截尾均值与平尾均值

根据截尾均值、平尾均值的定义和截尾正态分布。本文得到了这种两均值都是最或然估计最，并导出了它们的影响函数，用来表征估值的抗差性，最后对效率问题作了一 些讨论     

水库控制流域汛期分期的有效聚类分析

受诸多因素影响的水库汛期分期其实质是一个聚类数目未确知的高维时间序列聚类问题,它要求聚类方法具有能处理高维和时序性数据,且能同时回答聚为几类最为合理的能力。鉴于目前常规聚类方法不同时具备这些能力,在模糊C-均值聚类和紧密与分离聚类有效函数的基础上,提出了能够处理高维时序聚类问题的动态模糊C-均值聚类分析方法和相应的时序聚类有效性函数,耦合二者建立了适用于汛期分期的有效模糊聚类分析方法,提出采用实码加速遗传算法优化求解,克服了模糊C-均值聚类方法常规迭代优化求解对初值敏感的困难,并给出了完备的建模步骤和模型的合理性检验。最后,将模型应用于滦河流域潘家口水库汛期分期中,得出了合理的结论。     

非局部均值滤波在重力异常数据处理中的应用

根据小子域滤波原理,小子域滤波产生异常边界扭曲主要表现为高频干扰,提出小子域滤波与非局部均值滤波联合的方法以克服小子域滤波存在的异常边界扭曲问题。利用小子域滤波良好的边界增强能力和非局部均值滤波高频细节保护能力,在压制小子域滤波缺陷的同时尽可能保护小子域滤波的边界增强效果。通过模拟计算和莱州湾海域实测重力数据处理表明,本文方法在增强异常边界的同时压制小子域滤波产生的边界扭曲效应,获得了更好的重力异常处理效果。与单一小子域滤波相比,本文方法不需要考虑异常边界形态,具有更强的稳定性和普适性。     

岩土样本力学参数的模糊统计特征研究

岩土工程参数中的各种信息都存在模糊性。通过对岩土样本力学参数试验值的研究,提出当分析样本统计特征时,应该充分考虑模糊不确定性因素对参数特征值的影响。在确定的参数隶属函数基础上,推导了岩土样本力学参数模糊统计特征值的计算公式,并证明了公式的合理性。应用实例表明,由于文中提出的计算方法考虑了参数模糊性的影响,其计算结果比按常规统计方法得到的结果更具合理性。在任何情况下,模糊方差和模糊变异系数都比常规统计方法得到的方差和变异系数小。分析结果表明,该方法具有广泛的推广价值。     

机器学习模型在滑坡易发性评价中的应用

机器学习在滑坡的易发性评价中面临两个难点,一是评价指标的客观量化,二是训练样本的选择。鉴于此,采用频率比法实现了评价指标的客观量化,利用k均值聚类算法实现了非滑坡样本数据的筛选。结果表明,以k均值聚类算法筛选非滑坡为前提,神经网络的训练精度由73%提升到了97%,支持向量机的训练精度由75%提升到了96%。基于GIS平台,将神经网络和支持向量机模型计算的全区易发性指数按自然断点法分为五个区域,分区图与历史灾害点的叠加分析统计结果显示,神经网络在全局范围内的评价结果优于支持向量机模型,全局精度分别为76%和74%。研究结果可为南江县的防灾减灾工作提供参考。     

基于Shearlet变换的非局部均值地震噪声压制

在地震勘探中,由于野外地震数据采集环境及仪器性能本身的限制,采集到地震信号中不可避免地会混入较强的噪声,极大影响后续处理、解释工作。而近几年,多尺度几何分析方法以其独特优势成为压制噪声的研究热点,本文提出在Shearlet域中引入非局部均值算法对地震噪声进行压制,该算法首先对地震信号进行非下采样Shearlet变换,然后采用非局部均值法对分解后系数子集进一步处理,并采用8个Sobel算子近似表示全方向结构,对权重函数进行改进,最后对系数进行Shearlet反变换,得到去噪后的地震信号。实验结果表明相比于传统非局部均值法,该联合算法能有效地压制随机噪声,同时对弱同相轴具有更好的保护作用,在地震资料处理中具有良好的实用性。     

基于混合聚类的岩体结构面优势分组方法

提出一种基于凝聚层次法和模糊C均值法的混合聚类法,用于对岩体结构面的优势组划分。该方法将结构面投放到在单位球面上,并使用欧式距离作为极点的相似性度量准则。先剔除结构面数据中的孤值产状,然后用凝聚层次法得到初步聚类结果,并将其作为FCM法的初始聚类中心,最后用FCM法划分优势组。通对人工生成产状样本的分组,验证了该法的正确性。将该方法应用于大藤峡坝址区实测的结构面数据的划分。在实测数据中寻找到两个孤值产状,成功将大藤峡D1y^1-3地层岩体结构面划分为两组,得到了符合实际的分组结果。     

基于尺度因素的地下水随机分析

针对小尺度的各态历经假设的失效,研究了小尺度上多孔介质特性参数统计特征。利用基于K-L(Karhunen-Loeve)展开和混沌展开的谱模型,分析了尺度大小对地下水流动的影响。结果表明,尺度大小导致了特征值系列和特征函数系列的变化,尺度的变化对水头、含水量、流速影响程度不同;水头和流速方差与尺度相关,尺度越大,水头和流速方差越大;研究尺度的变化对水头、含水量、流速均值产生的影响较小。     

一种各向异性虚拟人脑图像分割模型

虚拟人脑部组织脑的提取已经成为虚拟人脑数据分析的一个重要环节,但由于图像噪声、下层数据等因素的影响,传统方法得不到较好结果．首先利用ＲＧＢ,ＨＳＬ,ＨＳＶ空间信息构造新的信息场,该信息场可以降低下层数据的影响;再利用结构张量信息构造各向异性Ｇｉｂｂｓ场,降低噪声的影响;利用各向异性Ｇｉｂｂｓ场改进的ＦＣＭ模型对图像进行分割,以降低颜色强度不均匀现象导致的误差．实验表明,该方法可以得到较好的分割结果．     

朔黄铁路水害特征及雨量警戒阈值研究

利用2017—2019年朔黄铁路水害记录及其沿线40个气象观测站的逐5 min降水量资料,分析水害及降水分布特征,统计连续降水量、1 h最大降水量和24 h降水量3个降水因子,应用均值-标准差法和极大值法,制定平原和山区路段铁路水害的无警戒、出巡警戒、限速警戒、封锁警戒雨量阈值。结果表明:朔黄铁路水害主要发生在7—8月,水害发生时降水的持续时间多在48 h以内;引发铁路水害的降水类型主要为局地暴雨、短时强降水、连续性降水,平原路段铁路水害主要由局地暴雨引发,山区路段主要诱因是连续性降水;平原路段出巡警戒准确率达88.5%,空报率为11.5%,限速警戒准确率达100%,山区路段出巡警戒准确率达88.9%,空报率为11.1%,针对平原和山区铁路路段制定的雨量警戒阈值,可为铁路安全行车和高效调度提供参考依据。