自适应非线性有限元的多重网格法求解及应用

描述了非线性自适应有限元的多重网格法求解过程。 通过算例说明了方法的有效性以及自适应多重网格有限元用于开挖施工过程模拟分析的优越性。     

基于相干特征的岩石薄片序列图像边缘提取及颗粒分割

针对岩石颗粒边缘模糊、结构复杂的特点,为了更有效地识别颗粒边缘,在基于特征值的C3相干算法的基础上,融合多尺度和多角度的特征表达,提出了一种改进的C3相干算法。该算法综合考虑岩石薄片图像角度域光学特征、空间尺度信息和各向异性信息,能更有效地表征颗粒边缘特征,表现出对复杂矿物结构的适应能力。在采集的岩石薄片正交偏光图像上验证提出的算法,实验结果表明,与原生C3相干算法相比,改进后的C3相干算法在全局图像上的方差和灰度差分乘积分别提升了68.41%和22.91%,信息熵下降了21.61%。     

基于不确定性分析框架的动态环状河网水质模型——以温州市温瑞塘河为例

以温州市温瑞塘河为背景,基于不确定性分析的框架,开发了动态环状河网水质模型。用HSY(Hornberger,Spear and Young)算法作水质参数的不确定性分析,求得模型参数的空间分布,从而提高模型使用的可靠性、降低决策的风险度。模型由水量子模型及水质子模型两部分组成:水量子模型采用圣维南方程并用四级解法求解;水质子模型采用CSTR(Continuously Stirred Tank Reactor)模型的机理,并结合环状河网特征作了修正,由于只需解常微分方程,因而避免了矩阵求解,显著提高了计算效率,使得用HSY算法进行不确定性分析成为可能。模型选取温州市温瑞塘河流域的鹿城区河网进行了首次应用,用HSY算法率定水质参数并讨论了参数的不确定性。对参数率定结果进行验证,结果比较理想。最后简要讨论了参数不确定性传递。     

基于CART算法的三维成矿预测研究——以安徽白象山矿区为例

把地质大数据和人工智能技术引入矿产资源定量评价及成矿预测体系中,提高了海量地质数据的有效信息挖掘,弥补了传统方法的不足。本文基于白象山矿区基础地质资料和物化探成果资料,利用三维地质体建模技术和三维空间分析技术,量化三维控矿因素,建立了一种基于CART 算法的三维成矿预测模型。通过在白象山矿区的实验表明：该模型能较好的定位已知矿体,并且预测出在已知矿体北部、东部、东北部、西部、南部和东南部具有较高的成矿概率,可圈定找矿靶区。该模型将地质大数据应用于找矿勘探工作,具有纯数据驱动、预测精度高、预测结果可靠等优点。研究发现,该模型的预测效果与训练数据集的数量、矿控因素提取、决策树深度等有关。     

基于GA-SVM封装算法的高光谱数据特征选择

封装型的特征选择算法相对于过滤算法而言更有助于提高分类精度,因此在当前计算技术及效率快速发展的背景下必将成为未来之趋势。本文以支持向量机(SVM)为分类器,遗传算法(GA)为特征子集的搜索算法,构建了封装型的特征选择算法GA-SVM,并用ENVI/IDL语言编程实现,最后以HYPERION高光谱数据为例对算法予以应用。结果表明,GA-SVM算法可从196个波段中选择出13个波段,同时分类精度较不做特征选择时提高了约4%。由此可见,GA-SVM封装型特征选择算法具有较好的同时优化特征子集和SVM核函数的性能,可为当前高光谱数据的特征选择提供一个较好的算法。     

强跟踪抗差自适应滤波算法及其在无人机导航定位中的应用

针对Sage-Husa自适应滤波算法在无人机导航定位应用中存在滤波发散和定位精度低的问题,本文提出一种强跟踪抗差自适应滤波算法.该算法在Sage-Husa自适应滤波算法基础上,引入强跟踪技术,通过自适应渐消因子降低历史数据对当前滤波的影响,从而抑制滤波发散,增强算法的稳健性;结合量测噪声和系统噪声进行实时估计,并且在估...     

基于改进PSO-SVM的噪声稳健建筑物变形监测方法

对高层、超高层建筑物进行实时,高精度的变形监测对提前预防安全隐患,保证人民生命财产安全具有重要意义.建筑物变形作为一种典型的随机性和微弱性过程,噪声等误差的存在会影响从中提取有用的变形信息.针对该问题,提出一种改进粒子群(ParticleSwarmOptimization,PSO)算法优化支持向量机(SupportVe...     

大洋调查中海山地磁测量的静日变化校正方法

针对大洋调查中海山地磁测量时难以设立静日变化观测站的问题,提出了一种基于多项式拟合最小二乘算法的日变校正方法,即假设静日变化磁场可以用一个关于时间的高阶多项式来拟合,利用主测线和联络测线交点误差的最小二乘估计求得多项式的系数,从而得到静日变化曲线。从调查测得的磁场中减掉静日变化磁场即可得消除静日变化影响后的海山地磁异常。理论模型和实际资料处理都表明,这种方法不仅可以较好地消除静日变化的影响,而且用计算机实现也简单。为了提高静日变化校正结果,讨论了为提高静日变化校正效果,在大洋调查中测量海山地磁时应注意的几个问题。     

A hybrid ensemble method for improved prediction of slope stability

Accurate prediction of slope stability is a significant issue in geomechanics with many artificial intelligence (AI) techniques being utilised. However, the application of AI has not reached its full potential because of the lack of more robust algorithms. In this paper, we proposed a hybrid ensemble method for the improved prediction of slope stability using classifier ensembles and genetic algorithm. Gaussian process classification, quadratic discriminant analysis, support vector machine, artificial neural networks, adaptive boosted decision trees, and k‐nearest neighbours were chosen to be individual AI techniques, and the weighted majority voting was used as the combination method. Validation method was chosen to be the 10‐fold cross‐validation, and performance measures were selected to be the accuracy, the receiver operating characteristic curve, and the area under the receiver operating characteristic curve (AUC). Grid search and genetic algorithm were used for the hyperparameter tuning and weight tuning respectively. The results show that the proposed hybrid ensemble method has great potential in improving the prediction of slope stability. Compared with individual classifiers, the optimum ensemble classifier achieved the highest AUC value (0.943) and the highest accuracy (0.902) on the testing set, denoting that the predictive performance has been improved. The optimum ensemble classifier with the Youden's cut‐off was recommended for slope stability prediction with respect to the AUC value, the accuracy, the true positive rate, and the true negative rate. This research indicates that the use of the classifier ensembles, rather than the search for the ideal individual classifiers, might help for the slope stability prediction.     

星载合成孔径雷达成像处理

合成孔经雷达(Synthetic Aperture Radar,SAR)是当今微波遥感领域的研究热点,其全天候、全天时、高分辨率以及穿透地表等特点使其具备其他传感器不可比拟的优势,因此得到了极其广泛的应用。成像处理是SAR技术的核心部分。分析了星载SAR点目标回波信号模型和几种常用的星载SAR数字成像处理算法。以距离-多普勒算法为例,阐述了距离压缩和方位压缩的实质,详细讨论了多普勒参数估计、距离徙动校正和斑点噪声的去除等几个关键的问题。采用ERS-1卫星数据做了成像实验,并对SAR成像技术加以总结。