一种基于数据融合的地球物理数据联合反演方法

从地球物理反演的基本概念出发，认为地球物理反演是 对实测数据的地球物理属性的理解或解释，多方法的地球物理数据联合反演是一种多传感器 的数据融合. 本文分析了地球物理数据的模糊特性，采用基于语义的模糊化方法，使不同物 理意义和尺度的特征数据及测区的地质和地球物理背景成为一体，结合地球物理专家解释的 方法，利用基于模糊逻辑系统的神经网络实现了融合. 该方法充分利用了各种地球物理探测 数据的全部信息，避免了线性反演的复杂计算；其数据融合的观点,为解决地球物理联合反 演问题提供了新的思路. 通过模拟实验和应用实例验证，该方法是有效的.     

通渝隧道围岩变形的神经网络预测

隧道新奥法施工中 ,常以围岩变形量作为评判围岩稳定性和支护结构经济合理性的重要指标。公路隧道围岩变形量是随时间而变化的数据序列 ,因而可以建立一些实时跟踪预测模型和方法。根据通渝隧道围岩拱顶下沉位移变形的特性 ,采用神经网络技术来预测其变形量 ,结果表明该方法简易、有效     

辽宁汛期降水模糊聚类分析

运用1957～2000年辽宁24个测站的月降水资料 ,对辽宁汛期降水进行模糊聚类分析 ,将汛期降水异常分成若干相关较好的区域 ,并进行了信度检验。     

陕西略阳铧厂沟金矿床地质与矿床类型

铧厂沟金矿床位于勉略缝合带中泥盆系三河口群郭镇岩组中。含矿与容矿岩系为泥盆系三河口群郭镇岩组中的细碧岩和结晶灰岩。主控矿构造为寨子湾韧-脆性剪切构造带。围岩蚀变包括退化蚀变和矿化蚀变。在矿区内产出南北两条矿化带，矿石类型为蚀变细碧岩型、黄铁绢英片岩型和石英脉型。主要的金属矿物为黄铁矿和黄铜矿，金矿物是自然金。韧脆性剪切构造叠加和岩石强烈变形、彻底退化蚀变以及后期含矿热液交代与充填是主要的成矿作用，属于火山-沉积岩系中的类卡林型金矿床。     

人工神经网络在岩体初始应力场反演中的应用

岩土工程问题的有限元分析一般需要考虑初始地应力场，而可供工程应用的初始应力值，主要靠少数实测资料。根据少数测点值，采用人工神经网络与有限元相结合的方法求解岩体初始应力场。通过算例说明：文中所提方法是合理的。     

神经网络在判别煤矿突水水源中的应用

矿井突水水源的识别是矿井防治水工作的基础，快速准确地判别突水的来源对整个矿井的安全生产起着十分重要的作用。以峰峰矿区梧桐庄矿为例，应用神经网络的方法，对矿井突水水源进行了系统研究。结果表明，运用该方法取得了较好的效果，并可以用此模型来解决类似的评价和判别问题。     

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。     

花岗岩研究进展 ———ISMA花岗岩类分类综述

本文在论述花岗岩主要分类的基础上论述了ISMA花岗岩类的基本含义,讨论了人们在以后应用和推广ISMA这类花岗岩分类方案时存在的一些问题,指出了ISMA花岗岩类本身在分类过程中存在的一些基本问题。     

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。     

基于神经网络的建筑物沉降原因分析

在我们应用回归方法对建筑物沉降原因分析及沉降趋势的预测中，由于实际情况的复杂性及主观认识的局限性，这样所得的结果含有较多的人为因素，可能会与实际情况有所差异。针对这种情况，讨论了应用神经网络方法来发现和验证引起建筑物沉降的因素及对沉降趋势的预测。实例表明，该方法能取得较好的效果。