基于C4.5决策树算法的道路结冰预报模型构建及应用

道路结冰是气象上规定的主要灾害性天气之一,准确认识道路结冰发生规律并科学有效地预报是防灾减灾的关键问题。以影响道路结冰的日积雪深度、日最低气温、日降水量等气象要素为主要因子,将是否结冰抽象成二元分类问题,借助数据挖掘中C4.5决策树算法进行分类分析,得到便于预报员使用的预报道路结冰规则集。在实验部分,选取2004—2013年连云港和嘉定为例,用前8 a的连云港(嘉定)地区道路结冰数据样本进行分类规则的学习,从而得到适合连云港(嘉定)地区的4(3)条预报道路结冰规则集,然后用剩下2 a的数据进行检验,准确率高达96.82%(94.87%)。实验表明采用C4.5决策树算法构建的道路结冰预报模型不仅预报准确率高、易解释、方便预报员直接使用,而且预报规则与道路结冰现象的天气过程及理论一致。     

低温雨雪过程的粒子群-神经网络预报模型

利用逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料,通过分析提取我国南方区域持续性低温雨雪过程及其预报因子,使用粒子群-神经网络方法建立非线性的统计集合预报模型 (PSONN-EPM),对我国南方区域持续性低温雨雪过程进行预报试验。结果表明:以过程的冷湿程度及影响范围为标准,将低温雨雪过程分为一般过程和严重过程,并建立不同的预报模型效果较好。通过10 d独立样本预报试验看,基于粒子群-神经网络方法建立的集合预报模型比基于逐步回归方法建立的预报模型的预报平均相对误差小,对严重过程预报能力高于对一般过程预报,且这种非线性统计集合建模方法在建模过程中不需要调整神经网络参数,在实际预报业务中值得尝试。     

一种基于RTAI实时操作系统的相关跟踪处理机

引入倾斜校正自适应光学技术到月球激光测距中,详细介绍了倾斜校正自适应光学的相关跟踪原理,给出了一种基于实时操作系统RTAI的相关跟踪波前处理机的设计结果.该波前处理机采用绝对差分算法,使用通用CPU,基于Linux硬实时扩展系统BTAI实现对波前的实时处理.实验结果证明,它的相关跟踪处理帧频为1 KHz,并且具有集成度...     

南海北部似海底反射层速度结构全波形反演

似海底反射层的速度异常是识别天然气水合物的重要标志,这里提出了一种针对天然气水合物似海底反射层的全波形反演方法。这种方法分为全局搜索与局部搜索二部份:首先使用遗传算法进行旅行时,反演得到背景速度模型;然后用其作为初始模型,使用共轭梯度算法进行全波形反演。通过对含噪数据的数值试验,算法表现出了较高的稳定性,并确定了进行全波形反演的遗传算子。将这种波形反演方法应用于我国南海北部海域的天然气水合物研究,反演得到了分辨率高于常规速度分析的似海底反射层速度结构,并识别出似海底反射层的速度异常。利用纵波速度反演的结果,计算出沉积物中游离气的含量,认为BSR下方的低速层可以解释为含至少1%游离气的薄层。并分析了研究区内甲烷气的来源,认为该区域游离气兼有生物气和热解气。     

土壤铅含量高光谱遥感反演中波段选择方法研究

利用高光谱遥感数据进行了南京郊外土壤重金属元素铅的含量反演,由于高光谱数据波段众多,波段选择或变换至关重要。比较了基于次贪婪的前向选择模型的最小角度拟合和基于遗传算法进行波段选择的最小二乘和偏最小二乘拟合,结果发现基于遗传算法的偏最小二乘反演结果优于全波段的偏最小二乘,表明波段选择在高光谱反演重金属中是有益的。尽管采取了波段选择后的各方法在反演时均能达到70%以上的训练精度,但因遗传算法搜索的解空间范围更宽广,使得基于遗传算法的偏最小二乘优于前向选择模型的最小角度拟合。最后还比较了基于遗传算法的普通最小二乘和偏最小二乘拟合,结果表明偏最小二乘更优,因此在高光谱反演重金属含量当中,偏最小二乘精度较高,而在波段选择方法中,遗传算法更优。     

基于遗传算法优化的小波神经网络在地下水位预测中的应用

地下水位是衡量生态环境优劣和地下水资源的一个重要指标.地下水位下降,将引发地面沉降、地面塌陷和降落漏斗等.因此,地下水位预测对保护地质生态环境和实现地下水资源严格管理至关重要.由于BP算法存在极易收敛于局部极小点与过拟合等缺点,导致网络泛化能力不足,本文在构建小波神经网络基础上并引入遗传算法加以优化,以解决上述不足,并与BP和WNN对比预测了天津市深层承压水水位.预测结果表明,GA-WNN模型拟合精度较高,模型的预测能力有较大幅度提高.     

基于WOA-BP算法的海底管道腐蚀速率预测

管道腐蚀速率的影响因素众多且各因素协同作用,构成异常复杂的腐蚀体系,很难对其进行准确预测。针对单一BP模型由于初始权值和阈值的选取不当容易陷入局部最优等问题,引入WOA算法优化BP神经网络对海底管道腐蚀速率进行预测,并与GA和PSO算法优化BP预测模型进行对比,验证WOA-BP模型的预测效果和可行性。结果表明：WOA-BP模型的平均绝对百分误差和均方根误差分别为3.689%和0.1537,远低于单一BP、PSO-BP、GA-BP模型,具有较高的预测精度和稳定性,可以为海底管道内腐蚀防护和油气管道流动保障提供决策支持。     

耕地复种指数遥感监测研究进展

复种指数是进行粮食估产、耕地集约利用评价、农业生态系统模拟等的关键参数,及时、准确地提取复种指数对于粮食安全、土地管理和生态环境安全具有重要意义。在传统的研究中,复种指数主要来源于地面统计数据。使用统计数据来计算复种指数虽然过程简单,但是计算结果存在信息滞后、无法体现统计单元内部的空间异质性、精度低等不足。遥感技术因具有大范围、高时效、低成本等优点而被用于耕地复种指数监测,已有学者对耕地复种指数的遥感监测开展了大量工作。本文以复种指数遥感提取的关键环节为主线,对1997—2020年国内外相关研究进行综述：首先,梳理了已有研究中的监测方法、高质量时间序列遥感数据获取方法及提取结果精度验证方法,并对不同方法的优缺点进行了总结;其次,对已有研究中存在的不足进行了探讨,并提出未来研究的侧重点：① 开展已有监测方法的对比和分析;② 加强地形复杂地区、小农尺度的监测力度;③ 提高遥感数据时空分辨率及处理效率;④ 对提取结果进行多尺度验证。     

Blondel和k-核分解混合算法相结合的网络空间点群要素多尺度模型构建

随着人们对网络空间的依赖性不断增强,互联网技术与网络基础设施规模迅速发展。很难直接用数字或表格的形式对网络空间进行全局的规划与管理,并且不容易发现隐藏在网络空间中的一些关键信息。网络空间点群要素的多尺度模型构建对网络空间数据的多尺度分析和可视化具有非常重要的意义。本文以网络空间的特征为依据,在借鉴基于社团划分的网络空间分层算法和基于节点重要性的网络空间分层算法特点的基础上,提出了Blondel算法和k-核分解的混合算法相结合的网络空间点群要素多尺度模型构建算法。本算法通过自动社团划分,用同一社团内的节点合并构建新的网络,有效解决了基于节点重要性的网络空间分层算法自动化程度低的弊端。利用核心节点来代替整个社团结构,显著保留了网络空间中节点的属性。实验表明使用该算法可以使各个层次网络空间点群要素的综合比例降至30%以下,较好的实现了网络空间点群要素的聚类与分层,若将网络空间点群要素的多尺度模型应用于地理空间中,则可实现网络空间地图的多尺度绘制。     

Study of frequency domain full waveform inversion based on Huber norm and L-BFGS algorithm

Full waveform inversion( FWI)is a high resolution inversion method,which can reveal detailed in-formation of the structure and lithology under comPlex geological background. It is limited by many kinds...