从受训神经-模糊模型中提取知识

本文对用于模式分类、函数逼近、参数估计的多层感知器 (MLPs)给出 1个清晰的关于内部行为的解释。作者以单隐层的 MLP为例 ,论述了关于 MLP的内部行为的半线性分析理论。对受训的MLP,将隐层单元的输出分别定义为网络输出的正、负“内部分量”;定义内部分量的连接权重集为给定问题的“内部判别模式”;建立了 MLP和模糊集相结合的新模型 ;分析了 MLP的结构为 N- 2 - 1和N- H- 1 ,给出权重初始化的方法 ;提出了 1种从受训神经 -模糊模型 (NFMs)中提取知识的全新的具有实用价值的方法。     

基于高阶滑模控制器的水下潜器运动控制

水下环境复杂多变,由于水流的不可预知性和多变性,潜器的水动力系数往往无法准确获取,使得依赖这种参数的潜器运动控制算法的应用受到了很大的局限。为了解决控制器对模型参数的依赖,设计了一种基于高阶滑模控制算法的模型无关控制器,并通过设置合理的过渡过程,解决了这种控制算法依赖初值的弊端。仿真结果表明,位置和姿态的控制能够快速的收敛,误差很小并且不依赖于初始条件,控制器需调节参数很少,并且算法简单,适用于工程的实际需要。     

三峡水库枯水期补水调度对洞庭湖越冬白鹤(Grus leucogeranus)摄食栖息地的影响

摄食栖息地面积是反映越冬水鸟生存空间的直接指标,三峡水库运行后洞庭湖枯水期水文节律出现新的变化,给越冬水鸟摄食栖息地造成的影响尚不明确.为定量描述三峡水库枯水期不同出库流量对洞庭湖越冬水鸟摄食栖息地的影响,以洞庭湖典型的珍稀越冬水鸟——白鹤(Grus leucogeranus)为指示性候鸟,以白鹤摄食对栖息地水深需求作为关键生态因子,建立白鹤摄食对水深需求的栖息地适宜度模型.构建涵盖长江干流、三口河系、洞庭湖及其四水尾闾河段的江湖一体化耦合水动力模型,实现栖息地水动力分布特征的精确模拟.在此基础上耦合栖息地适宜度模型和水动力模型,建立了面向白鹤摄食对三峡水库出库流量需求的物理栖息地模型,量化不同出库流量对应的白鹤摄食栖息地加权可利用面积,定量分析水库运行对白鹤摄食栖息地面积的影响.结果表明:1月中旬三峡水库不同出库流量下洞庭湖白鹤潜在摄食栖息地面积保持稳定并随出库流量的增加呈增大趋势,维持在101.40~121.84 km²之间,其中东洞庭湖摄食栖息地面积在7.49~9.86 km²之间,南洞庭湖(含横岭湖)摄食栖息地面积在47.37~60.34 km²之间,西洞庭湖摄食栖息地面积在46.54~51.64 km²之间.不同湖区摄食栖息地面积随着三峡水库出库流量的增加均呈增大的趋势,说明三峡水库枯水期补水调度对于维持栖息地面积具有重要作用.较三峡水库运行前相比,白鹤摄食栖息地面积最大增加20.44 km²,对应的增幅为20.16%.成果明晰了三峡水库运行对洞庭湖白鹤摄食栖息地面积的影响规律,可为通过三峡水库补水调度改善洞庭湖越冬水鸟摄食栖息地生境提供理论基础.     

城市虚拟现实研究初探

虚拟城市是 3维城市地理信息系统的前沿领域 ,该文对在微机上如何建立虚拟城市作了初步探讨 ,把建立虚拟城市的方法分为 3维真实场景建模、海量数据环境下的场景漫游以及确定任意时刻声音文件的调入时机三个部分。重点介绍了控制三维场景漫游、自适应层次细节模型、简单碰撞检测的实现方法 ,并提出了采用泰森模型调用声音文件的新思路。最后给出在VC 开发环境下用OpenGL建立虚拟城市的应用实例。     

Modeling the potential distribution of shallow-seated landslides using the weights of evidence method and a logistic regression model： a case study of the Sabae Area, Japan

A number of statistical methods are typically used to effectively predict potential landslide distributions. In this study two multivariate statistical analysis methods were used （weights of evidence and logistic regression） to predict the potential distribution of shallow-seated landslides in the Kamikawachi area of Sabae City, Fukui Prefecture, Japan. First, the dependent variable （shallow-seated landslides） was divided into presence and absence, and the independent variables （environmental factors such as slope and altitude） were categorized according to their characteristics. Then, using the weights of evidence （WE） method, the weights of pairs comprising presence （w^＋（i）） or absence （w^-（i））, and the contrast values for each category of independent variable （evidence）, were calculated, Using the method that integrated the weights of evidence method and a logistic regression model, score values were calculated for each category of independent variable. Based on these contrast values, three models were selected to sum the score values of every gird in the study area. According to a receiver operating characteristic curve analysis （ROC）, model 2 yielded the best fit for predicting the potential distribution of shallow-seated landslide hazards, with 89% correctness and a 54.5% hit ratio when the occurrence probability （OP） of landslides was 70%. The model was tested using data from an area close to the study region, and showed 94% correctness and a hit ratio of 45.7% when the OP of landslides was 70%. Finally, the potential distribution of shallow-seated landslides, based on the OP, was mapped using a geographical information system.     

来自大别山深成侵入岩图像深度迁移学习的可解释性研究

岩石图像识别是以深度学习为代表的感知智能在地质领域的典型应用场景。已有研究显示网络结构简单的深度卷积神经网络能够在岩石图像上取得比复杂网络结构高的分类准确率。这与ImageNet数据集上网络结构越深越好的趋势相悖。如何解释这一现象？深成侵入岩为显晶质,自形—半自形粒状结构,块状构造,其分类的依据是其矿物成分及相对含量。大别山地区岩浆活动广泛,中生代深成侵入岩广泛出露。岩石类型包括超镁铁质岩类、辉长岩类、闪长岩类、正长岩类、二长岩类和花岗岩类,基本覆盖IUGS推荐的深成侵入岩分类方案中的岩石类型。选取大别山地区中生代深成岩图像开展不同网络结构预训练模型迁移学习对比试验,能够专注于深度学习对矿物成分特征的学习解释,降低构造因素的影响。借助局部可理解的模型解释技术和特征图可视化技术,分别从全连接层分类决策区域可视化和卷积隐层可视化两方面对深度学习模型开展可解释性研究。结果表明简单网络结构的卷积神经网络能够提取不同矿物所表现出的颜色特征以及不同矿物组合所表现出的纹理特征。AlexNet模型的削减试验进一步证明：对于岩石图像深度学习,网络结构并不总是越深越好。     

GPS高程测量在也门Block69中的应用分析

GPS高程测量代替常规水准测量的技术和方法已经成为这些年来许多大地测量学者们研究的热门课题之一,本文简单地介绍了GPS高程测量的模型及其适用范围,并通过在也门Block 69的应用分析,说明了在高程异常值变化平缓的平坦地区,只需测定少量（不少于3个）较均匀分布于测区的已知高程控制点,采用平面拟合法,拟合精度就能够达到测区测量精度的要求。     

一种附加边界约束和内约束的多中心ERP融合模型

不同技术、不同分析中心得到的地球自转参数（Earth rotation parameters,ERP）往往是不同的,为提供统一的ERP供用户使用,常需对ERP进行融合处理。提出了一种基于多分析中心ERP结果的附加边界约束和内约束融合模型,即先通过参数变换把各分析中心结果转换到相同时刻,考虑到相邻观测时段边界点处ERP应当一致这一特点,施加边界约束,然后对各分析中心的长期解施加转换参数内约束,最后得到多分析中心ERP的融合解。采用从2005—2011年共6 a的7个全球卫星导航系统（Global Navigation Satellite System,GNSS）分析中心的结果进行融合处理,并与IERS C04（International Earth Rotation and Reference Systems ServiceCombined 04）结果进行比较。结果表明,所提出的融合方法计算结果的精度有明显改善。     

根据GPS和InSAR数据反演2001年昆仑山口西地震同震破裂分布

利用干涉合成孔径雷达（interferometric synthetic aperture radar, InSAR）技术可以获取空间连续的地表形变监测结果,但仅能得到真实三维形变在雷达视线方向上的一维投影,降低了地表形变解译的可靠性。全球导航卫星系统（global navigation satellite system, GNSS）可提供高精度的三维形变结果,但其空间分辨率较低。因此可通过融合InSAR和GNSS来实现高精度高空间分辨率的三维地表形变监测。提出利用方差分量估计(variance component estimation, VCE)方法对经典的联合大地和卫星同步形变测量值的应变张量估计(simultaneous and integrated strain tensor estimation from geodetic and satellite deformation measurements, SISTEM)方法进行改进,发挥SISTEM方法可以考虑相邻点地表形变的空间相关性的优势,优化了函数模型中InSAR和GNSS观测的构成比例,引入VCE方法精确估计了各类观测值的后验方差,进而实现了高精度的三维地表形变测量。首先通过设计模拟实验对所提方法进行了验证,然后将该方法应用于2007年夏威夷基拉韦厄火山喷发案例中。相较于SISTEM方法,该方法在东西、南北、垂直向解算的形变精度均有大幅提升。     

利用高光谱识别草地种类的研究——以锡林郭勒草原为例北大核心CSCD

以锡林郭勒草原典型的羊草、针茅、日阴菅、隐子草为研究对象,测量4种草地光谱,利用光谱微分法对原始光谱数据进行处理,在提取草地光谱7个特征参数的基础上,采用相关性分析和主成分分析方法精选红边斜率、绿峰位置、绿峰值和红谷位置4个参数。基于所选的4个光谱特征参数,采用多层感知神经网络模型对草地种类进行识别,精度达到80.3%,同时对比7个特征参数与4个特征参数对草地种类识别精度的影响,发现草地种类识别精度从69.0%提高到80.3%。本研究可为大面积草地物种资源的遥感调查和监测提供科学依据。