东北地区月平均大气环流型与哈尔滨气候关系的初步研究

利用基于英国Lamb(1950年)发展的大气环流分型方法的Jenkinson(1977年)法对东北地区1951—2002年的月平均海平面气压场(MSLP)进行环流分型。由月平均海平面气压场算出6个环流指数,并由此划分出27种环流类型,分析了其中出现频率最高的5种主要环流类型(N,NW,C,CSW,SW)在不同时间尺度下的变化规律及它们与哈尔滨月平均温度的关系,利用逐步回归方法得到了温度距平的拟合曲线。给出了各种环流类型的月平均降水量和与哈尔滨降水密切相关的C,CSW和SW 3种环流类型对应的平均海平面气压合成图。结果表明:哈尔滨冬季以N,NW型为主,夏季以C,CSW和SW型为主。出现N和NW型时气温偏低,降水偏少;而出现C,CSW和SW型时气温较高,降水偏多。用6个环流指数中的地转风V和大尺度平均温度t可以建立其与温度距平之间的一个统计模式,利用此模式,能解释哈尔滨1951—2002年温度变化方差的77.3%。C,CSW和SW 3种环流类型为哈尔滨的主要降水类型,C型与哈尔滨总降水的相关关系很好,并且近20年来哈尔滨主要以C型降水为主。这种研究大尺度大气环流与区域气候变量—温度、降水之间关系的方法是一种统计降尺度(statistical downscaling)方法,可以用于区域气候预测。     

夏季青藏高原上影响MCS东移的动力场特征研究

运用空间数据挖掘中的聚类方法（K-均值法和CLARANS法）,对影响夏季青藏高原上中尺度对流系统（MCS）东移的动力场空间分布特征进行了研究,得到了有利于MCS移动和传播的动力学条件。研究成果不仅为预测高原上MCS的移动趋势,揭示其发生、发展的机理提供了一种新的方法和思路,且对于提高长江流域暴雨和强对流天气预报的准确性具有重要的实际应用价值。     

灰色聚类分析在煤炭资源有效保障能力评价中的应用

在灰色系统理论与煤炭资源评价实践有机结合的基础上,讨论了煤炭资源评价单元的灰色特征,分析了灰色聚类分析应用于煤炭资源评价的原理,给出了煤炭资源评价中的灰色聚类分析的计算方法。以贵州省9个煤炭资源评价单元为例,参考18个评价指标,按照既定的优、良、可、差等级划分标准,计算出其综合优度值,得到评价结果为4良、4可、1差,并给出开发的先后顺序。结果表明,该方法具有较大的实用性。     

利用核密度与空间自相关进行城市设施兴趣点分布热点探测

城市设施兴趣点(POI)在局部地理空间下往往呈现聚集型分布特征(即热点),表达该特征的核密度法(kernel density estimation)是最常用到的可视化工具。考虑到核密度方法中缺少量化统计分析,提出了一种城市设施POI分布热点探测的新方法。首先基于\     

聚类算法研究

建立了一种新的聚类算法——模糊投影寻踪聚类(fuzzy projection pursuit cluster, FPPC)算法,实现了投影寻踪聚类(projection pursuit clustering,PPC)算法与模糊聚类迭代(fuzzy clustering iterative,FCI)算法的良好融合。FPPC算法首先建立了一种新的投影指标函数,该函数由投影值标准差和投影点广义欧氏权距离平方和构成,能避免传统PPC中选取惟一参数密度窗宽时完全依赖经验来决定的问题;然后采用投影技术对高维数据进行降维处理,执行FCI步骤来对低维样本集进行初次聚类运算;接着通过寻找最优投影方向的过程,对样本集进行PPC的二重聚类。在FPPC求解过程中,运用了由混沌理论、文化算法与差分进化算法融合而成的混沌文化差分进化算法进行优化处理。实验仿真表明,FCI与PPC双重迭代聚类的FPPC算法拥有更优的聚类精度及有效性。     

基于FCM聚类算法的二维RMT电阻率与介电常数联合反演

射频大地电磁(RMT)是新兴的浅地表勘探法, 其工作频段(10 kHz~1 MHz)处于音频大地电磁(AMT)与探地雷达(GPR)之间, 随频率的增加, 位移电流对RMT观测的影响逐渐增大, 单一电阻率参数反演会影响数据解释的准确性.本文在同时考虑传导电流与位移电流影响的条件下, 开展二维RMT数据电阻率和介电常数联合反演研究.为提高电阻率与介电常数之间的联合约束效果, 在经典最小结构模型正则化约束的基础上, 引入模糊C均值(FCM)聚类算法进行联合约束.模型试算表明, 基于FCM聚类的二维RMT电阻率与介电常数联合反演可以在丰富解释参数的同时提高反演效果.

     

基于MI聚类的协同推荐算法

在个性化推荐系统中,项目的内容特征是影响推荐精度的重要因素。针对传统协同推荐不能有效考虑项目内容特征的问题,在考虑传统用户-项目评分信息的基础上,引入项目的内容特征属性,构建基于多示例(MI)的用户评分信息表达模型。根据多示例学习模式具有一定容错性的特点,设计了基于多示例聚类的协同推荐算法,通过多示例聚类计算用户的最近邻集合,根据最近邻集合对用户评分进行预测。实验结果表明,基于MI聚类的协同过滤推荐算法提高了预测评分的准确度,且有效缓解了数据稀疏性问题     

二维直流电阻率与射频大地电磁双参数聚类联合反演

考虑到射频大地电磁（RMT）法反演介电常数具有可行性,但目前RMT与直流电阻率（DC）联合反演研究中均只进行了电阻率参数的反演,本文基于模糊C均值（FCM）聚类算法,开展了RMT与DC的电阻率与介电常数联合反演.首先,检验了介电常数对RMT观测的影响,并通过DC与RMT法的电阻率参数反演,分析了联合反演相较于单一方法反演的优势;基于双数据集反演电阻率的优势,辅以FCM聚类的双参数联合约束,进一步实现最佳介电常数模型反演.理论试算表明,DC与RMT法的电阻率联合反演,可补足RMT浅部高阻分辨率不理想的缺点,同时改善DC法深部反演能力的不足;此外,通过FCM聚类的联合约束以及真实物性的引导,相较于单一RMT方法,DC与RMT的联合反演可恢复更准确的地下介电常数分布.

     

基于FCM聚类约束的直流电阻率法与地震走时成像法二维联合反演

通过引入模糊均值聚类(FCM)模型约束函数对电阻率与速度进行约束,开展二维直流电阻率法与地震初至波走时成像法联合反演研究.在地下浅层结构勘探中,通常低电阻率的地质体具有低速特征,较高电阻率的地质体表现为较高的地震波速度.直流电阻率法因为低电阻率区域吸引电流而对其敏感,地震走时成像法因为射线集中在高波速区而对高速体敏感,因此,两者联合成像能够大幅度提高反演效果.合成数据反演表明,直流电阻率法和地震初至波走时联合反演对于两类地质体的分辨能力均有提升,能够优势互补.尤其是引入FCM模型约束进行联合反演,根据已知物性进行监督学习,进一步提高了反演质量,改善了成像模型的分辨率.

     

基于FCM算法的多属性分析技术在河道砂体精细刻画中的应用

西湖凹陷T气田经过十多年的勘探与开发,亟需在主力层花港组内寻找潜力目标。该区为浅水三角洲沉积体系,岩性组合在空间上变化快,为了精确识别河道砂体及其边界,在海上少井条件下利用三维地震资料识别并刻画河道砂体。在等时地层划分的基础上,对目的层段进行岩石物理性质分析,通过地震沉积学的技术方法结合岩芯及测井等资料,对沉积微相做出初步判断,在此基础上提取6类48种地震属性,与砂厚及各属性之间进行相关性分析,对地震属性进行优选,将优选出的3种反映地质体边界、岩性较好的地震属性采用基于模糊C-均值（FCM）算法的多属性聚类分析,以达到数据降维、减少冗余的效果,研究分流河道沉积体系的整体展布规律。再进行多属性RGB融合显示,增强河道砂体边界的刻画,结合构造特征以及预测的砂体厚度综合分析,提出有利目标区,为后续油田滚动开发及井位部署提供依据。