基于动量自适应BP神经网络的鸢乌贼模式识别

近年来, 计算机模式识别技术因其识别结果准确、快速, 而不断被用于生物判别邻域。本文利用MATLAB软件实现动量自适应BP神经网络(back propagation neural networks)对西北印度洋、中东太平洋和南海3个海区的鸢乌贼角质颚及其胴长进行模式识别。研究结果显示, 训练成型的神经网络收敛误差仅为4.416×10^-2, 加入动量和自适应学习率的BP神经网络对鸢乌贼地理种群的识别率有显著提高。3个海区的正确识别率分别为100%、88.89%和94.12%, 总成功率为 93.24%, 说明角质颚外部形态和胴长可用于鸢乌贼地理种群的区分。而BP神经网络的其他学习算法, 如梯度下降法、单一动量法和单一自适应法的总识别率分为74.32%, 77.03%和87.84%。本研究的识别效果稳定, 对于大样本训练集的识别率也高达92.77%, 为头足类的种群判别提供了新的方法和思路。     

基于支持向量机的雷暴潜势预报初探

根据2008—2010年夏季邵阳地区的NCEP全球再分析资料(分辨率为1°×1°)和闪电定位资料,利用支持向量机(SVM)分类方法建立该地区雷暴潜势预报模型,并用测试样本检验了该模型的预报能力,同时与Logistic回归模型和Bayes判别法的预报效果进行了比较。结果表明,SVM模型的预报准确率为86.21%,虚警率为15.25%,漏报率为13.79%。对比三种模型的TSS技术评分,发现使用SVM方法建立的模型对邵阳地区雷暴预报的效果最好,评分值为0.79。因此,SVM方法所建立的模型可以为邵阳地区6 h的雷暴潜势预报提供一定的参考价值。     

核爆炸与地震识别研究进展

综述了近年来核爆炸与天然地震识别研究的进展, 揭示了从频谱比、震级比到综合因素的概率方法的发展过程, 特别指出小当量核爆炸识别的重要性. 文章借助量子场论和相变理论分析讨论了地震波波长与动量的关系. 同时, 根据地壳介质的复杂性, 指出地震波传播过程中由于介质的非线性与弥散的联合作用, 导致产生孤波的可能性.     

基于镁铁-超镁铁岩中单斜辉石主量元素含量的决策树集成算法对比

依靠岩浆构造环境的地球化学成分认识岩浆形成过程是岩石地球化学中的重要应用。当前利用岩石地球化学成分判别构造环境的工作还不够深入。用4种基于决策树的机器学习方法对来自全球新生代洋岛玄武岩(OIB)、岛弧玄武岩(IAB)及大洋中脊玄武岩(MORB)等镁铁-超镁铁岩中单斜辉石的13种主量元素构成数据集进行了岩浆构造环境判别和主要特征排序。通过对比4种基于决策树的机器学习方法,验证了树类算法对于地球化学成分识别问题的有效性,并总结出4种方法在处理岩浆构造环境判别问题时的优劣:决策树算法判别过程更易于理解,但是其准确率欠佳;boosting算法中的AdaBoost和GBDT对于岩浆构造环境的鉴别准确度较高,但构造过程复杂;bagging集成算法随机森林在权衡性能和模型可理解性时不失为一个良好的选择。此外,还通过4种算法的特征重要性排序得出Cr_2O_3,TFeO,TiO_2,FeO和Al_2O_3是进行岩浆构造环境判别的重要成分。     

基于GIS的矿井水害防治辅助决策支持系统

为提高矿井水害防治数字化管理水平,辅助矿井防治水决策,从矿区集团公司及其所属煤矿两级防治水管理与决策角度,提出了矿井水害防治信息系统的设计原则,分析了系统信息流程,设计了系统数据库和功能模块,分析了系统的关键技术并给出了在系统中的实现方法,即矿井突水水源判别技术,顶板和底板突水危险性评价方法。系统C/S部分利用GIS组件开发,较好地实现了图件管理,信息提取与分析和模型计算,并通过B/S模式实现图件与数据的网络发布。     

湘江竹埠港段河床沉积物元素地球化学特征

湘江是我国重金属污染最严重的河流之一。本次工作利用X射线荧光(XRF)和电感耦合等离子质谱(ICP-MS)分析技术,对湘江竹埠港沉积物进行主量和微量元素分析。结果表明沉积物主量元素含量变化相对稳定,富集MnO、P2O5、Fe2O3、Al2O3,亏损CaO、Na2O。微量元素含量变化较大,亏损Ba、Sc、Mn、Sr而富集其他微量元素。对主量元素和稀土元素进行了分析,表明沉积物物源主要是由上游花岗岩风化所提供。对沉积物进行因子分析和相关性分析,表明沉积物源主要以陆源碎屑为主,并有磷灰石和软锰矿等自生副矿物,Ni、Pb、Cu可能来自人为污染源。地累积指数表明Ba为清洁无污染,重金属V、Cr、Co、Ni、Th、U为轻度污染,重金属Cu、Pb、Zn为偏中度污染,Mn为中度污染,Sc为偏重度污染。其中重金属Cr、Ni、Cu、Pb、Zn、Mn、Sc污染应引起关注。     

基于离差加权的煤矿突水水源判别模型及应用

矿井突(涌)水水源的快速识别是矿井水害有效防治的前提条件。针对应用模糊综合评判方法解决水源判别常用的\     

天津市潮间带柱状沉积物中重金属的污染历史及来源判别

利用因子分析和元素含量特征分析两种方法,对天津市潮间带的4个无扰动沉积物柱样的46个样品进行了重金属分析,并探讨了重金属的来源方式和富集原因.研究结果表明,天津市潮间带的重金属可分为3类:1)Fe、Cr、Al及Mn元素主要受环境背景值的影响,2)Hg和Cd受人为活动的影响较大,3)AS、Zn、Pb、Cu及Ni受环境背景值及人类活动的双重影响,且影响大小随所在位置的不同而变化.结合210Pb和137Cs测年结果,定量确定了天津市潮间带小于0.063 mm粒级沉积物中N1等11种重金属元素的环境背景值,并以此为基础,进一步探讨了重金属富集年代、富集量及污染历史和人类活动的关系,发现多数重金属的污染始于1910年代,并在1954年之后富集量增加.     

上海地区最高气温资料的恢复试验

对上海最高气温1924～2001年期间的缺测资料进行了恢复试验,以期通过该个例的研究,探讨我国台站历史资料集中缺测或中断序列的恢复、插补的一般方法.选取使用上海气象观测站的相邻若干台站的最高气温资料,分别用回归分析法、判别分析法和偏最小二乘法,对上海站相应期间缺测资料进行逐年逐月的恢复,并利用交叉检验的均方误差作为恢复效果的评判.结果发现对缺测资料恢复的总效果以偏最小二乘法为最好,因此选用该方法作为资料恢复的主要方法.恢复过程为每次仅恢复某月份、某测站、某年份的缺测资料,恢复后的估计值作为观测值使用,再进行其它缺测资料恢复的新资料集,如此反复地进行,以近期资料开始,逐步向前期资料延拓.这样做的目的是为了使得和后续的观测资料直接连接.     

贝叶斯判别方法在叠前反演数据解释中的应用

通过开展贝叶斯判别理论在叠前反演数据解释中的应用研究来提高储层预测的准确性。以岩石物理模拟、叠前反演处理和概率密度函数建立作为该技术的关键,基于贝叶斯理论利用测井和岩石物理模拟数据作为先验信息,利用反演成果作为基本数据估计不同岩相的分布概率。该技术充分利用概率和统计作为处理地质不确定性的工具定量解释繁多的叠前反演成果,用这种方法对岩相进行表征和识别,更加适合地质复杂性和多解性特点。火成岩储层预测中的应用表明,贝叶斯判别理论对储层含气性表征更加准确,解决了储层含气性预测难题。