基于改进BP神经网络的海底底质分类

通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。     

Classifier ensembles for land cover mapping using multitemporal SAR imagery

SAR data are almost independent from weather conditions, and thus are well suited for mapping of seasonally changing variables such as land cover. In regard to recent and upcoming missions, multitemporal and multi-frequency approaches become even more attractive. In the present study, classifier ensembles (i.e., boosted decision tree and random forests) are applied to multi-temporal C-band SAR data, from different study sites and years. A detailed accuracy assessment shows that classifier ensembles, in particularly random forests, outperform standard approaches like a single decision tree and a conventional maximum likelihood classifier by more than 10% independently from the site and year. They reach up to almost 84% of overall accuracy in rural areas with large plots. Visual interpretation confirms the statistical accuracy assessment and reveals that also typical random noise is considerably reduced. In addition the results demonstrate that random forests are less sensitive to the number of training samples and perform well even with only a small number. Random forests are computationally highly efficient and are hence considered very well suited for land cover classifications of future multifrequency and multitemporal stacks of SAR imagery.     

水产养殖遥感监测及信息自动提取方法研究

以海南省文昌地区为例,在沿海地区尝试利用遥感监测的手段提取水产养殖地块和面积.采用面向对象的分类方法进行监测,取得了理想效果,同时也提出了提高分类精度的建议.     

改进的P-SVM支持向量机与遥感数据分类

本文介绍了将P-SVM算法引入多光谱/高分辨率遥感数据的分类, 并且展示了卫星ASTER和航空ADS40数字影像分类的技术过程和结果验证。结果表明：P-SVM方法的分类精度不低于SVM, 并减少了时耗。     

与国际框架接轨的我国矿产资源/储量分类

回顾了我国现行矿产储量分类分级标准的制订情况,分析了其存在的主要问题。简要介绍了《联合国国际储量／ 资源分类框架》。通过新颁发的《固体矿产资源／ 储量分类》国家标准与我国现行分类及联合国框架的对比,阐述了其主要特点及实施意义。     

区域生态环境综合信息图谱的分类与案例分析——以福建省为例

生态环境图谱类型的划分是自然资源合理开发利用和治理及地学信息图谱研究的基础。该文采用系统分析的思路,在总结对比分析前人对土地利用/土地覆被、植被、地貌、景观以及生态环境等的分类研究的基础上,依据地学信息图谱的方法论,借助遥感和地理信息系统等技术,构建生态环境综合信息图谱分类的系统,并以福建省为例,提出福建省生态环境图谱的分类系统。     

云南边境生态环境数据组织管理研究

生态环境数据合理有效地组织与管理,对于开展区域生态环境研究意义重大。本文首先探讨了生态环境数据组织管理的基本流程。在此基础上,指出生态环境数据分类编码与元数据的规范化,以及生态环境模型的设计是实现生态环境数据组织管理的难点所在。随后,笔者以云南边境地带生态环境数据为例,提出了生态环境数据分类编码与元数据方案。并且在深入剖析生态环境数据特征的基础上,重点研究了生态环境数据的建模方案,提出了生态环境辅助数据模型(EcoADM)。最后,简要介绍了云南边境生态环境数据库管理原型系统的建设。     

可拓分类方法及其在流动单元分类中的应用

可拓学是研究事物拓展的可能性和拓展规律与方法的科学,它可以广泛的应用于各种矛盾和对立问题的解决.可拓分类方法是利用可拓学理论对事物类型归属进行研究的动态分类方法.为了解决储层流动单元分类中现存误判率较高的问题,本文利用可拓分类方法对储层流动单元分类进行了研究,并把利用可拓分类获得的流动单元分类结果与灰关联聚类法判别分析结果进行了比较,发现可拓分类方法具有更强的判别能力,具有实用性强、误判率低的特点,判别准确率可比灰关联聚类法提高15%.这种方法不仅仅适用于流动单元分类,对于油气勘探开发的很多环节都将具有适用性.     

结合遗传算法的LVQ神经网络在声学底质分类中的应用

学习向量量化（Learning Vector Quantization,LVQ）神经网络在声学底质分类中具有广泛应用. 常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,影响底质分类精度. 本文提出采用遗传算法（Genetic Algorithms,GA）优化神经网络的初始值,将GA与LVQ神经网络结合起来,迅速得到最佳的神经网络初始权值向量,实现对海底基岩、砾石、砂、细砂以及泥等底质类型的快速、准确识别. 将其应用于青岛胶州湾海区底质分类识别研究中,通过与标准的LVQ神经网络的分类结果进行比较表明,该方法在分类速度以及精度上都有了较大提高.     

叠前地震反演技术的进展及其在岩性油气藏勘探中的应用

与叠后地震反演相比,叠前地震反演可得到更丰富的储层信息,可提高储层的描述精度.目前,叠前地震反演主要包括弹性阻抗反演、叠前P波阻抗和S波阻抗联合反演、叠前地震波形反演.文中概述了叠前地震反演各项技术的主要进展及其典型应用实例,提出了叠前地震反演技术在岩性油气藏勘探开发中的应用策略.叠前地震反演技术在未来的油气勘探开发中将有广阔的应用前景.