应用人工神经网络实现潜在震源区的定量划分

本文提出了应用人工神经网络原理, 确定反映潜在震源区特征的地震构造和地震活动因素、定量划分潜在震源区的方法。对华北地区的实际资料计算表明, 该方法充分反映了潜在震源区与其控制特征之间的规律。原理简明, 便于应用, 计算结果合理, 分区细致, 资料具实用性。     

BP神经网络算法在陆域天然气水合物成藏预测中的应用

勘察陆域天然气水合物的过程中,会产生大量的地质、地球物理和地球化学资料,将这些数据资料与数学方法有机结合,建立起综合信息预测模型对寻找水合物具有重要意义。笔者选取木里地区为主要研究区域,综合区内勘查已获得的地质、地球物理和地球化学数据,分析和提取了对水合物成藏有利的特征,给出了相应的预测变量转化规则。采用BP神经网络这种非线性预测方法进行成藏预测研究,并对结果进行对比评估。结果显示,钻遇水合物的钻井与预测得到的高有利度区吻合,未遇水合物的钻井基本落于低有利度区,算法有效实用,建立的转换规则切实可行。     

BP神经网络精度估计及其在海洋油气资源预测中的应用

在对BP算法进行深入分析的基础上,将测量数据处理与误差理论中的精度评定方法应用到BP神经网络的精度估计中,通过分别计算BP神经网络学习训练过程及预测过程的输出层中误差,实现对神经网络模型的精度评定。最后以海洋油气资源预测为例,结合实测资料建立了BP神经网络预测模型并分别进行了学习训练过程及预测过程的精度评定,以期为神经网络模型结构的优化设计提供有效参考,为提高神经网络模型的适用性提供科学依据。     

基于GA-WNN的极化SAR海洋溢油检测方法研究

海洋溢油对海洋生态和人类生活带来严重的影响。由于合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时全天候的工作能力,在海洋溢油检测中发挥重要作用。目前,极化SAR是SAR探测技术的先进手段。本文利用6个极化特征进行溢油检测,通过对比分析这些特征对不同溢油的检测能力,得出单一极化特征在溢油检测中存在不足。通过J-M特征优选方法,提取出溢油检测识别度较高的特征影像,并利用遗传算法优化的小波神经网络(Genetic Algorithm-Wavelet Neural Network,GA-WNN)进行溢油检测。利用2套Radarsat-2全极化数据进行了方法验证,结果表明,该方法优于其他检测方法,溢油检测精度分别达到90.31%和95.42%。     

基于长短时记忆神经网络的台风路径临近预报模型

It is of vital importance to reduce injuries and economic losses by accurate forecasts of typhoon tracks. A huge amount of typhoon observations have been accumulated by the meteorological department, however, they are yet to be adequately utilized. It is an effective method to employ machine learning to perform forecasts. A long short term memory(LSTM) neural network is trained based on the typhoon observations during 1949–2011 in China's Mainland, combined with big data and data mining technologies, and a forecast model based on machine learning for the prediction of typhoon tracks is developed. The results show that the employed algorithm produces desirable 6–24 h nowcasting of typhoon tracks with an improved precision.     

我国海水鱼价格风险预警研究——以大菱鲆为例

根据价格风险体系的一般组成结构,文章以大菱鲆为例分析了我国海水鱼价格风险预警体系的组成。从产业的供给与需求及国家宏观政策等影响我国海水鱼市场价格的因素出发,以大菱鲆出池价格为例,作为海水鱼产业市场风险预警的警情指标,构建了我国大菱鲆产业价格风险预警的指标体系。运用BP神经网络对2012—2017年的季度调研样本作为原始数据对我国大菱鲆价格风险预警进行实证研究,研究表明,成鱼养殖面积、幼苗存量和牙鲆出池价格是大菱鲆价格变动的主要先行指标。验证了BP神经网络构建的风险预警模型对我国大菱鲆价格风险研究,具有实用性和可行性,并对针海水鱼产业提出了加强政府监管、提升方案有效性和加强技术创新等建议。     

贵阳市空气质量预报方法与效果检验

2012年环境保护部发布的《环境空气质量标准》实施后,贵阳市空气质量状况发生了变化。利用贵阳市空气质量指数和常规气象要素等资料,分析空气质量特征及其与气象要素的关系,通过多元线性逐步回归和BP神经网络方法,分季节建立空气质量指数预报模型,并同CUACE模式进行对比检验。结果表明:近3年贵阳市空气质量状况良好,优良天数增多,污染天数减少且污染天气多出现在冬季,首要污染物为PM_2.5、PM₁₀和O_3;各季相关因子不同,但主要与相对湿度和风速有关;两种模型预报效果均表现为夏季评价最高,等级TS评分超过85%,指数准确率近99%,冬季预报效果相对最差,TS评分接近或达到70%,指数准确率超过或接近80%,而春、秋季效果指标差距不大;对2015—2016年AQI的预报效果回归模型的优于CUACE模式的,TS评分和预报准确率分别相差16.2%和20.0%。     

基于神经网络的船舶自动舵设计

依据人工操舵的基本原理 ,提出了一种能适应船舶航行环境变化和自动获取船舶操纵运动特性知识的神经网络控制器。仿真结果表明 ,此神经网络控制器不仅能对系统进行有效的控制 ,而且可达到无超调、无波动的控制效果。此外 ,其操舵规律与人工操作时的最佳操舵规律一致     

细胞色素b基因序列与7种石首鱼类的系统进化

通过比较一段381bp细胞色素b基因序列，分析了石首鱼科7种石首鱼的系统发育关系．该序列有51个单变异多态位点、128个简约信息多态位点，对应的氨基酸序列有41个氨基酸变异位点．根据Kimura 2参数构建的邻接树(NJ tree)和最大简约树(MP tree)都显示同样的结果：7种石首鱼类构成一个单系群．皮氏叫姑鱼位于单系群的基部，且与其他石首鱼分离时间很早；大黄鱼和棘头梅童鱼亲缘关系最近。并与钩牙皇石首鱼和波纹短须石首鱼构成姐妹群．黄姑鱼和鱿鱼也接近树的基部．     

Parallel Neural Network-Based Motion Controller for Autonomous Underwater Vehicles

A parallel neural network-based controller （PNNC） is presented for the motion control of underwater vehicles in this paper. It consists of a real-time part, a self-learning part and a desired-state programmer, and it is different from normal adaptive neural network controller in structure. Owing to the introduction of the self-learning part, on-line learning can be performed without sample data in several sample periods, resulting in high learning speed of the controller and good control performance. The desired-state programmer is utilized to obtain better learning samples of the neural network to keep the stability of the controller. The developed controller is applied to the 4-degree of freedom control of the AUV “IUV- IV” and is successful on the simulation platform. The control performance is also compared with that of neural network controller with different structures such as normal adaptive neural network and different learning methods. Current effects and surge velocity control are also included to demonstrate the controller＇ s performance. It is shown that the PNNC has a great possibility to solve the problems in the control system design of underwater vehicles.