基于粒子群算法的岩体结构面产状模糊C均值聚类分析

结构面产状分析是进行岩体力学分析及稳定性评价的基础,玫瑰花图、等密度图等传统的图形分析方法较为粗糙,无法对产状数据进行准确分析,采用模糊聚类方法则可以得到较为准确的优势产状,但需要事先指定分组数及初始聚心,且模糊聚类算法为局部寻优算法,初始划分对最终的数据分析结果影响较大。为了得到较为客观的分组结果及优势产状,同时能够针对大量结构面产状数据进行聚类分析,提出了基于粒子群算法的岩体结构面产状模糊C均值聚类算法。采用粒子群算法进行模糊C均值聚类算法初始聚心的求解,在计算过程中可同时确定最佳分组数,避免了人为指定的主观性,克服了模糊C均值聚类算法易陷入局部极小值和对初始划分敏感的不足。最后,通过工程实例中不同方法的聚类效果对比分析该算法的有效性,并将该方法应用于实测结构面产状数据的分析,得到较为符合实际的优势结构面分组。     

Identification of Convective and Stratiform Clouds Based on the Improved DBSCAN Clustering Algorithm

A convective and stratiform cloud classification method for weather radar is proposed based on the density-based spatial clustering of applications with noise (DBSCAN) algorithm. To identify convective and stratiform clouds in different developmental phases, two-dimensional (2D) and three-dimensional (3D) models are proposed by applying reflectivity factors at 0.5° and at 0.5°, 1.5°, and 2.4° elevation angles, respectively. According to the thresholds of the algorithm, which include echo intensity, the echo top height of 35 dBZ (ET), density threshold, and ε neighborhood, cloud clusters can be marked into four types: deep-convective cloud (DCC), shallow-convective cloud (SCC), hybrid convective-stratiform cloud (HCS), and stratiform cloud (SFC) types. Each cloud cluster type is further identified as a core area and boundary area, which can provide more abundant cloud structure information. The algorithm is verified using the volume scan data observed with new-generation S-band weather radars in Nanjing, Xuzhou, and Qingdao. The results show that cloud clusters can be intuitively identified as core and boundary points, which change in area continuously during the process of convective evolution, by the improved DBSCAN algorithm. Therefore, the occurrence and disappearance of convective weather can be estimated in advance by observing the changes of the classification. Because density thresholds are different and multiple elevations are utilized in the 3D model, the identified echo types and areas are dissimilar between the 2D and 3D models. The 3D model identifies larger convective and stratiform clouds than the 2D model. However, the developing convective clouds of small areas at lower heights cannot be identified with the 3D model because they are covered by thick stratiform clouds. In addition, the 3D model can avoid the influence of the melting layer and better suggest convective clouds in the developmental stage.     

导线环垂直激发场高精度数值模拟

导线环垂直激发场是导线环在地下产生的激发场中垂直于地磁场的分量,在地面核磁共振找水方法中,垂直激发场在地下的分布直接决定地面核磁共振响应,探讨影响垂直激发场地下分布的诸因素进而研究这些因素对地面核磁共振响应的作用,对核磁共振找水正确野外施工具有一定的指导意义,有助于采集更高质量的野外数据.利用经典Chave算法对含有贝塞尔函数的强振荡积分核进行了数值积分试验,将其计算结果和对应的解析解进行了对比,试验结果显示该算法用于强震荡函数无穷积分的计算具有良好的收敛性、较高的精度和较快的计算速度,采用Chave算法对含有贝塞尔函数的强振荡函数进行积分是可行的.在此基础上,进一步计算并数值模拟了导线环垂直激发场及其相位,分别从地磁倾角、磁偏角、地下介质导电性、深度等方面探讨了影响垂直激发场及其相位分布的主要因素.     

地面核磁共振找水反演

简要介绍了地面核磁共振找水的正演理论方法,采用高斯求积并结合连分式展开的方法对核磁共振核函数中包含双重贝塞尔函数的积分核进行了数值积分,进而计算出精度较高的核函数值,在此基础之上,讨论了导电性对地面核磁共振信号的影响.基于奇异值分解算法,对核磁共振找水理论模型进行了反演研究,在不导电的情况下,重构出了比较理想的含水率分布.总结并改进了模拟退火算法,用改进的模拟退火算法分别对覆盖层高阻和导电条件下的核磁共振人工合成数据进行了反演,试验结果表明,利用改进的模拟退火算法反演地面核磁共振是可行的,而且反演结果较稳定,收敛速度较快.     

正则化偏移成像的全局优化快速算法

目前,偏移后的地震剖面往往只是一个地质构造图像,还不能为后续的岩性分析和油气储层属性的提取提供更精确的信息.为了得到高分辨率真振幅的图像,建议采用正则化偏移成像方法.针对本问题数据规模大和正演算子矩阵稀疏的特点,提出采用一种新的算法——无记忆拟牛顿-模拟退火法对偏移算子方程进行求解.该方法综合了无记忆拟牛顿法优良的局部搜索能力以及模拟退火法的全局最优性质.用该方法得到的全局最优解不仅成像位置正确,还能提供更准确的振幅及其他属性信息.通过理论模型试算和实际资料处理,表明在正演算子准确的情况下,该方法能减弱Kirchhoff偏移的假象,得出接近真实的反射系数分布.因此,该方法在地震成像方面是有实际应用前景的.     

基于辛格式奇异核褶积微分算子的地震标量波场模拟

本文在对地震波场进行模拟时,采用辛差分格式对波动方程进行时间离散,采用奇异核褶积微分算子对波动方程进行空间离散.该方法尽管增加了一些计算量,但提高了计算精度和稳定性;相对于其他非辛算法,它是全局保结构的,并且具有较强的长时间跟踪能力.该方法为解决大尺度、长时程地震波场的高精度模拟问题提供了一种新的、有效的选择.     

基于Remez迭代算法求解差分系数的双相介质自适应有限差分正演模拟

利用传统有限差分方法对基于Biot理论的双相介质波动方程进行数值求解时,由于慢纵波的存在,数值频散效应较为明显,影响模拟精度.相对于声学近似方程及普通弹性波方程,Biot双相介质波动方程在同等数值求解算法和精度要求条件下,其地震波场正演模拟需要更多的计算时间.本文针对Biot一阶速度-应力方程组发展了一种变阶数优化有限差分数值模拟方法,旨在同时提高其正演模拟的精度和效率.首先结合交错网格差分格式推导Biot方程的数值频散关系式.然后基于Remez迭代算法求取一阶空间偏导数的优化差分系数,并用于Biot方程的交错网格有限差分数值模拟.在此基础上把三类波的平均频散误差参数限制在给定的频散误差阈值和频率范围内,此时优化有限差分算子的长度就能自适应非均匀双相介质模型中的不同速度区间.数值频散曲线分析表明：基于Remez迭代算法的优化有限差分方法相较传统泰勒级数展开方法在大波数范围对频散误差的压制效果更明显;可变阶数的优化有限差分方法能取得与固定阶数优化有限差分方法相近的模拟精度.在均匀介质和河道模型的数值模拟实验中将本文变阶数优化有限差分算法与传统泰勒展开算法、最小二乘优化算法进行比较,进一步证明其在复杂地下介质中的有效性和适用性.

     

一种有效的复杂多边形裁剪算法

提出了一种基于扫描线思想和梯形分割技术的多边形裁剪算法,其主要步骤包括:计算主多边形(集)与窗口多边形(集)的交点,提取所有交点和多边形边界结点的纵坐标(y)并进行排序;以排序后的y作水平扫描线,分别对主多边形和窗口多边形进行梯形分割,获得两组梯形集合;对这两组梯形集合逐行执行梯形单元“交”运算,最后对结果交集进行边界追踪建立裁剪多边形。实验结果表明,该算法具有较好的计算效率,是一种比较实用的多边形裁剪算法。     

S盒的互相关测试算法设计

S盒是构成分组密码算法重要的非线性部件,其密码学性质直接影响整个密码算法的安全性,因此对S盒的安全性检测十分重要。以往对S盒的安全性评估大多数集中在检测分量函数的安全性上,本文考虑了分量函数之间的关系,并利用Shannon在对称密码系统设计中所提出的混淆和扩散的思想,提出了S盒的互相关测试指标,设计了测试算法,更好地评价了S盒的安全性能。对DES和AES的S盒分别进行了实验,给出了测试结果。     

基于粒子群算法的全极化SAR图像非监督分类算法研究

提出了一种基于H/α/A和粒子群优化(PSO)算法的全极化SAR数据非监督分类方法。该方法利用H/α/A对全极化SAR数据进行基于散射机理的初分类,计算各类别的聚类中心,并利用计算结果对PSO算法进行初始化,然后采用PSO对极化SAR数据进行迭代分类。在运算过程中,引入了基于最大似然准则的复Wishart距离,以提高分类器的性能。实验结果验证了该算法的有效性,所提出算法的分类结果优于传统的Wishart-H/α/A分类方法。