结合实体词与句子语义的地理实体关系抽取

地理实体关系抽取是地理知识获取的重要组成部分。规则制定的繁琐和难以发现的隐式关系表达,使得现有规则匹配与机器学习的方法不能有效解决地理实体关系抽取中存在的中文文本语法结构复杂且地理实体关系显式与隐式表达并存的问题。因此,根据上下文反映显式或隐式地理实体关系的特征,提出利用实体词向量和句子语义向量从文本中抽取地理实体关系的方法。实验表明,利用该方法从网络文本中获取显式和隐式表达的地理实体关系具有较好的效果,在测试集中准确率和召回率可以达到75.2%和79.2%。本研究为构建地理知识图谱、地理信息检索以及地理本体学习提供方法支持。     

一种改进的宽巷引导整周模糊度固定算法

一般卫星导航接收机的伪距测量误差大于宽巷波长。根据宽巷引导模型,直接使用双差伪距取整固定双差宽巷整周模糊度有很大概率会产生一周固定错误。基于此,提出了一种改进的宽巷引导整周模糊度固定算法,针对宽巷整周模糊度一周固定错误进行探测和修复。利用整周模糊度为整数的特质构造理论探测量,并将该探测量与载噪比所确定的门限相比较,判断是否出现宽巷整周模糊度一周固定错误;利用双差整周模糊度自由度为3的特点,修复错误宽巷整周模糊度。对该算法在高斯噪声条件下的可行性进行了理论分析,结果表明正常载噪比的观测数据均可分辨出一周宽巷整周模糊度的估计错误。同时,分析了考虑多径等误差后该算法所能接受的载波相位最大误差。计算了不同伪距误差下宽巷整周模糊度一周固定错误出现的概率。使用GPS实测短基线数据对算法进行验证,该算法可将基于宽巷引导的整周模糊度固定算法的固定率从原来的只有不到1/3提升至接近100%。     

基于多普勒测速的GPS单历元动态定位算法

在传统的GPS单历元动态定位参数估计中,由于先验约束信息较少,模糊度求解和定位性能往往较低。据此,研究了多普勒测速在GPS单历元动态定位中的应用,提出了一种附有GPS多普勒测速信息约束的坐标更新方法,即利用移动载体先验坐标和多普勒测速信息预测当前历元坐标。考虑到该方法进行坐标更新的精度较高和传统单点定位坐标更新的稳健性较强等特点,在此基础上给出了相应的单历元整周模糊度参数求解策略,进一步提高了该方法的定位性能。试验结果表明,所提出的算法相对于传统的无速度信息坐标约束的GPS单历元动态定位算法,其模糊度浮点解精度、模糊度固定率和平均定位精度均有了进一步提高,尤其是在观测卫星数较少、卫星几何结构较差的情况下更为明显。     

基于独立成分分析的高光谱图像降维及分割

高光谱图像的高维数给图像的进一步处理带来了困难,为了解决这一问题,本文提出了一种基于独立成分分析的高光谱图像降维分割方法。首先,利用波段子空间划分和标准差对高光谱图像预处理,选择部分波段的高光谱图像作为实验对象;然后利用基于负熵的快速不动点算法对实验数据解混,再根据平均绝对权重系数对波段排序并选取;最后使用模糊C均值聚类算法对降维后的图像进行分割。实验结果表明,该方法能够有效实现高光谱图像降维,并获得较好的分割结果。     

使用长短期记忆人工神经网络进行花岗岩变形破坏阶段的判别

判别岩石所处的变形破坏阶段是分析岩石变化过程的重要基础。由于室内试验视频数据具有很好的等时距分布特征,可以使用基于长短期记忆的神经网络（LSTM-NN）模型判别外荷作用下岩石的变形破坏阶段。本文根据花岗岩室内单轴压缩试验所得应力-应变曲线和试验视频图像中裂隙的分布情况,将岩石变形破坏过程分成岩石压密阶段、弹性变形阶段、裂隙扩展阶段、整体破坏阶段,在提取不同阶段不同组分主要数字特征参数（面积）基础上,建立了基于LSTM-NN模型的岩石变形破坏阶段分类网络,分析了模型主要参数（学习率和最大周期等）对分类准确性的影响,使用所建模型对岩石所处变形破坏阶段进行了判别。结果表明,在LSTM-NN模型参数中,学习率和最大周期对变形破坏阶段判别准确率的影响较大,二者分别为0.005和200时的判别准确率达到最高;对于整个变形破坏阶段来说,LSTM-NN模型对裂隙扩展阶段预测的判别效果最好、对整体破坏阶段预测的判别效果最差;对于花岗岩中不同组分来说,LSTM-NN模型对变形破坏阶段预测准确性高低的顺序是裂隙、黑云母、长石、石英。     

金沙江白格滑坡残留体稳定性分析与防治对策

金沙江白格滑坡在经历了2018年10月和11月的2次滑动堵江后,在其后缘仍存在K1、K2和K3等3处规模较大的残留崩滑体,并有再次失稳堵江的可能。目前关于残留体稳定性的研究还存在较大争议,多从影响因素及成因机制等方面进行定性分析,其结果依赖于评价者的经验,差异较大。在野外调查的基础上,针对白格滑坡所在区工程地质条件及其残留体变形特征,选取坡高、坡度、坡面形态、临空面、地下水出露、裂缝发育和变形等7个因素作为评价因子,基于模糊综合评判模型,运用层次分析法对白格滑坡残留体进行分区稳定性评价,并提出相应的防治对策。评价结果表明:K1与K2残留体稳定性较差;K3残留体基本稳定,与实际调查状况较吻合。研究结果可为同类型滑坡的评价与防治提供参考。     

安徽六安城市建设用地地质环境适宜性评价

随着国家城市化进程的不断推进,土地资源的开发利用和规划日益增多,开展地质环境适宜性评价研究不容忽视.本文以六安市规划区为例,结合区内地质环境条件,采用"专家打分-层次分析"的方法综合确定各评价因子的权重值,采用敏感因子-模糊综合评价模型进行定量评价,为日后城市建设、土地资源开发和利用提供了良好的理论依据.     

基于小波长短期记忆网络的风电功率超短期概率预测

随着大规模的风电并网,风电所具有的间歇性与随机性对电力系统的稳定性产生了很大的影响,风电功率预测成为当前解决该问题重要的方式之一.本文利用长短期记忆（LSTM）网络良好的时序记忆特性,将小波分解技术与LSTM深度网络结合,提出基于小波长短期记忆网络的风电功率超短期概率预测模型.首先通过小波分解技术将原始时间序列进行平稳化处理,再建立各子序列样本的LSTM网络预测模型,借助最大似然估计法估计预测误差的高斯分布函数,最终实现对未来4 h时刻的风电功率概率区间预测.最后,采用中国东北某风电场数据对所提方法进行算例分析,结果表明,将小波分解与深度学习方法结合可以较好地提高预测的精度,提高概率预测的区间可靠性.     

基于模糊熵的GLLE熵阈值分割方法

图像分割是计算机视觉中基础且重要的一个问题.熵阈值图像分割作为一种有效的分割方法,被广泛应用于模式识别和图像处理中.传统的图像分割方法并不能获得足够有效的图像特征.为解决这个问题且进一步探究熵阈值在图像分割中的应用,引入一种GLLE（Gray Level and Local Entropy）二维直方图改进熵阈值图像分割模型,并提出了基于模糊熵的方法计算所建立的二维直方图模型.通过标准实验数据集上的对比实验表明,基于模糊熵的GLLE熵阈值分割方法可以得到更加准确的阈值,提高了分割精度.同时在处理不同类型图像的表现上优于往常的算法,具有更强的鲁棒性.