航空工业组团阎良片区土层剪切波速与深度的统计关系

基于航空工业组团阎良片区地震小区划项目中大量的剪切波速实测资料,利用最小二乘法,采用常用的幂函数、指数函数、线性函数和一元二次多项式函数4种模型,统计回归了该地区土层剪切波速随深度的变化关系;并以拟合优度为评价标准,通过比对分析和讨论,给出了场地土及其主要岩性剪切波速与深度变化的经验回归公式。结果表明,场地土剪切波速与埋深有显著的相关性,所推荐的经验公式可供无波速资料的场地参考使用。     

基于多种组合模型的低山丘陵区地质灾害危险性评价及精度分析

为探索低山丘陵区地质灾害危险性评价模型的适用性和评价结果的合理性,以广东省平远县作为研究对象,依托研究区内历史地质灾害资料,开展基于多种组合模型的区域地质灾害危险性评价及精度分析研究。论文选取坡度、距断层距离、地层岩性、流域沟壑密度、植被归一化指数、年均降雨量等14项与地质灾害发生相关的孕灾环境因子和诱发因素因子,依据378处地质灾害点样本对各连续型评价因子开展快速聚类分析,进行状态分级,分别采用信息量—逻辑回归、证据权—逻辑回归、信息量—多尺度地理加权回归、证据权—多尺度地理加权回归4种组合模型,构建了相应的评价指标体系,并完成地质灾害危险性评价,最后对评价结果进行分析、比较和讨论。综合所有灾点样本在危险区的分布情况,以及3类精度分析方法的评价结果得出：在低山丘陵区地质灾害危险性评价方面逻辑回归组合模型均表现较为理想,其中证据权—逻辑回归（WL）组合模型更为合理和适用,而多尺度地理加权回归模型尽管在地质灾害危险性评价方面具有一定的创新性,但是针对本文的研究区广东省平远县,并不具有很强的适用性。     

基于ARMA模型的潮位拟合及内插研究

在水深测量过程中,采集的潮位数据往往存在断缺现象,给水深测量内业工作者造成干扰。针对潮位数据断缺问题,对断缺数据简单预处理后,利用ARMA模型对潮位数据序列变化规律进行分析,拟合潮位时间序列数据变化趋势,然后将拟合的值内插到数据断缺处,以建立完整的潮位改正文件,最后对拟合模型进行精度评价分析。实验结果表明,拟合模型精度良好,可以快速获取符合要求的插值,提高工作效率。     

基于WOA-LSSVM的海底沉积物物性参数建模

电阻率测量是海底沉积物工程地质勘察的主要原位观测方法之一,作为一种间接测量方法,需要建立沉积物物性参数与沉积物电阻率的回归模型。为提高建模精度,本文提出了一种基于鲸鱼算法优化的最小二乘支持向量机(Whale Optimization Algorithm-Least Squares Support Vector Machine,WOA-LSSVM)的海底沉积物物性参数与电阻率回归建模方法。该方法建立了海底沉积物电阻率与沉积物4种基本物性参数(含水率、密度、孔隙比、塑性指数)的单输入、单输出最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)回归模型,利用WOA算法对LSSVM参数进行寻优取值。对比研究了WOA算法、遗传算法(Genetic Algorithm,GA)、粒子群(Particle Swarm Optimization,PSO)算法优化的LSSVM建模结果,结果表明,基于WOA-LSSVM建立的海底沉积物物性参数与电阻率的回归模型具有更好的预测效果,均方根误差降低1.1%～14.9%,平均绝对百分比误差降低0.4%～19.9%。     

洪水预报中特征值预报的若干数学方法比较

讨论研究了水文特征值预报的数学方法,统计回归模型、神经网络模型和模糊回归模型。三个计处实例表明如果系统的线性关系较好,统计回归模型的结果最好;如果系统的线民生关系差,神经网络模型的结果最好;如果用于率定模型的资料太短,任何一个模型都不可靠。     

鄱阳湖鲌属(Culter)和原鲌属(Culterichthys)鱼类体重与体维关系

实测和回归分析鄱阳湖鲌属(Culter)的翘嘴鲌(C.alburnus)、蒙古鲌(C. mongolicus)、达氏鲌(C.dabryi)和原鲌属(Culterichthys)的红鳍原鲌(C. erythropterus)体重与体维关系.结果表明,多元回归方程能全面地反映不同体维对鱼类体重的影响,体重与体侧面积体厚的回归方程较适宜.其体重(W)与体侧面积(A)及体厚(T)的幂函数关系式分别是,翘嘴鲌:W=4.05051×10-3A0.66260T1.41994;蒙古鲌:W=3.18603×10-3A0.66845 T1.44376;达氏鲌:W=1.99310×10-3A0.70982T1.47305;红鳍原鲌:W=3.58823×10-3A0.63253T1.49465.     

SOM拓扑保序机理的模拟弹性力分析

针对SOM内在原理和基本特性中一些未解决的重要问题,定义了输出阵列上神经元i承受的、正比于模式向量及权向量之间距离的2种模拟弹性力：输入模式向量对胜者i的拉力,以及阵列中胜者j对邻近i的牵动力;分析了弹性力的9个性质,对SOM学习过程中神经元权向量的演变过程及拓扑映射保序的机理给出了易于理解的、形象的解释。     

基于极限学习机的GF-2影像分类

遥感图像分类是提取图像有效信息过程中重要的一部分,为了探寻最优的分类方法,许多机器学习算法逐步应用于遥感分类中。极限学习机（extreme learning machine,ELM）以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用。本文采用训练速度快、运算量小的极限学习机算法与支持向量机（support vector machines,SVM）算法和最大似然法进行分类对比,对高分辨率遥感图像进行分类,分析极限学习机算法对于遥感图像分类的准确度等性能。选取吉林省长春市部分区域的GF-2遥感数据,将融合后的影像设置为原始数据,利用3种方法进行分类。研究结果表明,极限学习机算法分类图像总体分类精度达到85%以上,kappa系数达到0.718,与其他分类方法相比分类准确度较高,且极限学习机运行时间比支持向量机运行时间约短2 480 s,约为支持向量机运行时间的1/8,因此具有良好的性能和实用价值。     

基于遗传支持向量机的地下工程裂隙岩体注浆量预测

提出了地下工程裂隙岩体注浆量预测的遗传支持向量机方法,通过支持向量机对实际注浆数据样本进行学习,建立注浆量及其影响因素之间的非线性映射关系,基于这种关系实现注浆量的预测。模型建立过程中,考虑到支持向量机惩罚因子和核参数对预测精度的影响,以预测误差为适应度,采用遗传算法对最佳参数进行搜索。结果表明,本文方法计算快速,预测精度高,是一种注浆量预测的好方法。