BP网络在位场解释中的应用

介绍了ＢＰ网络的特点，阐述了它在位场资料解释中应用的方法、特点和可行性。通过模型计算证实了该方法在位场异常识别中的效果，正确率达９７％。此外，通过修改网络单元的激发函数，增强网络的稳定性和内插功能，使ＢＰ网络在多层密度界面反演中得到满意的结果，模型和实例计算证明了该方法的有效性。     

济南市岩溶水动态变化的神经网络模拟及泉水喷涌趋势预测

本文根据影响岩溶水位的因素,利用改进的BP神经网络建立一个能够反映济南市泉域岩溶地下水动态变化的随机模型,并进行检验,与运用多元回归模型预测的结果相比较,结果表明:BP神经网络模型进行岩溶地下水动态变化预测是可行的,该模型具有较强的学习、容错和联想功能,对岩溶地下水动态变化的预测精度大大的提高。最后在模拟的基础上,又对泉水喷涌的宏观趋势作了进一步的预测和分析。     

平坦地区转换GPS高程的混合转换方法

简要介绍了转换GPS高程的二次曲面拟合法和神经网络方法。然而 ,这 2种方法都有缺点 ,介绍的CF&NNM方法充分利用了 2者的优点 ,通过 2个平坦地区的工程实例 ,证实该方法的有效性 ,并得到一些有工程应用价值的结论。     

BP神经网络识别塔北低阻油气层

简要介绍了塔北低阻油气层岩性剖面、低阻油气层地球物理测井曲线特征,分析了塔北地区低阻油气储层成因,重点论述BP人工神经网络识别油气层、油水同层、水层和干层的方法原理。识别实例表明,BP人工神经网络识别低阻油(气)、水层的结果与实际相符,明显地提高了测井的解释精度。     

地地震多参数BP神经网络预测煤层厚度

依据煤层反射波运动学和动力学特征，提取出了波峰波谷振幅A1、平均频率Fa、主频带能量Qf1、低频带宽能量Qf和峰值频率Fmain等5个地地震特征参数。选取8组学习样本，利用4层BP（Back Propagation)人工神经网络模型，采用动量法和自适应调整的改进算法，训练BP网络，用训练好的BP网络预测煤层厚度。经实例验证，地震多参数BP网络预测煤层厚度精度高，是一种有效的煤厚预测方法。     

Peculiarities of the UV continuum energy distribution for T Tauri stars

In the UV spectra of BP Tau, GW Ori, T Tau, and RY Tau obtained with the Hubble Space Telescope, we detected an inflection near 2000 Å in the F _λ ^c (λ) curve that describes the continuum energy distribution. The inflection probably stems from the fact that the UV continuum in these stars consists of two components: the emission from an optically thick gas with T<8000 K and the emission from a gas with a much higher temperature. The total luminosity of the hot component is much lower than that of the cool component, but the hot-gas radiation dominates at λ<1800 Å. Previously, other authors have drawn a similar conclusion for several young stars from low-resolution IUE spectra. However, we show that the short-wavelength continuum is determined from these spectra with large errors. We also show that, for three of the stars studied (BP Tau, GW Ori, and T Tau), the accretion-shock radiation cannot account for the observed dependence F _λ ^c (λ) in the ultraviolet. We argue that more than 90% of the emission continuum in BP Tau at λ>2000 Å originates not in the accretion shock but in the inner accretion disk. Previously, a similar conclusion was reached for six more classical T Tau stars. Therefore, we believe that the high-temperature continuum can be associated with the radiation from the disk chromosphere. However, it may well be that the stellar chromosphere is its source.     

基于改进的Elman神经网络的中长期径流预报

径流中长期预报长期以来一直都是人们关注的热点研究问题。现行的径流预报方法很多,传统的有时间序列法,多元回归分析法等,这些方法虽然简单易用,但是如果预报对象提供的样本容量偏小或者因子选择不够合理,都会造成预报精度偏差过大,难于有效的指导工程应用。鉴于此,本文提出一种改进的采用局部回归的Elman神经网络方法。并应用到凤滩水库优化调度的径流预报中。结果表明,与回归分析法、BP网络相比较,该方法不仅提高了算法的效率,而且提高了预报的精度,在径流预报中具有有效性和优越性。     

多模式温度集成预报

基于中国国家气象中心T213模式、德国气象局业务模式和日本气象厅业务模式2 m高温度预报, 利用神经网络方法中的BP网络建立了我国600多个站的温度集成预报系统, 该预报系统的预报时效为72 h, 间隔为3 h。通过对2004年1—5月的预报结果检验, 表明:集成的温度预报结果明显优于3个模式单独的预报结果, 72 h内预报的平均绝对误差在3 ℃以内, 并且不存在明显的系统误差, 预报达到了一定的精度, 可以为预报员提供定时、定点精细的客观温度预报参考。分区的检验结果表明:不同区域预报误差存在差别, 新疆和西藏误差比较大, 而长江流域和华南地区误差很小, 并且不同区域系统误差的情况也不相同。从总体情况看, 预报误差还存在日变化, 一般来讲, 夜间的预报误差小于白天。     

基于BP神经网络的GPS导航算法

GPS导航解算中常用最小二乘算法。随着高动态用户需求精度的不断提高，且由于线性化忽略高次项，初始值精度低以及差分后剩余或放大误差的存在。导航解精度很难满足高动态用户的需求。为此，本文基于BP神经网络的非线性逼近性能。给出了基于BP神经网络的GPS导航算法。实测数据计算结果表明该算法能够真实地反映载体运动轨迹，其导航解的精度和可靠性有明显的提高。     

西藏改则西北部喀湖错把拉湖区13kaBP以来的湖泊沉积与环境演化

通过对藏北喀湖错把拉湖区湖积剖面的研究,建立了该区13kaBP以来的沉积序列,并将13kaBP以来的气候划分为2个干冷期和2个湿润期。其中2个湿润期和第二旋回的干冷期可分别与北半球第一、二新高温期和第二新冰期大致对比,基本反映了末次冰消期以来全球气候变化的一般规律,青藏高原腹地对于全球气候变化的响应是比较敏锐的。