基于主成分分析和贝叶斯正则化方法的神经网络年最大洪峰流量预测模型探讨

针时水文预测建模中输入因子过多而导致神经网络结构规模过大,泛化能力差的问题,利用主成分分析和贝叶斯正则化方法对神经网络进行改进,优化网络结构,从而提高泛化能力。以洮儿河流域镇西站年最大洪峰流量预测为例,研究结果表明,改进的神经网络预测方法与传统的神经网络方法相比,泛化能力有显著提高,而且网络的收敛也比较稳定,实际预测中效果良好。     

对称拓扑分子格中的仿S—闭性

本文引入三种仿Ｓ－闭对称拓扑分子格,研究了它们各自的等价刻划及特征性质,给出了它们之间的内在联系。     

GP-V环和SF环的正则性

主要讨论GP-V环和SF环的正则性,得到如下结果:(1)如果R是左GP-V'环且R的每一补左理想是理想,那么R是约化的双正则环;(2)R是强正则环当且仅当每一单奇异左R-模是平坦的且R的任意元素a满足r(a)(∈)l(a);(3)如果R是左SGPF环且R的每一极大左理想是弱右理想,那么R/J(R)是强正则环.     

地震勘探中反问题的相间迭代法

本为减少问题的计算工作量，考虑到在正则化方法中正则矩阵可以是满秩的特点，应用SVD法来进行求解，克服了一般用GSVD法求解的计算量特大的特点，并在此基础上提出了解反问题的相间迭代法，在同样的精度与稳定性情况下，大大加快了计算速度。中给出了数值算例。结果表明，本提出的方法是解决实际问题的有效方法。     

一种高频雷达回波谱反演海浪的新算法

在高频地波雷达海浪谱反演问题中,广泛采用的Barrick后向散射公式属于第一类非线性Fredholm积分方程。此类积分方程的解在本质上是不适定的,加之高频雷达二阶回波信号信噪比较低,使得反演海浪谱存在解不稳定的问题。本文提出一种稳定且低复杂度的反演算法,此算法首先根据高频雷达一阶回波谱测量海浪方向,并将其引入积分方程求解过程,减少求解变量的个数,降低反演算法的复杂度。为解决反演结果不稳定的问题,使用Tikhonov正则化方法并利用广义交叉验证法(GCV)确定其正则化系数。通过在不同测试条件下对反演算法的仿真测试分析,表明此方法具有运算量小、稳定性好的特点。     

消减地震勘探随机噪声:导数算子约束下的维纳滤波

为使传统的维纳滤波方法在最小均方准则下的解更准确、稳定,采用正则化思想,提出导数算子约束下的最小均方准则;在这种准则下,推导了维纳滤波因子及其频率响应.通过在不同频段取不同的正则化函数值,控制滤波结果.理论及实际地震勘探资料的分析表明:正则化维纳滤波去噪效果比传统维纳滤波好,且对有效波的损失较小,表明了文中所取正则项的可行性及有效性.最后讨论了通过建立正则化函数关系式,方便地提供正则化函数值以及圆滑振幅谱对改进滤波效果的可能性.     

利用均方误差相对变化规律确定正则化参数及其在PolInSAR测量反演中的应用EI北大核心CSCD

正则化方法是大地测量解算病态问题的常用方法,而正则化参数是影响正则化方法解算结果的关键参数。以均方误差最小为准则选取正则化参数,具有较充分的理论依据,可有效实现模型参数估值精度的提升。但是,均方误差计算过程中需要未知参数的真值,在实际情形中只能通过参数估值替代真值估算均方误差,难以获得可靠准确的均方误差值,限制了正则化参数的有效性。鉴于此,本文分析了正则化参数变化引起的方差与偏差变化规律,提出了一种均方误差相对变化值确定方法。依据不同正则化参数下模型参数真值不变原则,计算不同正则化参数下的方差与偏差相对变化量,从而消除参数真值对均方误差估计的影响。本文首先利用不同正则化参数计算两相邻正则化参数间的方差与标准差相对变化量;然后计算两正则化参数间模型参数估值变化量,通过差分运算分析得到两相邻正则化参数下的偏差相对变化量;最后综合标准差变化与偏差变化关系,得到均方误差最大降幅的正则化参数。通过PolInSAR植被高测量试验对本文方法的可行性进行了验证。试验表明,本文方法可有效改善正则化法模型参数估计精度。两个PolInSAR测量试验模型参数反演精度均得到了提高,合理验证了本文方法的可行性与有效性。     

基于最小支持的2.5维直流电阻率正则化反演研究

地球物理反问题存在多解性和不稳定性,正则化是得到稳定解的重要手段之一,正则化方法中稳定因子的设计与正则化因子的选择是两项重要研究内容。稳定因子的主要功能是对模型的解空间进行限制,以减少多解性,求得稳定解;为更好的定位地下目标体,研究工作采用了最小支持稳定因子,并给出了统一表达形式。正则化因子在模型误差与数据误差之间起到平衡作用,研究工作在＂L曲线法＂自动选取正则化因子的基础上,提出一种修正的计算正则化因子算法。以2.5维直流电阻率为例,运用非线性共轭梯度法,进行了试算研究,结果表明了修正的＂L曲线法＂算法快速、稳定,最小支持稳定因子具有较好的聚焦特性,有利于实现陡变边界反演。     

联合稀疏约束的双通道星载SAR图像重建

摘 要：针对提高星载SAR图像质量的问题,研究双通道星载SAR图像重建模型。由目标散射中心理论和后向散射特性分析,得出SAR图像具有稀疏特性,并且能够用确定性稀疏先验约束表达。将稀疏特性先验从单幅机载SAR图像处理问题中推广引入到两幅星载SAR图像重建问题中,提出基于散射中心稀疏和强散射梯度的双通道正则化重建模型,并采用椭圆抛物面模型估计重建中的降质矩阵,用双下降求解方法求解重建模型。并用Cosmo-SkyMed数据进行了实验验证。实验表明,该重建模型能够提高SAR图像的距离向和方位向分辨率,改善图像质量,提高解译能力。