金沙江白格滑坡残留体稳定性分析与防治对策

金沙江白格滑坡在经历了2018年10月和11月的2次滑动堵江后,在其后缘仍存在K1、K2和K3等3处规模较大的残留崩滑体,并有再次失稳堵江的可能。目前关于残留体稳定性的研究还存在较大争议,多从影响因素及成因机制等方面进行定性分析,其结果依赖于评价者的经验,差异较大。在野外调查的基础上,针对白格滑坡所在区工程地质条件及其残留体变形特征,选取坡高、坡度、坡面形态、临空面、地下水出露、裂缝发育和变形等7个因素作为评价因子,基于模糊综合评判模型,运用层次分析法对白格滑坡残留体进行分区稳定性评价,并提出相应的防治对策。评价结果表明:K1与K2残留体稳定性较差;K3残留体基本稳定,与实际调查状况较吻合。研究结果可为同类型滑坡的评价与防治提供参考。     

安徽六安城市建设用地地质环境适宜性评价

随着国家城市化进程的不断推进,土地资源的开发利用和规划日益增多,开展地质环境适宜性评价研究不容忽视.本文以六安市规划区为例,结合区内地质环境条件,采用"专家打分-层次分析"的方法综合确定各评价因子的权重值,采用敏感因子-模糊综合评价模型进行定量评价,为日后城市建设、土地资源开发和利用提供了良好的理论依据.     

基于模糊熵的GLLE熵阈值分割方法

图像分割是计算机视觉中基础且重要的一个问题.熵阈值图像分割作为一种有效的分割方法,被广泛应用于模式识别和图像处理中.传统的图像分割方法并不能获得足够有效的图像特征.为解决这个问题且进一步探究熵阈值在图像分割中的应用,引入一种GLLE（Gray Level and Local Entropy）二维直方图改进熵阈值图像分割模型,并提出了基于模糊熵的方法计算所建立的二维直方图模型.通过标准实验数据集上的对比实验表明,基于模糊熵的GLLE熵阈值分割方法可以得到更加准确的阈值,提高了分割精度.同时在处理不同类型图像的表现上优于往常的算法,具有更强的鲁棒性.     

基于模糊综合评判的动态路径行程时间预测模型

针对城市交通路网的复杂性和不确定性,提出一种基于模糊综合评判的动态行程时间预测模型,将总行程时间分为行驶时间和交通延误时间两部分,分别介绍这两部分时间的预测模型,并利用该模型对一组模拟道路信息和路况信息进行实际预测,对预测结果进行比较和分析。研究表明该模型算法简捷实用,预测结果精度较高。     

基于模糊预测对象的证据权方法及其在土地沙漠化评价中的应用

为了使在地理信息系统中被广泛用于点事件预测的证据权方法能对面事件进行评价和预测, 提出了一种新的基于模糊训练层的证据权方法.它是一种更广泛的证据权方法, 与普通证据权方法所不同的是, 它的训练层是模糊集合, 其取值是它的隶属度.通过适当的变换也可以把点训练层转换为模糊集合.因此, 该方法可以对面事件、点事件和线事件进行评价和预测.该方法可以处理训练层和证据层均为模糊集合的情况, 被称为双重模糊证据权方法.作为该方法的一个应用实例, 本文介绍毛乌素沙漠边缘的晋陕蒙地区土地沙漠化评价的应用实例.      

论GIS的模糊不确定性

文章对GIS的模糊不确定性进行了研究,主要目的是系统论证GIS确实舍有模糊不确定性,使人们真正认识到GIS不仅含有随机不确定性而且含有模糊不确定性。文章主要是从GIS构成的四部分出发即：硬件、软件、人员和数据,分别对这四部分论述其模糊不确定性,即GIS存在着GIS数据模糊不确定性、GIS硬件模糊不确定性、GIS软件模糊不确定性和GIS人员的模糊不确定性;最后,指出GIS的模糊不确定性的研究还处于初步阶段,特别是人员的模糊不确定性还有很多因素无法进行研究以及如何减弱GIS各部分的模糊不确定性的理论和方法。     

大型GNSS观测网的并行计算

CGCS2000精化及其全球拓展需要采用最新的模型,处理长期积累的大型GNSS观测网数据,大型GNSS网联合、快速和协同解算是空间基准精化、维持与服务的重要技术方向.在大数据技术背景下,以并行计算、云计算为代表的高性能计算技术逐渐成为大规模数据处理的首选方法.针对海量、多源、异构GNSS数据在解算处理与平差分析等方面面...     

大深度载人潜水器低速大漂角模糊滑模航向控制研究

通过模型试验测量大深度载人潜水器低速大漂角运动时所受到的非线性水动力。基于一种新的模糊滑模控制策略,为潜水器设计了鲁棒航向控制器。在不同的漂角子区间内分别设计局部镇定的滑模控制器,然后通过Takagi-Sugeno模糊推理系统将它们光滑连接,得到模糊滑模控制。仿真计算结果充分显示了该控制策略的有效性。     

神经网络反演散射计风场算法的研究

建立了一个神经网络反演卫星散射计海面风场的B-P算法,给出了一个神经网络反演风场的模型,并利用该反演算法和模型对实际卫星散射计数据进行了海面风场反演试验,对风向的多解性利用圆中数滤波方法进行排除.对神经网络训练和检验数据集分别采用ERS-1/2散射计数据和欧洲中期天气预报(ECMWF)提供的风场作为配准点数据.把反演的风速和风向与CMCD4和ECMWF的风场作了比较,它们吻合得比较好;研究表明神经网络反演海面风场是可行和高效的.     

基于模糊神经网络(FNN)的赤潮预警预测研究

为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP 算法的一个四层模糊神经网络模型。将模糊神经网络(FNN)技术引入赤潮预测研究,并与普通 BP 网络、RBF 网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能。