震兆共迁法对金县水准异常与海城和唐山地震的关联性讨论

正0引言1975年辽宁海城地震前发生在金县水准异常是可靠的,但是否可联系预测1975年海城地震和1976年唐山地震有争议。争议的焦点之一是金县距两个震中的距离较远。本文用"震兆共迁法"讨论了可用于海城和唐山地震的预测的相关联系问题。     

基于相关向量机的高光谱影像分类研究

虽然支持向量机在高光谱影像分类得到成功应用,但是它自身固有许多不足之处。相关向量机是在贝叶斯框架下提出的更加稀疏的学习机器,它没有规则化系数,其核函数不需要满足Mercer条件,不仅具备良好的泛化能力,而且还能够得到具有统计意义的预测结果。本文从分析支持向量机用于高光谱影像分类存在的不足出发,提出了一种基于相关向量机的高光谱影像分类方法,介绍了稀疏贝叶斯分类模型,将相关向量机学习转化为最大化边缘似然函数估计问题,并采用了快速序列稀疏贝叶斯学习算法。通过PHI和OMIS影像分类实验分析表明了基于相关向量机的高光谱影像分类方法的优越性。     

Seismic liquefaction potential assessment by using Relevance Vector Machine

Determining the liquefaction potential of soil is important in earthquake engineering. This study proposes the use of the Relevance Vector Machine (RVM) to determine the liquefaction potential of soil by using actual cone penetration test (CPT) data. RVM is based on a Bayesian formulation of a linear model with an appropriate prior that results in a sparse representation. The results are compared with a widely used artifi cial neural network (ANN) model. Overall, the RVM shows good performance and is proven to be more accurate than the ANN model. It also provides probabilistic output. The model provides a viable tool for earthquake engineers to assess seismic conditions for sites that are susceptible to liquefaction.     

基于局部均值分解和相关向量机的变形预测

基于改进局部均值分解（LMD）及加权核函数相关向量机（RVM）算法,构建多尺度变形预测新方法。利用LMD将变形数据分解成多个具有物理意义的变形分量,并基于遗传算法优化的RVM对每个变形分量分别进行预测。将各变形分量预测结果进行叠加,最终建立多尺度变形预测方法,并应用于大坝变形预测。实验结果表明,改进LMD-RVM方法的多个精度指标均优于BP神经网络方法、RVM方法和改进EMD-RVM方法,证实了新方法的有效性及可靠性。
     

霸王根茎叶非结构性碳与C:N:P计量特征对干旱的响应

通过选取阿拉善地区3个典型霸王群落为研究对象,研究霸王器官间(根、茎、叶)生态化学计量比特征及非结构性碳水化合物(Non-structural carbohydrates,NSCs)的变化,以便加深对霸王生存策略的理解,更好的服务于荒漠生态系统的生态恢复.结果 表明:霸王茎和叶中可溶性糖(Solu?ble sugar,...