应用模式识别定量划分潜在震源区

本文以陕西关中及部分邻区为例,考虑地质构造、地震活动及地球物地场等因素,采用不同的模式识别方法和多种计算方案,以定量判定潜在震源区。其结果表明,模式识别方法有利于地质、地震活动及地球物理场等多种因素综合应用,并能选择和显示判定潜有震源区的主要特征。不同模式识别方法的比较和多种试验方案的综合,则可提高潜在震源区判定的可靠性和稳定性。     

地震前虎皮鹦鹉(Melopsittacus undelafus L.)叫声的模式识别

近年来,我国多数地震动物观察站(SAOS)监测虎皮鹦鹉(BG=budegerigar)的叫声频度与地震的关系,并取得了一些观测结果。但是,所用的声记录仪未能考虑BG叫声的声学特性,而不能分辨BG不同的叫声和进一步提取震兆性叫声模式(EPCP),并易受到环境噪声的干扰而产生误计数。 据此,分析了BG不同声行为叫声的声学特性。BG叫声大致上可分为单次叫声(SC)、变音调叫声(VTC)、单音节和多音节抗议叫声(MoSPC和MuSPC)。由此,进一步研制了它们的模式识别系统。该系统是以单片机为核心的微处理机,对BG叫声进行预处理、编码、分析、显示和打印输出。 观察结果表明,在高声场旅游飞机噪声(TAN)干扰下,该系统的BG叫声识别率(CRR)为66.7％,而对TAN没有误计数。在含10次不同声强的TAN干扰(432秒)的30分钟内,该系统记录了588次叫声(SC、VTC、MoSPC和SPC分别为377、22、20和169次),仅丢失65次叫声,其CRR平均为90％。但是,SAOS目前使用的声记录仪,这10次TAN干扰所产生的误计数可能约为BGU叫声的2.6—13倍。 由此可见,这种模式识别系统不仅可满足于BG不同叫声的识别,且具有良好的抗噪声功能。这就使之可为地震前BG声行为观测提供更有用的信息。不仅可给出BG叫声频度的昼夜节律变化与地震的关系,并可为揭示BG的EPCP提供一定的依据。     

基于神经网络的地图数字注记识别

指出了地图自动识别系统中地图数字注记识别存在的困难，论证了利用神经网络技术解决这种困难的可能性，并通过一个含有２个隐藏层的ＢＰ网络，说明了这种技术用于地图数字注记识别的可行性。     

基于间接法的正射影像三维透视图生成技术研究

本文提出一种利用航空影像和数字地面（高程）模型制作三维透视影像图的技术方法，论述了该方法的数学原理，设计了不同消隐处理的间接法灰度转换算法和为增强透视视觉效果的照明模型。     

（附有条件方程式的三角网间接方向平差通用程序）的使用说明

几年来，我们使用曹恒同志编写的《附有条件方程式的三角网间接方向平差计算程序》（见测绘出版洼《真法语言及其在测量计算中的应用》一书）。在709机及TQ16电子计算机上进行许多测区的三，四等三角网及5”小三角网的平差计算，认为该程序有通用性强、     

BP网络在位场解释中的应用

介绍了ＢＰ网络的特点，阐述了它在位场资料解释中应用的方法、特点和可行性。通过模型计算证实了该方法在位场异常识别中的效果，正确率达９７％。此外，通过修改网络单元的激发函数，增强网络的稳定性和内插功能，使ＢＰ网络在多层密度界面反演中得到满意的结果，模型和实例计算证明了该方法的有效性。     

动态聚类-模糊模式识别及其应用

本文以模糊子集论为指导,在迪戴的DCM法的基础上提出了动态聚类-模糊模式识别方法。实际上,它是一种新的模糊聚类的方法。该方法以DCM法的动态聚类部分做为原始数据变换的手段,而将迪戴的强模式概念推广为模糊模式,将强模式识别推广为模糊模式识别。此外,还提出了模糊模式间联系度的概念,从而解决了类间联系、类内典型个体、类间过渡个体、个体对各类的隶属程度以及内部有某种演化趋势的类别的划分等问题。文章还给出了该方法的数学模型和算法概要。最后,通过一个在地质学中的应用实例,说明了该方法的应用效果。