BP神经网络在花岗岩型铀矿预测中的应用

在已知矿床的外围或深部发现更多的成矿有利区是我国南方地区新一轮热液型铀矿勘查工作的重要方向之一。采用BP网络对某花岗岩型铀矿区以航空放射性信息为主的找矿标志进行综合。15个检验样本的预测有利度与期望有利度基本吻合,表明采用该预测模型对研究区内所有样本进行综合预测是合适的。从全区的预测结果可以看出,14处已知铀矿床均位于成矿有利度大于0.9的区域,且在已知铀矿床的外围发现了具有较好成矿远景的多片有利区。     

论新疆吐哈盆地的两种构造单元体系

重点研究了吐哈盆地构造单元的类型、构造属性及其与构造反转之间的关系等相关问题。吐哈盆地的构造单元可归为2种不同类型的体系：坳陷/隆起-凹陷/凸起类型的体系和构造带类型的体系。前者为沉积构造单元,具有同沉积构造的属性,可代表盆地形成时期的伸展性结构与构造;后者则为变形构造单元,具有“后生或次生”构造的属性,反映或代表了后期的构造反转。吐哈盆地“东西分块”应是同沉积期构造格局的表象,“南北分带”则主要是后期挤压与构造反转的结果。由此也进一步证明,吐哈原型盆地属伸展性盆地,后期则因挤压改造而发生了构造反转。前述各种特征则可能是此类构造反转盆地所具有的特殊的地质构造现象。     

福建省中级变质岩岩石(构造)地层单位新划分

在新近完成的全省1:25万和部分1:5万区域地质调查、院校专题研究及其陆续获得的高精度测年成果的基础上,依据变质岩石的组合类型、变质变形特征、空间分布规律、接触关系和同位素测年资料,对福建省中级变质岩岩石(构造)地层单位进行划分和对比,重新建立了福建省中级变质岩岩石(构造)地层单位系统。     

关于山西地勘单位人才建设的思考

山西地勘单位人才存在着流失严重、引进不足、管理不善、分布失衡等问题,总体呈现青黄不接、知识断层、人才储备缺乏的不利状况。针对山西地勘单位的特点及发展要求,从人才引进、人才合理使用、人才支持体系建设三方面阐明了地勘单位应当采用积极的人才政策,丰富人才储备,最大限度发挥人才整体的主动性和创造性,确保地勘单位可持续发展。     

某铁路隧道隧址区水文地质条件分析与洞身涌水量预算

通过详细分析隧道址区水文地质资料,认为石炭系灰岩、三叠系中统河湾组白云质灰岩和上统大水塘组下段安山玄武岩为强含水层组,大量的岩溶发育于石炭系灰岩和三叠系中统河湾组白云质灰岩中。以井水断层及太元背斜为界,将研究区分为太元背斜和街子坡复式向斜2个水文地质单元,并对各单元中水量、水质与地下水的补给、径流及排泄条件等进行了说明。采取并测试了13组地下水同位素样品,结果发现,区内地下水均来源于大气降水。应用地下水动力学和降水系数法对隧道洞身的涌水量进行了预测,推断隧道的正常涌水量为56 880m3/d,最大涌水量为68 300m3/d。为防止隧道塌方,提出了"短进尺、快循环、弱爆破、少扰动、紧封闭、超前注浆"的施工方法,并要求在施工中做好超前地质预测工作。     

地勘单位矿业权取得及流转问题探讨

矿业权是地勘单位开展地质勘查找矿工作的基础,也是其赖以生存和发展的前提条件。自矿业权实行有偿取得制度以来,地勘单位前期取得了一些矿业权,有的也实现了转让,但总体上矿业权取得及流转越来越困难。因此研究地勘单位如何获得矿业权以及使矿业权更有效地流转,具有十分重要的理论意义和现实意义。根据矿业权的属性及矿业权市场发展现状,指出当前地勘单位在矿业权方面存在着获取优势不复存在、收益分配关系不明确、缺少与其相法律法规及政策、流转市场秩序不规范等问题,为此提出了实施矿业权鼓励性政策的若干建议。     

最优子集神经网络在武威气温客观预报中的应用

选取2003年3月1日至2008年12月31日20时的逐日ECMWF(欧洲中期天气预报中心)数值预报产品实况格点资料,使用差分法、天气诊断、因子组合等方法,构造出能反映本地天气动力学特征的预报因子库,采用PRESS(预测平方和)准则初选因子,逐步回归复选因子,最优子集回归精选因子,建立分月、分站点逐日最高、最低温度BP神经网络预报模型。模型业务试用结果表明:该BP神经网络预报模型具有较强的非线性处理能力,能较好地反映日极端温度的变化,0～120 h内的最高、最低温度平均预报准确率达较高水平,且对明显的升降温过程反应灵敏,升降温趋势和幅度预报较为准确,为0～120 h的城镇精细化温度预报提供了重要的技术支撑,同时也为ECMWF数值预报产品在温度的释用提供了一种好的思路和方法。     

基于径向基函数神经网络的探空仪湿度传感器曲线拟合

针对数字式探空仪上采用的XGH-02型高分子碳膜湿敏电阻湿度感应元件,采用正规化径向基函数(RBF)神经网络模型对其进行曲线拟合,与传统的曲线拟合效果相比较,寻求一种更加准确的湿度传感器标定和误差的校准模型。用训练样本和检验样本对建立的RBF模型分别进行训练和检验结果表明,建立的RBF模型有效提高了湿敏电阻的准确度,其测量的最大误差为2.0298%(RH),明显好于采用现用公式的测量准确度。     

利用BP神经网络提高奥运会空气质量实时预报系统预报效果

将BP(Back Propagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。     

一种基于神经网络的确知信号检测技术

建立在统计信号处理理论基础上的相关检测器和匹配滤波器取得了广泛的应用,但两种模型都是建立在对实际通信信道线性化近似基础上的,在适应信道的非线性变化方面有所不足.利用神经网络自适应、非线性和高速并行运算的特点,在此提出了一种结构简单有效的神经网络接收机,并可推广到其他确知信号.