自组织竞争人工神经网络在砂岩型铀矿测井数据解释中的应用

详细介绍了自组织竞争人工神经网络模型结构、原理和钻孔岩性自动识别过程,给出了神经网络模型在钻孔岩性自动识别过程中的有效性实例。自组织竞争人工神经网络具有自组织能力、自适应能力和较高的容错能力;与BP算法相比较,计算量小,收敛速度快,且不需要已知的先验信息而自动确定分类类别。钻孔岩性识别结果与岩心地质编录的对比试验表明,在砂岩型铀矿测井数据的解释中,应用自组织竞争人工方法可较好地完成钻孔岩性自动分类。     

地下水动态预测的探讨

简要介绍地下水数学模型的原理和应用实例,着重介绍在河北省大清河地下水系统的大沙河-磁河冲洪积扇孔隙地下水区,尝试建立地下水埋深变幅预测的统计相关方法和神经网络模型取得的良好效果;同时对地下水预测中的降水补给、边界和初始条件等的处理进行讨论,对数学模型和统计相关模型优缺点进行比较。     

Texture Segmentation Based on Image Model and Neural Network

INTRODUCTIoNImagetextureanalysisisanimportantpartofresearchin-tocomputervision.Forobjectidentificationandunderstand-ing,textureanalysisisthebasisoftheresearchwork.Ingeneral,texturecanberegardedasakindofstructurethatconsistsofmanytextureelementsorpatternswhicharemoreorlesssimilar,i.e.,primitivesthatformtexturesandspatialdependenceorinteractionbetweentheprimitives.Ex-tensiveresearchhasbeendoneintextureanalysis,andrefer-ence(Haralick,l979)hasmadeathoroughsurvey.Amongthesetextureanalysismetho…     

烧变岩体特性及其注浆扩散行为研究

烧变岩是煤层自燃引起周围围岩变质而形成的特殊类岩石。通过现场取样,在实验室对烧变岩试样进行了物理力学性质测试,试验结果表明：烧变岩的含水率略有降低,而力学强度普遍增强,泊松比略变小,烧变岩体裂隙发育。注浆压力作用下,分析了裂隙尖端的劈裂情况,在此基础上,利用宾汉浆液扩散模型编制了浆液在裂隙网络中的流动扩散程序,可以模拟浆液在非贯通裂隙网络内的流动扩散范围。最后对柠条塔井田烧变岩体进行注浆试验,利用浆液流动模拟程序进行了注浆压力的优化选择,并将实际浆液扩散范围与程序模拟浆液扩散范围进行对比,二者结果较吻合,该程序可以用来指导现场注浆工程参数设计和施工,同时烧变岩体注浆试验也为类似工程注浆施工提供一定的参考依据。     

基于人工神经网络的航磁信息关联方法的研究

应用人工神经网络方法 ,以航磁数据为样本 ,建立了航磁信息关联的BP人工神经网络模型。对山东省 1∶5 0万航磁水平一阶导数轴向图进行计算机自动关联叠置、提取航磁解释构造轴线的研究。经与垂向二阶导数对比分析 ,证实了该方法给出的模型具有较强的非线性、自适应和学习能力。     

水准网中起算点的选用方法探讨

水准网平差中起算点质量好坏不仅影响平差精度,而且如果采用不好的点位,直接影响成果的使用,带来严重后果。该文以青州市水准网的布设为例,分析讨论了起算点对水准网精度的影响,提出了根据较差中误差大小选用起算点的方法,阐述了该方法的步骤,达到的效果,以及水准网布设方法等。     

基于改进BP网络算法的隧洞围岩分类

围岩分类对指导地下工程的设计和施工具有非常重要的意义.引入人工神经网络的方法, 进行隧洞围岩分类, 在传统BP算法的基础上, 通过改进学习算法、优化传递函数和网络结构进行神经网络方法优化.采用附加动量法和学习速率自适应调整的策略改进学习算法, 使得当误差大于上临界值时, 则降低学习率, 当误差小于下临界值时, 则适当提高学习率, 这样可加快网络的训练速度, 确保网络的稳定性; 通过引入调整学习率参数, 使得传递过程更加敏感, 加快了传递函数的收敛速度, 提高了训练函数的计算精度; 通过给定隐含层节点模型的取值范围, 对网络结构进行优化, 提高了泛化精度.将改进的BP网络模型应用于广东省东深供水改造工程的隧洞围岩分类中, 分类结果与根据《水工隧洞设计规范(SL279-2002) 》的分类结果完全一致, 表明该方法具有良好的工程实用性.      

基于改进型前馈神经网络的流域产流预报模型的研究

在分析流域产流机制、影响因素和现行产流计算方法的基础上,首次取前期影响雨量、主产流历时、全过程面平均雨量和４个代表雨强计７个因子作为神经网络输入,直接以流域产流深作为神经网络输出,并针对传统ＢＰ算法的固有缺陷,采用混合ＧＮ－ＢＦＧＳ算法训练网络。实例验证了所建模型及算法的有效性和可行性。还对神经网络隐层单位数等进行了初步研究。     

应用Kriging方法研究格尔木河流域地下水位动态观测网的优化配置

地下水动态是水文地质研究的一个重要方面，如何获满足一定精度要求全面而合理的地下水位动态资料具有现实经济效益。本文研究格尔木河流域地下水位动态测网，通过选取理想的变差函，运有Ｋｒｉｇｉｎｇ方法进行地下水位的线性无偏最优估计和计算估计误差的标准差，结合给定的允许误差限评判地下水位动态观测网的配置是否合适，并提出调整现有观测网的方案     

水库群优化调度函数的人工神经网络方法研究

提出了研究水库群优化调度函数的人工神经网络方法,并探讨了神经网络的训练参数、训练方法和训练样本的改变对网络训练和应用效果的影响。实例研究表明,模型及其算法是可行的、有效的。