ANN在海洋预报中的应用

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行海洋预报是可行的。针对海洋预报问题,初步建立了基于神经网络的预报分析系统,给出了应用实例。     

滑坡预报的BP-GA混合算法

提出了滑坡位移预报的一种改进人工神经网络方法－ＡＮＮ－ＧＡ法,与传统的人工神经网络方法相比,该方法加快一网络的学习速度,提高了滑坡位移的预报精度。同时它是一种面向数据的方法,适合于不同地区不同条件下滑坡的预报。两例滑坡预报平均相对误差分别为３．５５％和１．９３％,明显估于传统的ＢＰ算法（分别为１１．３５％和７．２４％）及ＧＰ改进方法（分别为３．９６％和２．６５％）,表明该方法具有科学性、可行性和有     

福建及其周边地区地震活动人工神经网络模型的构建

本文通过对福建及其周边地区地震活动人工神经网络模型的构建,研究了人工神经网络方法在基于该区域地震活动性指标的地震分析预报中的应用。选用含一个中章层的前向神经网络模型,并采用与之相适应的ＢＰ算法,以该地区１９７１～１９９７年的地震活动性资料为基础,用神经网络进行实际计算、分析和检验。结果表明：神经网络模型对福建及其周边地区地震震级的预测检验效果较好的,可以在一定精度范围内使震级预测的内符率达１００％     

PLS-ANN分析血浆自体荧光光谱的二阶导数光谱识别胃癌

探讨偏最小二乘法结合神经网络法(简称PLS-ANN)分析血浆自体荧光光谱的二阶导数光谱识别胃癌的优势,对20例胃癌病人和23例健康人血浆进行以405nm为激发光的自体荧光光谱检测,采用PLS-ANN法分别对血浆自体荧光光谱和二阶导数光谱进行判别分析。PLS-ANN分析血浆的自体荧光光谱法诊断胃癌的灵敏度为75%,特异度为83%,准确率为79%,PLS-ANN分析血浆的二阶导数光谱法诊断胃癌的灵敏度为90%,特异度为96%,准确率为93%。结果表明PLS-ANN分析血浆的二阶导数光谱法识别胃癌,优于PLS-ANN分析血浆的自体荧光光谱法,有望成为快速识别胃癌的较理想方法。     

南极昆仑站光照资源评估

在极地地区建立光伏电站首先要进行光照资源评估。本研究使用了NASA 2001—2017年昆仑站地区卫星数据,基于人工神经网络对全天候辐照度进行了预测分析。结果表明昆仑站地区年辐照度属于最丰富带,近17年均值达到1855 kW·h·m^–2,月辐照度分布呈现年际规律,每个月相对固定;日平均辐照度和日照时长也呈现相似年际规律;气候反馈分析和预测分析表明,昆仑站地区辐照度与温度、气溶胶和臭氧含量呈正相关关系;降水、云量与辐照度成负相关关系。     

BP人工神经网络在渤海湾叶绿素预测中的应用

利用误差反向传播(BP)人工神经网络模型建立了天津赤潮驴驹河赤潮监控区各种理化因子与叶绿素-a之间的映射关系.模拟结果表明,该模型能够较好的反映各种理化因子与叶绿素-a浓度之间的非线性对应关系,可间接地用于该地区的赤潮预测.     

深基坑工程变形预报神经网络法的初步研究

提出了深基坑变形预报的人工神经网络法,详细介绍了该方法的建模和应用实例。预报结果与实测值较为吻合,从而表现在深基坑工程中利用该方法进行变形预报是可行的。     

用自组织人工神经网络分类,识别矿物

作者运用三维Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络对我国沉积碳酸盐型锰矿中菱锰矿进行分类、识别。所选研究实例中，识别成功率达１００％．结果表明，该网络性能良好，可望成为矿物识别的有效手段。     

利用人工神经网络对岩浆侵入范围的预测

以某矿三维地震勘探资料为依据,建立了岩浆侵入的正演模型,在应用灰色系统理论中的灰色关联分析方法进行属性优化的基础上,借助人工神经网络理论中的BP网络方法,建立了岩浆侵入范围预测的BP网络模型.通过误差分析证明,将灰色关联分析与BP网络结合起来进行岩浆侵入范围的预测是可行的.     

基于人工神经网络的航磁信息关联方法的研究

应用人工神经网络方法 ,以航磁数据为样本 ,建立了航磁信息关联的BP人工神经网络模型。对山东省 1∶5 0万航磁水平一阶导数轴向图进行计算机自动关联叠置、提取航磁解释构造轴线的研究。经与垂向二阶导数对比分析 ,证实了该方法给出的模型具有较强的非线性、自适应和学习能力。