基于梯形模糊数的地下水源地环境健康风险评价

为降低环境健康风险评价的不确定性,在2017～2019年监测数据的基础上,基于梯形模糊理论构建了地下水环境健康风险模糊评价模型,并通过实地调研修正了暴露参数,对一亩泉水源地地下水环境开展健康风险研究.结果表明:该水源地的健康总风险在2.959×10-5～1.504×10-4 a-1,55％以上可信度下未超过Ⅲ级风险,总...     

基于双隐层ANN模型的叶绿素a浓度智能预报方法

利用2019年5月WZ02生态浮标监测数据,建立了两种不同隐层人工神经网络(ANN)模型的叶绿素a(Chl-a)智能预报方法,并对单隐层和双隐层模型的预测结果做了对比.结果表明:双隐层结构预测结果精度更高,泛化能力更强,一定程度上说明了深层学习比浅层学习对信息的主要特征提取能力更有优势.同时,对数据样本集合进行了系统预...     

自组织竞争神经网络在江苏油田有杆抽油系统故障诊断中的应用

有杆抽油系统的故障诊断技术是国内外采油工程技术中的一个重要研究课题。通过示功图的不同形状特征可以反映抽油机的不同工作状态。将自组织竞争神经网络应用于示功图的识别与分类,建立了一个自组织竞争神经网络模型对示功图进行自动聚类,从而实现故障诊断的自动化。应用江苏油田的实测示功图数据进行实验,可以看出自组织竞争神经网络具有良好的分类能力和泛化性能,是实现油田抽油系统故障诊断的有效技术,具有很强的实用价值和广泛的应用前景。     

合肥市地下空间开发地质环境适宜性评价

为查明合肥市地下空间开发地质环境影响因素,评价该市地下空间开发地质环境的适宜性,通过研究地质环境条件,选取工程地质条件、水文地质条件、地壳稳定性、地面及地下空间条件4个要素作为地下空间开发地质环境适宜性评价因子.在单因子地下空间开发适宜性评价的基础上,利用层次分析法确定权重,以MAPGIS为平台,运用模糊数学综合评价方...     

GPS高程拟合中神经网络法的基本思想

高程问题一直是困扰GPS的问题之一,而不同的GPS高程拟合方法都有其适用条件,并且精度不等。本文在对人工神经网络的基本原理、神经元模型、网络结构、数据结构和训练方式等研究的基础上,给出一种新的算法(新BP算法)。以“阜新控制网改造工程”作为一个具体实例,使用Matlab语言来完成GPS高程的拟合,并与其他方法作了比较,最后给出有益的结论。     

乡村农户旅游适应效果、模式及其影响因素——以西安市和咸阳市17个案例村为例

乡村旅游地面临人地交互作用的剧烈变迁,内部要素适应社会-生态系统变化,趋利避害降低脆弱性具有重要现实意义。本文重新界定基于恢复力和脆弱性的农户适应性理论内涵,构建旅游开发适应力指标体系,以西安市和咸阳市17个不同类型的城郊型乡村旅游地为例,评价和分析农户旅游适应效果与空间差异规律,探讨和归纳适应行为与对策模式,建立BP神经网络辨别和揭示适应性影响因素与重要性关系。研究表明：① 西安市和咸阳市农户适应旅游开发综合效果呈现中等偏下水平的偏态分布趋势,分别处于旅游地生命周期快速发展阶段和探索起步阶段。② 乡村旅游地农户适应效果形成“圈层辐射、两翼包络、外围联动”的县域尺度空间分布格局;村域尺度圈层分化现象显著。③ 经营模式划分的旅游乡村农户适应效果股份制模式>“公司+农户”模式>“政府+公司+农户”模式>个体农庄模式>“农户+农户”模式;常年外出务工和农家乐经营是农户主要适应行为选择,季节性务工、本地上班以及农业生产是辅助适应行为选择,且适应行为组合方式表现为旅游专营型、旅游主导型、均衡兼营型、务工主导型和务农主导型五种适应对策模式。④ 旅游发展机会认知、技能培训机会、社会联结度、劳动力总量、政策知晓度、旅游就业人数、收入来源种类、生活主要能源、受教育程度、公共服务设施是农户主要旅游适应性影响因素。据此,提出后续社会-生态整合研究亟需突破方向和适应旅游开发的政策路径。     

检测前跟踪框架下利用蒙特卡洛算法的空间碎片跟踪策略研究（英文）

在轨卫星或者空间碎片数量的增多,是对空间目标地基自动观测的一个挑战。尽管北美防空司令部编目管理了绝大多数直径超过10 cm的空间物体,但由于轨道摄动,空间目标的位置信息(基于6个轨道根数)依然非常重要,并需要定期更新。在过去的几十年里,配备电子传感器的现代地基光电望远镜已广泛用于天体测量领域。然而,这种设备的跟踪性能主要取决于空间目标的大小和亮度。这些目标所在的天文图像会有不同的背景;而且,在基于凝视模式的短曝光实时观测过程中,运动目标和背景恒星在不同的信噪比下显示为类似的点扩散函数,难以辨认。本研究是为了实现对非高斯和动态背景的高灵敏度检测和跟踪能力的提高,并具有简单的系统机制和出色的计算效率。为突破该限制,将重点放在利用状态估计技术对微小卫星和暗弱目标进行跟踪上。提出一种基于神经网络的自适应运行高斯平均算法,用以从恒星背景及干扰下提取运动的空间目标。该方法随后被集成到了一个检测前跟踪框架中。该框架利用基于蒙特卡洛的粒子滤波跟踪空间目标。三段来自亚太地基光学空间目标观测系统(APOSOS)图像序列被用来对该跟踪策略进行评估。实验结果表明,该方法能够达到满意的跟踪性能。     

结合深度学习和图割法的遥感影像建筑物检测

提出一种基于卷积神经网络和图割法的自动提取高分影像建筑物的方法。首先,通过卷积神经网络定位与检测建筑物的位置,逐一提取单个建筑物轮廓,利用检测结果分别建立建筑物和非建筑物的高斯混合模型（GMM）,然后结合最大流最小割的图像分割方式实现全局优化,完成建筑物初步提取,最后用形态学进行优化。通过试验证明了该方法的可行性。     

一种基于GA-BP-MC神经网络的高铁桥墩沉降预测模型

提出一种基于马尔科夫链修正的遗传BP神经网络预测模型（GA-BP-MC）,利用遗传算法的全局寻优能力初始化BP神经网络权值和阈值,初步建立GA-BP神经网络预测模型,结合马尔科夫链的无后效性修正模型预测值,形成高精度GA-BP-MC神经网络变形预测模型。结合高铁桥墩沉降数据,分别与BP神经网络、GA-BP神经网络预测模型进行对比,结果表明,该预测模型精度最高。     

结合MST划分和RHMRF-FCM算法的高分辨率遥感图像分割

针对基于像素的HMRF-FCM算法抗噪性差以及对地物复杂边界分割精度低的问题,提出一种结合形状信息的静态MST区域划分和RHMRF-FCM算法的高分辨率遥感图像分割方法。该方法定义一种静态MST同质区域划分准则,借助MST能较好表达边界和形状信息、能较好抑制几何噪声的特点,解决地物复杂边界的表达和降低分割结果中几何噪声问题。首先,利用MST静态划分将图像域划分成若干个均质区域,假设每个均质区域内光谱测度服从独立同一的多元高斯分布。然后,在此基础上构建了区域隐马尔可夫随机场模型,以及建立基于信息熵和KL信息正则化项的模糊聚类目标函数。最后,采用偏微分方法对分割模型参数进行求解,从而得到全局最优分割结果。为验证本文方法,对WorldView-3高分遥感图像进行分割试验。定性、定量分析了尺度参数、光谱相似性参数和区域紧致度参数对最优分割结果的影响,并对比分析本文算法和eCognition软件中的多分辨率分割算法、分水岭算法。