沉降监测多项式回归分析与神经网络预测

使用多项式和切比雪夫(Tchebyshev)多项式分别对沉降监测数据进行回归分析以预测未来沉降值,其中切比雪夫多项式的外推效果较好;应用前向BP神经网络对两种不同的单因子输入模式进行非线性函数逼近,并进行了不同采样步长的比较,实例表明将时间点作为网络的输入对沉降进行预测效果较好。     

基于EMD与神经网络的机械故障诊断技术

经验模式分解 (EMD)是分析非线性、非平稳信号的有力工具 ,它将信号分解为突出了原信号的不同时间尺度的局部特征信息的内在模函数 (IMF)分量。本文通过将各 IMF分量输入到 BP网络中进行训练学习和故障诊断 ,比直接输入原信号可以提高 BP网络对故障诊断的准确率 ,而且减少了训练时间。     

一种新的海水富营养化模糊评价方法

本文根据模糊集理论中权距离的概念和层次分析理论，提出一种新的海水营养化模糊评价方法。将其应用于珠江河口海水富营养化程度的评价，结果表明珠江河口水质基本良好，属中等营养水平。     

一种新的海洋风场反演中风向模糊排除方法研究

本文给出了一种从ＳＡＳＳ测量的后向散射强度手数据中反演出大尺度海洋风场的新方法。计算结果与Ｐｅｔｅｈｅｒｙｃｈ等利用ＳＡＳＳ表面风分析的结果比较在风向上是吻合的，在风速上本文所得结果更宇海面赵实风速。上述结果说明本文所采用的多解排除对两波束散射计探测海面风场的反演是成功的。     

灰色关联分析法在海洋环境质量评价中的应用

介绍了灰色关联分析法的原理,说明了其评价步骤。以青岛某海区海水水质评价为例阐明了该方法在海洋环境评价中的应用,并将评价结果与模糊综合评价结果加以比较,结果表明,两种评价方法的评价结果有着较明显的差别,分析了原因。本文还提出了海水污染防治措施,为海洋环境保护提供依据。     

基于BP人工神经网络的水体遥感测深方法研究

利用Landsat7ETM＋遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演.结果表明：具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况;由于受长江口水体高含沙量的影响,模型对小于5 m的水深值反演精度较高,而对大于10 m的水深值反演精度较低.     

基于模糊综合评判理论的过驳系统效率计算方法

如何计算整个系统的运转效率，特别是受不确定因素影响的系统(如过驳系统)，仍然是一个非常重要的研究课题。文章提出基于模糊综合评判方法的效率计算方法，是一种新的尝试，这种方法较好的避免了人的主观随意性，更符合实际情况，同时又可以弥补统计方法的不足。文章对某沿海地区的一过驳系统进行了效率计算，取得比较好的效果。     

基于BP神经网络的地图数字化误差纠正

由于在数字化采集过程中不可避免地会引入系统误差和异常误差,因此消除和削弱这些误差的影响是提高空间数据质量的关键。然而由于图纸变形不均匀,扫描误差又极其复杂,用常规的多项式拟合技术只能消除部分有规律的系统误差,很难完全消除它们对地图数字化坐标的影响。BP神经网络是一个高度非线性映射系统,能以任意精度逼近。结合地图数字化坐标改正的特点,本文给出了基于BP神经网络地图数字化坐标误差纠正的方法,并通过实例验证了该方法的有效性。     

简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。     

多频载波相位组合进行单点定位

不同于双频数据的应用,多频数据的采用对单点定位有着特殊意义,可以更好地获得其模糊度的解。基于卫星导航定位系统多频载波相位线性组合理论,研究了具有特殊意义的组合观测值及其特性。在此基础上,通过多频观测值数据的数值仿真,采用新方法进行整周模糊度快速求解。编制了基于多频载波相位组合单点定位软件,通过结果的比较分析,得出有一定实际应用意义的结论。此方法算法简单,速度快,能够满足实时导航定位的需要,具有工程应用价值。