基于约束Delaunay结构的街道中轴线提取及网络模型建立

从街区多边形提街道中轴线并在此基础上建立街道网络模型是城市空间分析及街区地图综合的基础问题,本文基于约束Ｄｅｌａｕｎａｙ三角网结构提出了在邻近街区边界之间的三角形元上提取中轴线从而建立街道网络图模型的方法,区分三种不同三角形元进行中轴线的连接,通过网络图的顶点、边完备地表达出街道、街区、街道交叉口之间的空间关系,并建立了街道中轴线与左右两侧街区多边形边界弧段间的匹配,从而使本文提出的混合数据模型将街道网络结构与街区多边形结构统一起来。     

新型GPS控制网布设及应用

设计出一种新型GPS控制网,通过与其他类型控制网进行比较分析,获得该新型GPS网的一些特点,并将该新型GPS控制网应用于工程实际中,实践表明:该新型GPS网,无论平面精度还是高程精度都高于设计精度,能够满足多种工程测量需要,值得借鉴。     

中国水质站网规划中几个问题的探讨

在完成中国水质站网规划工作的基础上,对下列问题作了进一步探讨:(1)水质站网规划单元的划分;(2)聚类分析在水质站网规划中的应用;(3)站网密度与人口和经济发展的关系;(4)中国水质站网的分区特征。     

基于数据分布域变换与贝叶斯神经网络的渗透率预测及不确定性估计

渗透率是储层评价和油气藏开发的关键参数.传统测井方法与常规机器学习方法估算的渗透率都是固定值.但由于测井数据本身存在噪声, 渗透率的预测结果可能受到噪声的影响出现测量性的随机误差(即任意不确定性); 同时, 当测试数据与训练数据存在差异时, 机器学习模型在预测渗透率时可能出现模型参数的不确定性(即认知不确定性).为实现渗透率的准确预测并量化两种不确定性对结果的影响, 本文提出基于数据分布域变换和贝叶斯神经网络同时实现渗透率预测及其不确定性的估计.提出方法主要包括两个部分: 一部分是不同域数据分布的相互转换, 另一部分是基于贝叶斯理论的神经网络渗透率建模预测和不确定性估计.由于贝叶斯神经网络存在数据分布的假设, 当标签的概率分布与网络的分布保持一致时, 贝叶斯神经网络可以更好的学习到数据之间的关系.因此通过寻找一个函数将一个原始域的渗透率标签转换为目标域的与渗透率有关的变量(我们称为目标域渗透率), 使得该变量符合贝叶斯神经网络的分布假设.我们使用贝叶斯神经网络预测目标域渗透率以及任意不确定性和认知不确定性.随后, 通过分布域的逆变换, 我们将目标域渗透率还原回原始域渗透率.应用本文方法到某油田的18口井的测井数据中, 使用16口井的数据进行训练, 2口井进行测试.测试井的预测渗透率与真实渗透率基本一致.同时, 任意不确定性的预测结果提供了渗透率预测值受到的测井数据噪声影响的位置.认知不确定的预测结果说明数据量少的位置具有更高的认知不确定性.我们提出的这一流程不仅显示了在储层表征方面的巨大潜力, 同时可以降低测井解释时的风险.

     

海洋能源获取、传输与管理综述

海洋能源获取、传输与管理是实现海洋透明化的关键技术。以能源获取的方式进行分类调研,分析探讨国内外海洋能源的获取、传输与能源管理方法,以及各个方式的优缺点,并对能源获取、传输与管理进行核心技术分解,对比我国研究现状得出各个技术与国外现有差距,预测我国在该技术领域的未来发展趋势。     

基于粗糙集与人工神经网络的变压器故障诊断

根据电力变压器故障诊断问题,提出了基于粗糙集与人工神经网络的变压器故障诊断模型,分析了该模型的实现步骤.采用Kohonen网络对连续属性值进行离散化,应用粗糙集理论对特征参数进行属性约简,并把约简结果生成规则作为BP网络的输入.仿真结果表明,把经过粗糙集理论预处理过的数据送入BP网络训练,提高了学习速度和故障诊断正确率,减少了训练时间.     

地震观测仪器自动监控软件设计与实现

结合地震地球物理观测台网台站监测工作实际,研制一款地震观测仪器自动监控软件。该软件适用于不同网络环境下IP类仪器设备的网络实时或定时自动监控,地球物理观测类仪器时钟、状态和观测数据的定时自动监控,能自动识别当日观测数据中的无效数据、变幅异常、干扰、地震和限幅等信息,无需借助其他硬件和软件即可将告警信息以短信方式发送给值班人员和管理人员,可实现对仪器原始观测数据的自动备份和手动恢复,及对仪器的一键重启和校正时钟等控制类操作,无需跨平台操作即可查看当日观测数据曲线及分析数据的完整性和有效性,从而实现对仪器的统一高效管理。     

青藏及华北阵列式区域大地电磁场标准观测网建设方法与实验

大地电磁参数标准网的建设需要大量第一手的观测资料,观测资料的质量直接决定了标准网的可靠性。本文分析了大地电磁测深仪器设备、资料采集与处理技术,确定了青藏及华北阵列式区域大地电磁场标准观测网的建设方法;在此基础上,在山东菏泽地区对11535和11635号标准点进行了野外观测试验,对采集的宽频及长周期数据进行了深入处理,形成的对辅助测站和中心测站布置、数据采集时间、资料处理手段和远参考测站布设等要求,将指导青藏及华北阵列式区域大地电磁场标准网的建设,并对中国大陆其他区域大地电磁场标准网建设具有一定参考意义。     

北京市GPS网解算时IGS站的选取实验

用实验的方法,讨论了北京市GPS台网在用GAMIT软件解算时,选取IGS基准站的空间分布(南北半球、网内网缘、均匀展布)、数量分布(0到8个IGS站)对解算结果精度的影响。由于受观测站数量和IGS站观测数据质量的影响,在保证精度的前提下,为了提高观测数据的利用率,需要增加IGS站数量。根据2004全年的解算结果,北京台网选择9到10个IGS站较为合适。     

粒子群神经网络及其在非线性系统辨识中的应用

介绍了一种新的神经网络权值优化算法——粒子群优（Particle Swarm Optimization，PSO）算法，提出了用粒子群神经网络对非线性系统进行系统辨识的构思。仿真实验结果表明，粒子群算法具有比BP算法更强的非线性系统辨识能力和更好的泛化能力。