基于Bagging集成学习算法的地震事件性质识别分类

地震台网在监测地震的同时记录到的非天然震动事件会对后续的科研和预报工作造成较大的影响,因此快速准确的对天然震动事件与非天然震动事件加以区分就显得尤为重要.本文针对传统人工方法识别地震事件性质的不足之处,采用Bagging机器学习算法对地震事件性质进行区分.首先选取震中距范围在80～200km内的地震数据,之后采用AIC算法自动识别P波到时,进而用处理后的数据训练模型,最后使用测试数据对模型进行评估,准确率可达85%以上.因此,本文提出的方法可以有效地对天然震动事件与非天然震动事件加以区分.     

基于广义模型约束的时间域航空电磁反演研究

由于航空电磁具有海量数据,因此快速有效的成像和反演手段至关重要.本文针对层状介质模型推导与实现了广义模型约束条件下时间域航空电磁一维反演.从正则化反演的目标函数出发,通过改变模型约束项构造Lp范数反演和聚焦反演,进而通过改变模型求解域构造出基于小波变换的稀疏约束反演.针对不同反演方法目标函数的构建方式,本文进一步从数学原理上分析不同反演方法的预期效果,并通过理论模型和实测数据进行验证.结果表明L0.8范数反演、聚焦反演和基于小波变换的稀疏约束反演可以得到更符合地下层状介质陡变界面的反演结果.     

双稀疏字典和FISTA的地震数据去噪

地震数据的随机噪声去除是地震数据处理中的一项重要步骤,双稀疏字典提供了两层稀疏模型,比单层稀疏模型可以更好地去除噪声.该方法首先利用contourlet变换对地震数据进行稀疏表示,然后在contourlet域中使用快速迭代收缩阈值算法（fast iterative shrinkage-thresholding algorithm,FISTA）对初始字典系数进行更新,接着采用数据驱动紧标架（data-driven tight frame,DDTF）在contourlet域中得到DDTF字典并通过FISTA得到更新后的字典系数,最后通过DDTF字典和更新后的字典系数获得新的contourlet系数,并对新的contourlet系数进行硬阈值和contourlet反变换得到去噪后的数据.通过模拟数据和实际数据的实验证明：与固定基变换去噪方法相比,该方法可以自适应地对地震数据进行稀疏表示,在地震数据较为复杂时得到更高的信噪比;与字典学习去噪方法相比,该方法不仅拥有较快的去噪速度,而且克服了字典学习因为缺少先验约束造成瑕疵的缺点.     

Design of dampers for structures based on optimal control theory

The aim of this paper was to propose a design guideline for using visco‐elastic dampers for the control of building structures subjected to earthquake loading as well as suspension roof structures subjected to wind loading. The active control algorithm was used to calculate the control forces. Based on the single‐mode approach the control forces were transformed to the forces which visco‐elastic dampers can provide. Application of the method to the design of the building structure with passive damping devices in the bracing system and to the suspension roof with dampers was studied. Through the application of optimal control theory a systematic design procedure to implement dampers in structures is proposed. Copyright © 2000 John Wiley & Sons, Ltd.     

对称模式下的CHAMP弯曲角掩星数据同化

简单介绍了无线电掩星技术探测行星大气的发展史,列举了该技术中存在的若干问题。从 Eyre提出的统计学的最优估计反演方法,比较了用相位、弯曲角和折射率作为同化因子时出现的问题和各自的优缺点。对弯曲角同化因子,以欧洲中期天气预报中心(ECMWF)资料为背景场,运用一维变分技术,进行CHAMP掩星观测资料变分同化反演,从而获得水汽和温度剖面。将反演获得的气象剖面与非同化的剖面作比较,并且采用相应的探空气球资料作为验证,可以看出变分同化技术比传统的标准反演技术反演误差小。证实掩星数据资料的一维变分同化技术可以改进目前的数值天气预报模式。     

自适应移动盒子的机载LiDAR点云去噪算法

针对现有LiDAR点云去噪算法难以实现自适应的问题,该文提出了基于空间盒子结构的自适应移动盒子去噪算法。基于经验模型建立盒子自适应准则,较好规避了现有算法的去噪阈值确定问题;采用聚类分析实现噪声点与有效点的精确标示。基于不同类型噪声的点云数据实验结果表明:与现有去噪算法相比,基于自适应移动盒子的去噪算法具有更好的适应性和去噪效果。     

考虑洞室岩体应力型破坏特征的局部地应力反演方法及应用

介绍了一种考虑地下洞室片帮、钻孔剥落等岩体应力型破坏特征为信息源,通过数值模拟智能反演方法预测高应力大型地下洞室群围岩局部应力场的新思路。该方法将地下洞室群片帮、钻孔剥落等应力型破坏的位置、深度或者宽度进行定量描述,以弹性模型计算获得的常偏应力大于岩体启裂强度的范围来表示应力型破坏范围,通过分析实测地应力数据约束部分地应力数量,然后采用智能数值反演方法得到其他的地应力分量。采用该方法预测了白鹤滩水电站右岸地下厂房0+76断面附近围岩地应力场,反演获得最大主应力在34 MPa左右。通过其他部位岩体破裂的数值模拟和观测结果对比,验证了地应力场预测的合理性。     

高分辨率航空影像建筑物垂直边缘线提取技术研究

高分辨率航空影像建筑物垂直边缘线的提取在获取建筑物高度信息和检测建筑物过程中可以发挥重要的作用。分析建筑物垂直边缘线在遥感影像上的特性,在遥感影像边缘检测和细化基础上,利用带约束条件的Hough变换实现建筑物垂直边缘线的提取,通过实验验证该方法的可行性。     

土壤含盐量反演的研究

运用Hyperion数据,以黑龙江省大庆市某一实验区为例,开展对土壤含盐量定量提取的研究,通过对图像预处理、特征提取、建立BP神经网络模型（Back Propagation Network）等研究工作,探讨反演土壤含盐量的方法。研究结果表明：神经网络模型具有极强的线性和非线性拟合能力,模拟遥感影像特征与土壤盐分之间比较复杂的关系上有很大优势。研究结果不但为利用Hyperion数据反演土壤含盐量提供理论依据,而且还为其它地表参数的反演提供参考。     

利用CORS数据计算重庆InSAR对流层延迟

利用了重庆市CORS数据,计算了该地区InSAR对流层延迟,分析了重庆地区对流层延迟对InSAR技术的影响。