概率积分预计参数的神经网络优化算法

在分析BP神经网络不足的基础上,为提高概率积分法进行开采沉陷预计时所采用的预计参数的正确性,该文建立了地质采矿条件与预计参数之间的非线性关系,以我国43个地表移动观测站的实测数据为训练和测试样本,采用多种群遗传算法(MPGA)优化BP神经网络的权值和阈值,构建新的概率积分法参数解算方法。计算结果表明,较单纯的BP神经网络算法和标准的遗传算法而言,MPGA算法优化的BP神经网络算法解算的预计参数具有更高的相对精度,这对于获取待研究区域的高精度概率积分法预计参数具有良好的指导意义。     

滤波处理提高道积分法反演煤层厚度的精度

道积分法反演煤层厚度,其计算的煤层厚度往往受到地震子波的类型和主频的影响。根据煤厚的分布范围,选择合适的滤波频带,对道积分剖面进行滤波处理可以提高煤厚的反演精度。      

用定积分法进行圆弧滑动稳定性计算及其编程

根据导出的海工建筑物圆弧滑动的物理数学模型,采用定积分方法对圆弧滑动的稳定性计算进行了编程实验,结果表明本方法与传统的分条法相比,具有精度高的特点,且易于在微机中实现。     

概率积分法参数的稳健估计模型及其应用研究

将稳健估计理论应用于矿山开采沉陷预计参数的求取,建立了概率积分法稳健求参数学模型,并编制了相应的稳健求参计算软件。利用峰峰矿区开采沉陷实测资料进行人工异值干扰求参实验,结果表明是国家采用稳健求参技术可降低异值或粗差的干扰,克服常规的最小二乘法拟合求参时常出现的结果发散问题,保证了求参结果的可靠性和稳健性。     

滤波处理提高道积分法反演煤层厚度的精度

利用道积分法能够反演煤层的厚度，但其计算的煤层厚度往往受到地震子波的类型和主频的影响，根据煤厚的分布范围，选择合适的滤波频带，对道积分剖面进行滤波处理可以提高煤厚反演的精度     

高密度电阻率成像

介绍了高密度电阻率法的概念及该方法的工作特点，重点介绍了对阵列数据进行电阻率成像的佐迪法和2D积分法．并利用数值模拟结果及研究实例证实，两种成像方法均为可行的高密度电阻率成像方法．     

基于序列影像和积分法的复杂物体三维重建

对于某些复杂的物体而言,由于纹理简单、结构复杂,通常很难采用匹配密集点云或基于模型库的方法进行重建。介绍主要基于序列影像和积分的思想进行重建,可以利用尽可能多的相似多边形面片叠加实现对复杂物体的形体趋近。通过在复杂物体周围布设一定数量的控制点,可以利用自标定算法获取精确的相机内参数和影像方位元素,从而实现复杂物体的高精度重建。     

亚像素细分在光学自准直系统观测中的应用

介绍一种基于CCD的光学自准直系统观测方法及相关的数字图像处理方法。关于图像处理,首先采用自动阈值分割提取十字丝的像素级边缘,然后使用积分法找到十字丝的像素级边缘位置,接着运用三次多项式拟合出图像边缘实现十字丝边缘的亚像素定位,最后对十字丝亚像素边缘进行直线拟合得到边缘直线方程,进而得到十字丝中心。实验结果表明,亚像素细分技术能够较好地提取十字丝亚像素边缘。