浅谈VirtuoZo和MapMatrix在3D产品中的应用

主要论述了数字摄影测量系统MapMatrix和VirtuoZo的一些异同点。     

基于人工神经网络预测弯道段冰塞壅水

寒冷地区河流冬季常形成凌洪灾害,冰情的预报和预测大致可分为冰塞出现的位置、上游水位升高和开河冰塞的预报.依据实验资料,分析了弯槽段冰塞壅高上游水位和佛汝得数以及冰流量之间的变化关系,采用BP网络对水位壅高及弯槽断面水位进行了模拟预测并和回归分析的结果进行了对比,结果表明:人工神经网络技术可以提高对水位的模拟预测精度.     

三种地下水位动态预测模型在吉林西部的应用与对比

准确而可靠地预测地下水埋深对生态环境保护和水资源规划管理具有重要意义。针对吉林西部浅层地下水位动态变化的复杂性和非线性,提出了基于小波分析与人工神经网络相结合的预测方法小波神经网络(WA-ANN)模型。将研究区2002年1月2009年12月当月降水量、蒸发量、人工开采量和前月平均地下水埋深4个参数作为输入,当月平均地下水埋深作为输出,建立浅层地下水埋深预测模型,并与BP神经网络(BP-ANN)模型和自回归移动平均(ARIMA)模型进行比较,对比分析了三者的建模过程及其模拟精度。结果显示:相比两种ANN模型,ARIMA模型建模过程更为简单,计算效率更高;但WA-ANN模型的拟合精度高于BP-ANN和ARIMA模型,预测效果更好。总体来看,WA-ANN模型在浅层地下水埋深预测中具有一定的应用推广价值。     

基于GIS与ANN耦合技术的非线性矿产预测系统设计

利用地理信息系统(GIS)和人工神经网络(ANN)相结合,提出的基于GIS的人工神经网络矿产预测系统设计方案,实现了从地质变量优选到人工神经网络成矿预测结果图形显示的计算机自动化处理。其中的主要模块为:地质变量优选模块、数据库管理模块、神经网络成矿预测模块和图形处理功能模块。它们之间通过数据库进行数据传输与共享达到互相连接。     

利用地震资料反演地层的碳酸盐含量

基于碳酸盐含量与地层速度、密度之间的关系, 在井资料约束下, 使用人工神经网络方法反演高分辨率地震资料所反映的地层碳酸盐含量, 并应用于南海北部陆坡ODP184航次1146和1148孔区, 取得较好效果.方法的关键是从井旁地震道中提取多种属性, 利用逐步回归法, 确定6种与碳酸盐含量相关性最好的地震属性, 分别是平均频率、道积分绝对振幅、主频、时间、道微分瞬时振幅和瞬时频率, 然后进行地层碳酸盐含量反演.反演结果相对于岩心分析的碳酸盐含量的误差大多在±5%之内, 较为精确地揭示了地震地层剖面上碳酸盐含量的分布.      

ANN技术在岩溶地下水可开采量评价中的应用——以山西晋祠泉域为例

以晋祠泉域为例,分析该泉域水文地质特征。应用神经网络技术(ANN)建立泉域内县代表性的难老泉岩溶地下水位与各种补排项之间定量数学模型,对该泉域地下水可开采量进行了评价。研究结果表明,所建立的岩溶地下水位多因素神经网络模型具有较好的拟合精度,仿真程度较高,所得到的地下水可采资源量评价结果与该地区地下水开发利用实际情况较为一致。同时,还计算了不同降雨条件下地下水的可开采量,使其对地下水的开采规划更具有指导意义。     

海洋沉积物动力学的示踪物方法

本文的论题是示踪物方法在海洋物源追踪和沉积物输运率计算中的应用 ,以及示踪物方法的普适性理论框架。定量的物源追踪需要适当的示踪标记和物质混合模型 ,有必要根据沉积动力过程的研究来确定示踪标记的变换函数 ,从而将改进的示踪标记用于混合模型分析。人工示踪物实验的现有方法以空间积分法最为常用 ,其关键是示踪物质心运动和沉积物活动层的界定。天然示踪物的质心位置是无法定义的 ,因此不能借用传统人工示踪物方法来估算物质输运率 ;在某些特殊情形下 ,可以利用天然示踪物的质量守衡原理来获得物质输运信息。今后 ,以示踪物质的连续方程为基础 ,有可能建立一种同时适用于人工和天然示踪物的普适理论框架。其中需解决的问题包括示踪物与现场物质的差异、沉积速率和活动层厚度的时间尺度、沉积物扩散过程等。     

BP网络在位场解释中的应用

介绍了ＢＰ网络的特点，阐述了它在位场资料解释中应用的方法、特点和可行性。通过模型计算证实了该方法在位场异常识别中的效果，正确率达９７％。此外，通过修改网络单元的激发函数，增强网络的稳定性和内插功能，使ＢＰ网络在多层密度界面反演中得到满意的结果，模型和实例计算证明了该方法的有效性。     

基于进化神经网络混凝土大坝变形预测

根据丰满大坝多年变形观测数据,建立了基于进化神经网络混凝土大坝变形预测方法。经典的BP神经网络的缺陷在于收敛速度慢和泛化能力弱等特性。与普通的多元回归方法和传统的BP神经网络相比,采用遗传算法训练的人工神经网络预测模型预报大坝的变形具有精度高和全局收敛的特点。在丰满大坝工程实际应用表明,所建立的基于进化神经网络混凝土大坝变形预报方法与广泛采用的统计方法相比,可以显著提高大坝变形预报精度。     

人工神经网络与分析测试技术的研究与发展

回顾了人工神经网络研究的发展历程，简要介绍了神经网络模型与算法，对分析测试技术和相关学科中的人工神经网络研究及在流程控制、错误诊断、参数估计、传感器模型、模式识别与分类、环境监测与治理及光谱与化学分析中的应用等作了评述。引用参考文献１１３篇。