A neural network approach for structural identification and diagnosis of a building from seismic response data

This work presents a novel procedure for identifying the dynamic characteristics of a building and diagnosing whether the building has been damaged by earthquakes, using a back‐propagation neural network approach. The dynamic characteristics are directly evaluated from the weighting matrices of the neural network trained by observed acceleration responses and input base excitations. Whether the building is damaged under a large earthquake is assessed by comparing the modal parameters and responses for this large earthquake with those for a small earthquake that has not caused this building any damage. The feasibility of the approach is demonstrated through processing the dynamic responses of a five‐storey steel frame, subjected to different strengths of the Kobe earthquake, in shaking table tests. Copyright © 2002 John Wiley & Sons, Ltd.     

基于人工神经网络的赤潮卫星遥感方法研究

根据赤潮的卫星遥感探测机理，应用人工神经网络技术，建立和利用NOAA AVHRR可见光和热红外波段遥感数据的BP神经网络赤潮信息提取模型。应用实例显示。基于该人工神经网络方法可以提取赤潮发生地点和范围等信息，赤潮探测正确率达到78.5%。研究结果表明，应用人工神经网络方法提取赤潮信息是可行的。本文中建立的BP赤潮信息提取模型适当修改后可移植应用于其它传感器遥感数据进行赤潮信息提取。     

基于RBF神经网络的遥感影像分类算法研究

提出了运用径向基函数神经网络和K均值法进行遥感影像分类的算法，以实际的遥感影像分类为例，通过与传统的最小距离法进行比较，对RBF神经网络分类器的优点进行了归纳，并就算法实施中的一些问题进行了探讨。分析结果表明，RBF神经网络是一种有效的图像分类器。     

Application of visual,statistical and artificial neural network methods in the differentiation of water from the exploited aquifers in Kuwait

The ability of artificial neural network to differentiate water samples from the two aquifers of Kuwait on the basis of their major ion chemistry has been demonstrated. The major ion concentration distribution in the groundwater of the Kuwait Group and the Dammam Formation aquifers of Kuwait appears very similar. Cross-plots, supported by the discriminant function analysis of the data, however, suggest that there are some subtle differences in the overall composition of the water from the two aquifers that make it possible to differentiate the water from the two aquifers in almost 80% of the cases. An artificial neural network improved the differentiation capability to 90% of the cases. It is also possible to estimate the fraction of Kuwait Group water in the flow stream of dually completed wells with the help of an artificial neural network developed for this purpose. Electronic Publication     

BP神经网络模型在重庆伏旱预测中的应用研究

采用气象要素定义伏旱指数，利用小波分析等方法分析重庆地区伏旱变化特征，最后采用BP神经网络模型对伏旱进行预测试验，结果表明，重庆伏旱变化具有明显的阶段性特征，而基于BP神经网络模型的伏旱预测模型预测效果良好，可以应用于实际预测。     

高耸塔架结构节点损伤基于神经网络的两步诊断法

本文针对高耸钢塔架结构的损伤特点，建立了具有节点损伤的有限元模型，提出了一种分层神经网络两步诊断法：第一步，由基于区域残余力理论的第一层神经网络进行结构损伤区域的初诊；第二步，由基于应变模态理论的第二层神经网络进行损伤区域内的具体损伤节点位置和程度的诊断。对一平面塔架结构的数值仿真分析表明：本文提出的损伤诊断方法的结果是令人满意的。     

基于小波分析和神经网络的框架结构损伤诊断方法

本文提出了基于“能量—损伤”原理，综合利用小波包分析和神经网络的框架结构损伤诊断方法。在结构损伤诊断中，时域信号经小波分析后其缺损特征会更加明显，把分布在不同频带的结点能量作为神经网络的训练样本能够很好地反映结构缺损特征。以美国土木工程师学会提出的基准结构为例，阐述了结构损伤的发生、位置和程度诊断过程，取得了令人满意的结果。     

月降水量的神经网络混合预报模型研究

以均生函数表征预报量自身周期变化，结合500hPa月平均高度场和月平均海温场预报因子，采用神经网络方法建立了一种新的短期气候预报模型。分别以广西桂北、桂中和桂南6月降水量作为预报对象进行预报试验，结果表明，这种新的预报方法比均生函数回归预报模型及高度场、海温场预报因子的回归预报模型，具有更好的物理基础和预报能力。     

小清河滞洪区洪灾监测信息系统的研究与建立

应用机载合成孔径雷达监测洪水势态,离不开洪灾监测信息系统的支持,两者有机的结合,能充分发挥遥感和地理信息系统在防洪减灾应用中的优越性。本文以小清河滞洪区为实验区,从系统目标、数据层及其来源、数据编码、分析模型等几个方面,介绍了该区洪灾监测信息系统的建立情况。