优化组合模型在建筑物基坑沉降预测中的应用

为了确保建筑物在建设过程中的安全,需要准确掌握建筑物基坑及周边的变形情况。针对建筑物基坑沉降变形预测问题,本文对单一的GM(1.1)模型与BP神经网络模型进行优化并构建组合预测模型。优化组合模型一方面解决了单一预测模型稳定性差、预测精度低的问题,另一方面提高了预测模型的适用性。将本文提出的组合预测模型应用于某在建建筑物基坑沉降变形预测中,结果表明,相较于单一的GM(1.1)模型与BP神经网络模型,本文提出的优化组合预测模型的预测精度与稳定性更高,证明了组合预测模型在建筑物基坑类沉降预测中的可靠性。     

注意力密集卷积网络遥感影像多目标检测

针对遥感影像目标检测中背景复杂、正负样本严重不均衡问题,提出一种基于注意力与密集连接的遥感影像目标检测模型。在特征提取层使用卷积注意力模块分别沿通道、空间域聚合特征图正样本特征,同时通过密集连接加强层间交流;利用上下层特征融合与连续上采样构建3个尺度的特征增强金字塔。实验结果表明,本文模型对不同复杂程度场景下的各类别目标均能够实现稳定检出,且精度优于现有主流目标检测模型,具有良好的泛化能力与实时性。     

基于层次分析法和模糊数学相结合的甘肃东乡八丹沟泥石流易发性评价

八丹沟位于甘肃东乡县,近年来多次发生泥石流,对流域内居民生命财产造成了巨大的威胁,因此对八丹沟泥石流易发性评价是非常必要的。本文在详细分析八丹沟流域特征和动力学特征的基础上,选取了11个评价因子作为八丹沟泥石流易发性评价的指标,利用层次分析法对各个因子赋予权重,并且构建模糊数学综合评价模型对八丹沟泥石流进行易发性评价。结果表明:八丹沟泥石流爆发频率20年、50年、100年的的易发性为中易发,应加强防范并采取合理的防治措施,保证当地居民的生命财产安全。     

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。     

不同结构深度神经网络的时间域航空电磁数据成像性能分析

时间域航空电磁系统采样密集,数据量大,所以在该领域较为实用的数据处理方法主要为一维反演和电阻率成像法。笔者从成像问题出发,建立了庞大的数据模型训练集,研究并分析了不同结构的神经网络的成像精度。通过对比分析测试结果,获得了在一定条件下适用于航空电磁成像的最优网络模型结构,包含其神经元个数和层数等信息。本文采用早停法训练神经网络,压制数据中噪声对成像结果的影响。     

基于遗传算法优化BP神经网络的玉米遥感估产方法

以内蒙古自治区开鲁县玉米作物为研究对象,将生育期内玉米遥感影像所提取的多种植被指数和实地采样点的测产数据作为训练值,利用BP(back propagation)神经网络和遗传算法优化BP(GA-BP)神经网络估产模型,得出网络预测的玉米产量数值。通过决定系数R 2和均方根误差RMSE,比较实测产量与预测产量之间的精度,BP神经网络模型R^2为0.8452,RMSE(%)为28.37;遗传算法优化BP神经网络模型R^2为0.9850,RMSE(%)为6.70,表明遗传算法优化BP神经网络估产模型具有一定可行性和可信度。     

模糊物元理论在干旱分析中的应用研究

干旱的评价指标具有多样性,各种指标在优劣程度上是渐变的,具有模糊性,不同的干旱指标对干旱的分析会存在一定的差异性。利用渭河流域1960～2010年近50a的日气候资料,通过分析计算选取标准降水指数、综合干旱指数和降水距平百分率并通过模糊物元理论将这三种干旱评价指标结合起来构建一种新的评价方法并与已发生的干旱进行分析对比。结果显示:模糊物元理论可以很好的将多种干旱指标结合起来从而减小不同指标分析所存在的差异性;且与单独一干旱指标所分析的干旱趋势没有出现较大的偏差。可以将多种分析方法结合起来更好的揭示干旱的变化规律,定量评价流域内的干旱变化情况,对抗旱减灾工作有重要的科学意义。     

自适应卡尔曼滤波在GNSS沉降监测中的应用

为解决GNSS-RTK实时测量中存在的数据波动性大,难以满足高精度沉降监测需求的问题,通过引入方差补偿自适应卡尔曼滤波,对原始测量数据进行滤波去噪,实现了绝大部分白噪声的过滤和修正。同时,对原始测量数据与滤波数据进行分析比对,滤波前原始数据标准差在7 mm左右,方差补偿法滤波后数据标准差在3 mm左右,实现了两倍多的精度提升。实践证明,方差补偿自适应卡尔曼滤波在抑制滤波发散和提高监测数据精度上具有显著的效果。     

双通道卷积神经网络在影像融合中的应用

利用Landsat8遥感卫星影像数据制作影像融合数据集,提出了一种双通道融合网络,并利用结果影像的质量指数对网络融合性能进行评估,分析与双三次卷积插值和GS影像融合方法的差异。结果表明,该网络加强了对高频空间信息的提取,在更高效提取空间特征的同时,减弱了融合过程中对多光谱影像光谱特征的影响,从而提高了融合影像的综合影像质量（QNR=0.885 2）。     

大牛地气田区地下水水质模糊综合评价

自20世纪20年代以来,出现了30多种水质评价的研究方法。但由于水质等级与评价因子间复杂的非线性关系,以及水体污染的模糊性和随机性,地下水水质评价至今没有一个被广泛接受的评价模型。现阶段,地理信息系统（GIS）技术被广泛应用到水质评价中,在此基础上提出了一系列新的水质评价模式和理论。文章以大牛地气田区浅层地下水为研究对象,利用ArcGIS技术,将GIS与改进的模糊综合评价模型结合,建立基于GIS的地下水水质模糊综合评价模型,并应用于研究区地下水水质评价。同时将基于GIS的模糊综合评价结果和传统的内梅罗指数法进行对比,验证新方法在地下水水质评价工作中的合理性与可靠性。结果表明:（1）大牛地气田浅层地下水水质状况总体良好,以Ⅰ类和Ⅲ类水为主,局部地区浅层地下水中氨氮超标,水质较差;（2）模糊综合评价法与GIS的有效结合,实现了地下水水质模糊综合评价的系统化和可视化;（3）相对于内梅罗指数法,基于GIS的地下水水质模糊综合评价模型综合考虑了各评价因子对水质的影响,能够更加客观、合理地评价研究区地下水水质。