太原地区历史地震场地烈度发生概率的统计分析

利用极值理论推导了烈度的概率密度函数，烈度超越给定值Ｉｊ的平均重现期公式，根据最大熵原理建立了未来Ｔ年烈度超越给定值Ｉｊ的概率和烈度超越的给定值的平均重现期的关系式，利用１０２２年－１９９５年的地震资料，计算了太原（ψＮ３７°５２′，λＥ１１２°３２′）周围４级以上地震前太原的场地烈值度，烈度超越给定值Ｉｊ的平均重现期和未来５０ａ和１００ａ各种超越概率水平的对应的烈度值，绘制了太原未来５０ａ的烈度     

城市地震影响特征研究

首先根据历史地震目录，计算了我国34个省会城市所受到的历史地震影响. 这些城市的地震影响烈度分布特征表明，约53%的省会城市没有遭受过Ⅵ度以上的历史地震影响，遭受过Ⅶ~Ⅸ度影响的城市有44%；大部分城市Ⅵ度地震影响的发生频次均高于Ⅵ度以上地震影响；不同城市最大发生频次的地震影响烈度也不同. 为此，在确定城市地震防御烈度时，需综合考虑最大影响烈度和最频影响烈度. 本文还考虑到历史地震记录的不完备性，以福建省69个县级以上城市为研究对象，采用模拟地震目录的方法来研究城市地震影响的特征. 结果表明，不同超越概率水平下城市地震影响烈度在不同城市之间表现出较大变化，以50年超越概率2%作为城市特征地震影响烈度，可以作为城市地震防御烈度确定的依据，并据此对城市未来地震影响进行合理的描述.      

变降深抽水附近地下水非稳定运动的积分方程解

根据完整井变流量抽水附近地下水运动的解析解,利用积分方程的方法,推导出了水井水位降深以任意一种函数关系随时间变化时含水层中地下水非稳定运动积分方程形式的解,并提出了该积分解相应的近似计算方法.最后通过一个实例验证了该方法的实用性.     

布朗模型在北京西北地区的应用

在我国的北京西北地区 ,存在着一些离逝时间远大于复发间隔的活动断裂 (段 ) .布朗过程时间模型 (Brownianpassage timemodel)是基于弹性回跳理论发展起来的一种随机点过程模型 ,可用于估计活动断裂 (段 )未来某一时段的地震危险 .本文简要介绍了布朗过程时间模型的数学模型理论 ,以及该模型与其它强震复发模型的差异 .最后 ,应用该模型及对数正态模型 ,对北京西北地区离逝时间远大于复发间隔的主要活动断裂未来 1 0 0年的地震危险 ,进行了估计和对比分析 ,认为该模型所得到的结果应更为合理 .     

O(T2)精度下椭球界面Dirichlet边值问题的积分解

研究了边界是参考椭球面的Laplace方程Dirichlet边值问题的求解，在O(ε4·T)精 度下给出了参考椭球界面上扰动重力位Dirichlet外问题的积分解式. 该结果理论上优于目 前常用的球近似下的积分解式，从而为研究物理大地测量中边值问题的求解提供了新的依据     

物理实验中的不确定度评定

阐述了不确定度的定义、来源、分类及用不确定度评定测量结果的一些表示方法。分析了误差和不确定度的区别。最终给出了测量不确定度的评定。     

PNN网络在预测MCS移动中的应用

神经网络是空间数据挖掘的一种重要手段。本文运用概率神经网络(PNN网络)对1998年夏季影响青藏高原上中尺度对流系统(MCS)东移的环境物理量场的空间分布特征进行了研究，得到了高原上MCS移动方向与环境物理量场空间分布之间的关系。研究表明，使用概率神经网络预测中尺度对流系统的移动具有较好的效果，从而为研究高原上MCS东移与环境场之间的关系提供了一种新的方法和思路。     

淮河息县站流量概率预报模型研究

应用美国天气局采用的由Roman Krzysztofowicz开发的贝叶斯统计理论建立概率水文预报理论框架，即以分布函数形式定量地描述水文预报不确定度，研究了淮河息县站流量概率预报模型。理论和经验表明，概率预报至少与确定性预报一样有价值，特别当预报不确定度较大时，概率预报比现行确定性预报具有更高的经济价值。     

概率神经网络与BP网络模型在遥感图像分类中的对比研究

通过分析概率神经网络(以下称PNN)的基本结构及其训练算法,建立了卫星图像分类的概率神经网络模型,并通过实例对比分析了概率神经网络与BP网络分类模型的分类效果。实验表明,PNN图像分类方法在分类精度上优于误差反向传播神经网络模型,且分类时间相当,是一种有效的图像分类方法。     

基于物方影像匹配和概率松弛的断面自动提取

提出了基于物方影像匹配的断面提取,为了提高匹配的可靠性,引入了概率松弛法,最终获得了高精度的断面.