低序级断层成像技术在c13地区的应用

低序级断层在地震剖面上,通常表现为具有微小错动,同相轴扭曲,或者振幅变弱,延伸短、断距小、识别难,描述难等特征。在对采集处理过程中影响低序级断层识别的观测系统面元网格、信噪比、频率、速度误差等因素详细分析的基础上,通过建立全波场正演地质模型,借助方查体属性技术以及井资料,研究了针对性的处理技术。同时利用相干体属性、曲率属性沿层切片、方差体等技术进行有效识别低级序断层,取得了较好的效果。     

三种遥感反演海岸线方法的实验对比分析

在分析海岸线提取算法基础上,以环渤海的Landsat7 ETM+影像为数据源,以基岩海岸线和淤泥质海岸线两种典型的海岸线为研究对象,采用Sobel边缘检测算法、阈值分割法和K最邻近分类算法进行海岸线提取实验。通过实验对比分析,归纳和总结了针对不同类型海岸线提取算法的适用性。     

船联网智能数据传输与通信算法研究

数据传输与通信算法是当前船联网研究中的重要方向,为解决船联网中数据传输时延长、无线传输功率低的问题,本文提出了一种改进的船联网智能数据传输和通信算法.首先,利用分簇算法对所有船舶实施分簇,选取每簇最优的簇头;然后,建立基于位置和速度信息的船舶通信组网方式,应用粒子群(PSO)算法实现对最优路径的选择,实现海洋观测数据的...     

基于深度学习的循环水养殖鳗鲡(Anguilla)计数研究

鳗鲡(Anguilla)作为我国优质水产养殖种类,精准掌握其数量对高效养殖有重要意义。为实现对循环水养殖鳗鲡的准确计数,提出了一种基于深度学习的改进Faster RCNN模型。针对检测目标即鳗鲡头部尺寸小的问题,选择在特征提取网络ResNet50中加入FPN结构来作为模型的骨干网络,以提取并融合多尺度的特征;针对原模型锚框都是基于人工经验设置的,并不适用于鳗鲡数据集的问题,使用k-means聚类算法对训练集中标注的鳗鲡头部检测框进行聚类分析,获得了适合鳗鲡数据集的15种不同尺度的锚框;针对图像中存在鳗鲡头部重叠的问题,选择使用Soft-NMS算法替代原NMS算法对RPN部分生成的候选框进行筛选,以减少模型对鳗鲡重叠部分的漏检情况。试验结果表明:改进后的Faster RCNN模型对鳗鲡头部的检测精度(mAP^0.5)高达96.5%,较原Faster RCNN模型(Backbone为ResNet50)显著提升了14%,与SSD300和YOLOV3模型相比分别显著提升了24.9%和15%;在鳗鲡计数上,利用改进后的Faster RCNN模型检测结果进行计数,计数准确率达到90%以上,提升了模型对鳗鲡的检测识别能力。     

BZ19—4海底混输管网优化算法探讨

以海洋油气开发工程为实例,利用HYSYS和PIPEFLOW软件,分析了影响海底混输管网计算的若干因素,指出了HYSYS和PIPEFLOW的适用条件,最终确立了海底混输管网优化算法,提高计算效率。     

Robust LS-SVM regression for ore grade estimation in a seafloor hydrothermal sulphide deposit

Due to the geological complexities of ore body formation and limited borehole sampling, this paper proposes a robust weighted least square support vectormachine (LS-SVM) regression model to solve the ore grade estimation for a seafloor hydrothermal sulphide deposit in Solwara 1, which consists of a large proportion of incomplete samples without ore types and grade values. The standard LS-SVM classification model is applied to identify the ore type for each in complete sample. Then, a weighted K-nearest neighbor (WKNN) algorithm is proposed to interpolate the missing values. Prior to modeling, the particle swarm optimization (PSO) algorithm is used to obtain an appropriate splitting for the training and test data sets so as to eliminate the large discrepancies caused by randomdivision. Coupled simulated annealing (CSA) and grid search using 10-fold cross validation techniques are adopted to determine the optimal tuning parameters in the LS-SVM models. The effectiveness of the proposed model by comparing with other well-known techniques such as inverse distance weight (IDW), ordinary kriging (OK), and back propagation (BP) neural network is demonstrated. The experimental results show that the robust weighted LS-SVM outperforms the othermethods, and has strong predictive and generalization ability.     

SMOS卫星遥感海表盐度资料处理应用研究进展

土壤湿度和海洋盐度卫星首次提供了覆盖全球的高频率、高精度、业务化的海表盐度产品,但其处理和延伸应用仍处于初级阶段,后续校准校正工作还将持续数年,如何及时把握其发展轨迹成为一个重要的科学问题.本研究从SMOS计划、数据概况、盐度反演算法、格点产品制作、多源数据融合和产品应用等方面,介绍和评述了SMOS计划及其海表盐度产品应用研究进展,着重分析了反演算法中的各种误差来源,对在轨2 a的运行情况进行了回顾、对未来的发展重点进行了展望,旨在为开发和应用SMOS产品提供参考.     

结合速度障碍法的无人艇编队控制策略研究

在实际的工程运用中,领航者–跟随者算法无法解决无人艇在编队形成过程中的相互碰撞问题,往往需要提前确定编队初始状态,避免编队无人艇之间的相互碰撞。针对该缺陷,将速度障碍法引入领航者–跟随者算法,并将威胁评价引入速度障碍法中,以解决无人艇在编队过程中的相互碰撞问题。建立了无人艇的运动仿真平台,并对提出的无人艇编队控制策略进行了仿真试验。试验表明：该算法提高了编队控制的稳定性,降低了编队形成过程中的碰撞风险。     

基于现场光谱数据的珠江口MERIS悬浮泥沙分段算法

利用珠江口海域4个航次共59个站位的实测遥感反射比和悬浮泥沙数据(悬浮泥沙浓度范围为4-140g·m-3),建立了利用MERIS遥感数据反演珠江口悬浮泥沙浓度的分段算法.算法以Rrs(620)/Rrs(560)=0.9为阈值,当Rrs(620)/Rrs(560)<0.9时,红绿波段比值可以较好地反演悬浮泥沙浓度.随着悬浮泥沙浓度的增加,Rrs(620)/Rrs(560)>0.9,红绿比值趋于饱和,对悬浮泥沙的变化响应不敏感,此时采用包含红波段和近红外波段的波段比值提取水体的悬浮泥沙浓度.利用该分段算法从MERIS遥感图像中提取珠江口水体的悬浮泥沙浓度分布,得到较好的结果.     

基于内侧缓冲区算法的多边形骨架线提取模型

多边形的骨架线其本质是对多边形的抽象描述,合理的提取多边形的骨架线能够准确描述多边形的形态。给出了内侧缓冲区算法的定义及特性,提出利用内侧缓冲区算法提取多边形骨架线的模型,并给出了提取骨架线的实验。