灰色系统和BP神经网络相结合的矿产资源预测模型

这里介绍了灰色系统和BP神经网络相结合的预测原理,利用BP网络,对改进的GM(1,1)残差修正模型所得预测的结果进行再预测的组合预测模型,并对攀枝花市钒钛磁铁矿的产量进行了预测。计算结果表明,该预测方法是可靠的,并具有较高的预测精度。     

P波偏振层析成像

论述了Ｐ波偏振层析成像方法。这是一个利用Ｐ波远震偏振资料去反演速度结构的方法,与走时层析成像相比,它有几个显著的优点：不受震源定位和发震时刻误差的影响;对深地幔速度结构不敏感而对接收器附近的速度结构和速度梯度最敏感,在这一意义上它与时反演是互补的。如果联合使用走时和偏振资料可以改善层析成像的结果。走时的变化对应于速度的变化,而偏振的变化则与速度梯度的变化相对应,因昆,要确定速度异常的边界,用偏振数     

基于改进原型网络的小样本古生物化石识别研究

传统古生物化石鉴定方法多依赖于古生物学家的经验知识,现有的人工智能识别方法需要大量的化石训练样本才能达到较高的准确率。为解决上述问题,在少量化石图像样本情况下准确识别化石,本文尝试使用残差网络和注意力模块相结合的方法,并将其运用于小样本的化石鉴定。首先以残差网络作为模型的特征提取模块,并在残差网络的残差块中嵌入CBAM卷积注意力模块,提高模型对于化石纹理特征的关注,以提取更为全面的深层次化石图像特征,再使用小样本度量学习中的原型网络对提取特征进行原型计算,最后通过多轮次迭代训练得出最佳的化石判别模型。使用本文方法与5种经典的小样本学习方法进行对比实验,实验结果表明本文方法的识别准确率最高,在样本数量为1和5的情况下,准确率达到了86.32%和94.21%,对稀缺样本下的化石识别具有更显著的优势。     

基于改进原型网络的小样本古生物化石识别研究

传统古生物化石鉴定方法多依赖于古生物学家的经验知识,现有的人工智能识别方法需要大量的化石训练样本才能达到较高的准确率。为解决上述问题,在少量化石图像样本情况下准确识别化石,笔者等尝试使用残差网络和注意力模块相结合的方法,并将其运用于小样本的化石鉴定。首先以残差网络作为模型的特征提取模块,并在残差网络的残差块中嵌入CBAM卷积注意力模块,提高模型对于化石纹理特征的关注,以提取更为全面的深层次化石图像特征,再使用小样本度量学习中的原型网络对提取特征进行原型计算,最后通过多轮次迭代训练得出最佳的化石判别模型。使用本文方法与5种经典的小样本学习方法进行对比实验,实验结果表明本文方法的识别准确率最高,在样本数量为1和5的情况下,准确率达到了86.32%和94.21%,对稀缺样本下的化石识别具有更显著的优势。     

基于灰色Verhulst模型的建筑工后沉降预测

根据灰色系统理论、Verhulst模型和建筑工后沉降规律,建立建筑工后沉降灰色Verhulst预测模型,给出模型精度评定方法和残差修正预测模型,并提出非等时距沉降序列的Lagrange多项式等时距插值转换方法。通过工程实例计算分析,取得较好的效果。     

基于波前构建的射线追踪:一种Java实现

针对波前构建法射线追踪在实现过程中存在的困难和问题,提出了一种基于Java语言的实现方案。与常规的Fortran实现方案相比,Java实现避免了由射线插值和网格变换所带来的额外数据重排及数据点反复标记问题。因此,在计算过程中可以随时对数据点进行插入操作而不用考虑再定位问题。鉴于在关于波前构建法的文献中很少涉及算法和计算流程的设计问题,首先对波前构建法的基本方程、数值计算方案、计算流程及具体算法进行了简要的回顾和讨论,然后讨论了Java类和Java函数设计。我们的经验和数值计算结果表明,用Java语言实现的波前构建过程能够降低编程工作的难度、提高射线追踪的计算效率并且为今后的跨平台开发提供良好的基础。     

非穿透体和起伏地表模型的FMM走时计算

在隧道或巷道工程地震超前探测中较常用偏移成像技术,计算地震射线走时是该技术的核心部分。由于在近似地下全空间区域内成像,隧道或巷道、空洞、采空区等非穿透体对地震波走时计算有较大影响。为此,文中发展了基于FMM(fast marching method)的含非穿透体的走时算法。该算法采用非穿透体区域标记法,当FMM窄带区在计算到非穿透体时会自动避开或绕过,使得波前推进更加符合实际传播情况。这种算法也适用于起伏地表模型,只需要将起伏地表以上区域也作为非穿透体来对待。因而,新算法可以同时处理含有起伏地表的模型。改进的算法与常规算法相比只是增加了标记点,保持了FMM的计算精度和效率。理论模型试验表明,改进的算法能够较准确地计算走时,对复杂异常体的适应性较强,而且有很好的稳定性。     

基于残差统计的三类北斗卫星随机模型估计与特性分析

基于北斗卫星的几何观测模型,处理3种型号接收机的4组短基线和零长度基线北斗观测数据,通过与MINQUE方法估计的随机模型进行比较,验证直接利用残差估值计算北斗观测值随机模型的可行性;在此基础上分析北斗卫星观测值高度角相关的精度、交叉相关性、空间相关性和时间相关性;结果表明北斗对地静止轨道(GEO)卫星的观测误差、空间相关性、时间相关性均大于倾斜同步轨道(IGSO)卫星和中轨道(MEO)卫星;北斗卫星的同类型观测值之间均具有较强的交叉相关性,不同类型观测值间的交叉相关性较弱,且随机模型的估计结果受接收机的内部误差和测站的外部误差影响.     

GPS-RTK界址点测量系统性误差改正方法探讨

在GPS-RTK测量界址点时,通过点校正获取坐标转换参数会引起系统性的坐标转换残差;在测定建筑物墙角等界址点时,只能以接收机天线的外缘靠近墙角位置,使得天线中心偏离界址点的实际位置,导致界址点测量偏心差。为此,通过在测区所有已知点上检测其坐标以建立测区的坐标转换残差改正模型,并导出三种基于天线偏心改正的界址点坐标计算及其误差公式,基本消除RTK界址点测量中的系统性误差影响。实际应用表明,该方法原理简单且便于外业施测和编程实现,可提高GPS-RTK界址点测量的精度。     

改进的GM-AR组合模型在地铁沉降预测中的应用

灰色预测模型对沉降的整体趋势有很好地预测结果,时序模型针对随机性的数据进行预测,二者结合一定程度上可提高预测的精度。文中通过改进GM-AR模型并将其应用于地铁沉降预测中,同时与灰色预测模型和GM-AR组合模型的预测精度进行对比分析。结果表明,改进后GM-AR模型可以有较好的预测效果。