基于色度平面的自适应颜色聚类

本文的目标是寻找具有更高灵活性和自适应性的颜色聚类方法。在分析了多种颜色聚类方法的基础上 ,提出了 2种无监督的二维色度平面颜色聚类方法 :基于密度的三角化方法和遗传算法优化方法 ,并通过实验对 2种方法进行了比对分析。结果表明 ,基于密度的三角化方法具有很好的边界拟合效果 ,而遗传算法优化对于复杂的数据集和解决干扰噪声有更好的效果。     

Estimation of pile group scour using adaptive neuro-fuzzy approach

An accurate estimation of scour depth around piles is important for coastal and ocean engineers involved in the design of marine structures. Owing to the complexity of the problem, most conventional approaches are often unable to provide sufficiently accurate results. In this paper, an alternative attempt is made herein to develop adaptive neuro-fuzzy inference system (ANFIS) models for predicting scour depth as well as scour width for a group of piles supporting a pier. The ANFIS model provides the system identification and interpretability of the fuzzy models and the learning capability of neural networks in a single system. Two combinations of input data were used in the analyses to predict scour depth: the first input combination involves dimensional parameters such as wave height, wave period, and water depth, while the second combination contains nondimensional numbers including the Reynolds number, the Keulegan–Carpenter number, the Shields parameter and the sediment number. The test results show that ANFIS performs better than the existing empirical formulae. The ANFIS predicts scour depth better when it is trained with the original (dimensional) rather than the nondimensional data. The depth of scour was predicted more accurately than its width. A sensitivity analysis showed that scour depth is governed mainly by the Keulegan–Carpenter number, and wave height has a greater influence on scour depth than the other independent parameters.     

海底冲淤变化预测的聚类指数增长模型研究

提出了一种新的聚类指数增长模型，并用该模型预测了江苏洋口港海区西太阳沙附近海底的冲淤变化。首先采用聚类分析法对空间连续的水深冲淤变化数据序列进行分类，然后针对各类具有不同的冲淤变化趋势的区域分别建立指数增长预测模型。经比较分析预测结果，发现在分类数较大及预测时间不太长的情况下，能够取得满意的预测结果；但随预测时间的增加，要不断的修正参数值，才能得到切合实际的预测结果，所以该模型还具有一定的时间局限性，还有待于改进。该模型的建立不但可以为江苏省东部沿海海港建设提供科学的决策依据，也可以成为近岸海底冲淤变化预测的发展方向之一，有较高的理论意义和广远的应用前景。     

夏季南海水团垂直分布的聚类分析研究

以南海夏季不同深度层次的各站位的温度，盐度，pH，O2，硝酸盐，亚硝酸盐，铵，磷酸盐，硅酸盐等水化学参数作为变量，实施Q型多维聚类分析，聚类分析结果表明，在垂直方向上，南海的水团可划分为南海表层水，南海次表层水，南海中层水，南海深层水和南海深海盆水等5种类型，聚类分析结果与温盐点聚图解所得的结论完全一致，南海夏季调查的多维聚类分析及T－S点聚图一致表明，南海的海水有着良好的成层结构，自海面至海底的水体运动自然形成了化学性质各异的五个水团。     

南海北部海区水团分析

以模糊聚类为主要方法,在南海北部海区划出8个水团:沿岸冲淡水团(F)、近岸混合水团(M)、暖表层水团(WS)、表层水团(S)、表-次层混合水团(SU)、次层水团(U)、次-中层混合水团(UI)和中层水团(I).对各水团的形成、基本特征、变性特点以及消长变化和分布规律进行了综合分析.可将它们分为3种类型:径流冲淡型——F,浅海变性型——M、WS、S、SU和深海大洋型——U、UI和I.     

Climatological Tools for Low Visibility Forecasting

Forecasters need climatological forecasting tools because of limitations of numerical weather prediction models. In this article, using Finnish SYNOP observations and ERA-40 model reanalysis data, low visibility cases are studied using subjective and objective analysis techniques. For the objective analysis, we used an AutoClass clustering algorithm, concentrating on three Finnish airports, namely, the Rovaniemi in northern Finland, Kauhava in western Finland, and Maarianhamina in southwest Finland. These airports represent different climatological conditions. Results suggested that combining of subjective analysis with an objective analysis, e.g., clustering algorithms such as the AutoClass method, can be used to construct climatological guides for forecasters. Some higher level subjective “meta-clustering” was used to make the results physically more reasonable and easier to interpret by the forecasters.     

井资料聚类联合地震属性优化储层预测方法

针对单纯地震属性优化方法储层预测符合率低的实际情况,运用井资料聚类联合地震属性优化方法,对临江地区双30区块进行储层预测。依据井砂岩厚度发育情况及空间分布分为Ⅰ类井和Ⅱ类井。Ⅰ类井与Ⅱ类井实钻砂岩厚度与地震预测砂岩厚度相关系数分别为0.81237和0.6889,全区55口井砂岩厚度与地震预测砂岩厚度相关系数由原来的0.513提高到0.794,储层预测符合率由64%提高到80%。     

强台风“云娜”灾害特征及其评估

根据0414号台风“云娜”灾情调查,使用模糊聚类方法对1949~2004年影响浙江省的重大台风灾害进行分析比较,认为台风“云娜”是浙江省1956年以来所遭遇的最严重台风灾害。综合评估结论:①建国以来台风灾害损失与工农业总产值的比值呈上升趋势,台风“云娜”造成的经济损失与当年生产总值之比为3.54:100;②风暴潮为沿海台风灾害的主要因子,建成标准海塘后,大风上升为首要致灾因子;③沿海农村新建(构)筑物和城市广告牌在台风“云娜”中安全问题突出,民营企业抗灾能力也凸显薄弱环节。     

云南省滇中地区工业结构模糊聚类分析

运用模糊聚类分析法对云南省滇中7个市、地区的工业结构进行模糊聚类分析。结果滇中分为4类地区，第一类地区为昆明市；第二类地区为曲靖市、红河州；第三类地区为玉溪市、楚雄州和大理市；第四类地区为丽江市。分析结果与云南省滇中地区工业产业结构的实际情况比较吻合。     

强震孕育过程中区域地震活动演化与活动地块的关系

通过对中国大陆及邻区4个Ⅰ级活动地块中1972—2003年全部地震资料的系统分析,认为强震中期阶段典型的地震活动演化图像是中等地震聚集活动,震前震中区附近的地震密度和有效速率增高。文中用中等地震增长率来刻划强震孕育过程中中等地震活动的加速增长,结果表明:中等地震聚集活动密度的增长率能够较好地反映强震前中期异常变化特征,对各活动地块的分析表明华北地块中等地震增长率达到180%以上时,未来1～3a中等地震异常聚集区及其附近会发生强震;而西域、青藏和滇缅地块中等地震增长率达到250%以上时,应注意中等地震异常聚集区及其附近强震的发生。因此,中等地震增长率可以作为中期预报的定量化指标