福建及其周边地区地震活动人工神经网络模型的构建

本文通过对福建及其周边地区地震活动人工神经网络模型的构建,研究了人工神经网络方法在基于该区域地震活动性指标的地震分析预报中的应用。选用含一个中章层的前向神经网络模型,并采用与之相适应的ＢＰ算法,以该地区１９７１～１９９７年的地震活动性资料为基础,用神经网络进行实际计算、分析和检验。结果表明：神经网络模型对福建及其周边地区地震震级的预测检验效果较好的,可以在一定精度范围内使震级预测的内符率达１００％     

北大西洋温带气旋的时空变化特征分析

基于ECMWF 1979—2016年ERA-interim海平面气压场再分析数据,利用气旋自动追踪算法,建立了北半球大西洋区域温带气旋数据集。基于这套数据集,计算了逐季节气旋的个数、强度、空间分布以及爆发性发展等气候特征。研究表明:北大西洋区域的气旋年总数有增加趋势,但未达到显著水平,存在3～4 a的显著性周期;气旋个数的季节差异不大,冬季强气旋以及爆发性气旋所占比例均为各季节中最高,夏季则相反。除秋季外,爆发性气旋数量都表现出显著的增加趋势,特别是2010年以后,强爆发性气旋数量增加明显。气旋发生爆发性增长的区域集中分布在北大西洋的西南象限,特别是紧邻北美东海岸区域。北大西洋气旋多于近岸生成,包括北美东南沿海和欧洲西海岸沿岸。北大西洋气旋主要路径受西风带的影响,以西南-东北路径从北美沿海移向东北,进入北大西洋,有1/5的气旋能进入北极极区,进入极区的位置集中分布在格陵兰岛以东,气旋的路径密度随着时间不断变化,具有季节性和地域性。     

一种树型网络拓扑简图的生成算法

给出一种树型网络拓扑的语义描述方法及其拓扑简图的生成算法。该方法通过建立网络联接线路标识串集和网络设备连接标识串集，来构造网络设备的拓扑描述，并计算生成网络拓扑简图。     

计算数据域特征值的两种算法

设计两种计算数据域特征值的算法。此特征值通常是用线性反馈移位寄存器（ＬＦ－ＳＲ）组成的特征分析器得到的．在数据已按字节存放和速度要求不高的场合下，本算法将是十分方便和有用的．     

海底地形测量波束角效应改进模型

在海洋测深过程中,回声测深仪波束角效应使记录的测深图像失真。现有波束角效应模型应用分段解析几何的方法将其划分为三个作用过程：测深值平移效应、双曲线增伪效应、深度丢失效应。在此基础上,应用微分几何的原理对波束角效应的空间结构及其数学原理描述进行理论分析,提出了波束角效应的改进模型及其改正算法。改进模型的优越之处在于提出决定波束角效应发生作用的是海底地形的线性特征而不是形状特征,由此提高了改正算法的自动化程度。     

神经网络BP算法在GPS高程转换中粗差探测的尝试

引入神经网络的BP算法中稳定、收敛速度快的Levenberg—Marquardt算法,进行GPS高程转换中的粗差探测,提出了LM粗差探测法。通过实验做出分析比较,得出了实用可行的计算方法。     

基于峰值因子最大化的鬼波压制方法

针对传统拖缆采集得到的海上地震资料受鬼波影响而导致频带宽度变窄,笔者提出一种去鬼波方法,可以压制鬼波效应,拓宽频带。首先在频率-空间域推导出镜像数据生成公式,并基于峰值因子最大化的参数搜索方法来估计最优的鬼波延迟时间,将最优的鬼波延迟时代入镜像记录生成公式,获得最优的镜像记录,利用联合反褶积算法得到最优的去鬼波结果。将本文中的方法应用于模拟的变深度采集数据和海上实测的变深度采集数据,证实该方法可以有效地压制鬼波,消除频谱中的陷波点,得到宽频数据。     

基于无人机高光谱遥感技术对内陆养殖池塘水质监测的研究

为准确、快速、全面获取内陆养殖小区池塘及尾水处理池水体水质变化情况,建立养殖水环境实时预警调控及数字化管控机制,选择浙江湖州市集中连片的养殖小区为试验区,于2020年12月采用搭载GaiaSky-mini高光谱相机的无人机进行试验区近地遥感图像采集,并进行图像拼接、辐射校正和几何校正等预处理;然后对反射波段进行差值、比...     

基于压缩感知理论的地震数据降噪方法

针对地震数据在采集处理过程中存在的随机噪声,本文从压缩感知的角度,给出了一种地震数据降噪方法.其基本思路是:首先对含有随机噪声地震数据通过离散余弦变换进行稀疏表示,然后选取随机高斯矩阵为测量矩阵,并计算出传感矩阵,在地震数据重构阶段,采用正交匹配追踪算法对地震数据进行重构;通过实验方法对比,本文方法的降噪效果在峰值信噪比、信噪比、均方误差指标上均优于对比方法,证明了本文方法对地震数据中的随机非平稳噪声有较好的压制效果,提高了地震数据的信噪比.     

采用截尾最小二乘估计的DEM匹配方法

不借助控制点匹配表面来探测表面差异是一个非常困难的问题!在多时相DEM分析中具有非常广阔的应用前景.提出一个使用截尾最小二乘估计的最小高差算法(LTS-LZD)该算法在迭代过程中通过基于高差直方图的自适应阈值来区分变形区观测量.通过模拟试验对算法性能进行全面深入的试验,试验结果表明新方法具有较高的匹配精度与差异探测精度!且与变形比例基本无关.