����������״ͼ���ۺϵĹ���Ӧ�÷����о�

????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????о????????÷???????????????????Ч?????????????     

基于循环神经网络的重力异常数据推估研究

利用鄂尔多斯西南缘的重力观测数据对长短期记忆循环神经网络(long short-term memory,LSTM)进行训练,结果表明,该神经网络可基于有限的数据获取较好的推估结果.基于自由空气重力异常数据,对比分析长短期记忆循环神经网络和传统克里金方法的推估结果发现,神经网络的推估能力优于传统克里金方法,但运算效率低于...     

新疆北天山中长期地震活动形势分析

在收集全天山尽可能完整的地震目录资料和进行较为科学的天山地震活动分区的基础上，按照从大区到小区、从整体到局部的层次性分析思路，分析了新疆北天山地震活动的阶段性及关联性特征，并进行了b值外推和应变能累积预测分析，估计了新疆北天山强震发生的累积概率和马尔柯夫概率，从而对新疆北天山未来3－10年的中长期地震活动形势提出了分析预测意见。     

新疆呼图壁地下储气库的InSAR形变监测与模拟

利用TerraSAR-X卫星2013-08~2014-08的17景雷达影像,采用小基线集（small baseline subset,SBAS）InSAR技术获取呼图壁(HTB)地下储气库（underground gas storage,UGS）运行期间的地表形变序列,并结合UGS注（采）气井口的压力数据,采用多点源Mogi模型,对HTB UGS的形变场进行模拟。结果表明,整个UGS区域的形变特征为非连续分布,形变与注（采）气压力变化具有较好的相关性;注（采）气期间沿卫星视线向(LOS)的形变峰值分别为10 mm和-8 mm;采用自适应前向搜索法,基于多点源Mogi模型初步模拟注（采）气期间的形变过程,当UGS的注（采）气平均气压为18 MPa和15 MPa时,LOS的形变可达7 mm和-4 mm,地表形变的大小与注（采）气井口密度有关;UGS的储气分布呈非均匀状态,即地下气库结构复杂多变。     

Variability of long-period pulsating stars. II. Additional parameters for classifying stars

Results are presented from an analysis of observations in a sample of 53 long-period pulsating stars (44 of which are Mira-type and 9 are semiregular variables). A catalog of the characteristics of the individual pulsation cycles of the light curves is obtained for these stars. A correlation analysis of the characteristics of the individual pulsation cycles is carried out for each star. A number if diagrams relating the variability of the characteristics of the individual cycles to the average parameters of the variability of the stars and to their spectral classes. New criteria for classifying long-period variables are proposed on the basis of these diagrams. __________ Translated from Astrofizika, Vol. 49, No. 4, pp. 595–612 (November 2006).     

一种快速获取GPS控制网精确WGS-84坐标方法

详细介绍了一种快速求取GPS控制网的精确WGS-84坐标的方法。首先选择三个天空通视条件较好、分布合理的控制网点,与附近的IGS跟踪站进行长基线相对定位或者直接进行静态精密单点定位,求得三点精确的WGS-84坐标,然后将这三个点作为已知点在WGS-84坐标系下进行三维约束平差,可求得控制网其它点精确的WGS-84坐标,这样求得网点的WGS-84坐标具有厘米级精度。     

BDS中长距离非差实时动态厘米级定位算法

针对BDS常规实时动态定位(RTK)中,随着流动站与参考站间的距离增加,大气延迟误差的空间相关性大大降低,影响了整周模糊度的快速解算和流动站位置信息的解算精度问题。该文研究了一种基于非差观测误差的BDS中长距离常规RTK定位算法,采用非差误差改正方法为流动站提供误差改正,利用参考站的非差误差改正数以单颗卫星为对象进行误差改正。对电离层延迟误差和相对天顶对流层延迟误差进行参数估计,处理电离层延迟误差和对流层延迟误差的影响。最后通过BDS实测数据对该算法进行了算法验证和结果分析。实验结果表明,该算法可以实现BDS中长距离常规RTK的快速定位,并获得厘米级定位精度。     

影响深埋长隧道岩爆的主要因素分析

岩爆是深埋长隧道的主要工程地质问题之一。影响岩石发生岩爆的主要因素有围岩性质、埋深、区域构造应力、地形地貌、活断层和地震等。文中对上述因素对岩爆的影响进行了分析,并指出精细的地面地质调查是合理评价深埋长隧道岩爆的基础。     

用超长基线解算分析汶川地震动态形变特征

以远距离的IGS武汉GPS站为参考站,用超长基线双差瞬时精密定位技术,获取汶川Ms8.0地震震时震区连续GPS站1 Hz动态形变序列。同时以较近距离的雅安站为参考站解算动态形变序列,结果显示,两者的形变结果具有很好的一致性。距离断层较近的郫县、成都、绵阳、中江等站形变较大（形变最大的郫县站最大振幅达1.034 m）;位于震中南侧的邛崃、雅安等站形变较小。利用动态时序的地震波到时和震中距离估计地震波地壳平均速度为3.1 km/s。     

使用长短期记忆人工神经网络进行花岗岩变形破坏阶段的判别

判别岩石所处的变形破坏阶段是分析岩石变化过程的重要基础。由于室内试验视频数据具有很好的等时距分布特征,可以使用基于长短期记忆的神经网络（LSTM-NN）模型判别外荷作用下岩石的变形破坏阶段。本文根据花岗岩室内单轴压缩试验所得应力-应变曲线和试验视频图像中裂隙的分布情况,将岩石变形破坏过程分成岩石压密阶段、弹性变形阶段、裂隙扩展阶段、整体破坏阶段,在提取不同阶段不同组分主要数字特征参数（面积）基础上,建立了基于LSTM-NN模型的岩石变形破坏阶段分类网络,分析了模型主要参数（学习率和最大周期等）对分类准确性的影响,使用所建模型对岩石所处变形破坏阶段进行了判别。结果表明,在LSTM-NN模型参数中,学习率和最大周期对变形破坏阶段判别准确率的影响较大,二者分别为0.005和200时的判别准确率达到最高;对于整个变形破坏阶段来说,LSTM-NN模型对裂隙扩展阶段预测的判别效果最好、对整体破坏阶段预测的判别效果最差;对于花岗岩中不同组分来说,LSTM-NN模型对变形破坏阶段预测准确性高低的顺序是裂隙、黑云母、长石、石英。