三维地震识别及其应用

三维地震识别就是一个以三维迭后地震资料为对象的多储层、多目标、多（矢量）特征参数的灰色油气识别。首先对目的层地震数字序列提取灰色、模糊、分维、振幅、自相关５类１９个地震特征参数向量,然后在地质建模的基础上,进行灰色模式训练与识别、获得整个介区的油气检测结果。其输出结果,是以形象、直观、醒目的彩色图形形式显示输出的各储层、每个目标的空间识别分别分类结果及各测线识别结果的精细描述图,便于结果的地质解释     

BP模型双样本训练方法

根据气象预报应用情况，分析ＢＰ模型训练人工神经元网络中存在的问题，并提出双样本训练方案。试验表明，采用双样本训练的网络，实际预报能力较高。     

超级集合预报在湖南地区的试验分析

基于TIGGE集合预报资料分析评估了欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)、中国气象局(CMA)4个模式系统在湖南2008年低温雨雪冰冻天气过程中的气温预报技巧,并对湖南地面气温和欧亚地区500 hPa天气形势进行了超级集合预报试验.结果表明,在湖南地区,ECMWF的预报效果最好,CMA的预报效果最差,并且ECMWF的168 h预报误差小于CMA的24 h预报误差.滑动训练期超级集合预报误差比较稳定,预报效果优于最好的单中心模式和固定训练期超级集合预报.对于24～ 72 h预报时效滑动窗口可选取50 d左右,而对于96 ～168 h预报时效的滑动窗口有必要选取2个月以上.此外,滑动训练期超级集合预报各时效对500 hPa天气形势的预报技巧都比单中心的预报技巧高,并且和实况资料相比,其预报效果也比较好.     

利用“纲要信号”图表进行“新能源”教学

运用“纲要信号”图表，对传授理论知识、训练学生思维、提高学习兴趣等有比较突出的优势。“纲要信号”图表由字母、单词、数据、短旬等“信号”组成，要求具有严谨的科学性、严密的逻辑性、鲜明的直观性和浓郁的趣睐性，能有效地激发学生联想和记忆，引导学生进行逻辑思维和抽象概括，培养兴趣，发展智能，同时达到加快教学过程，提高教学质量的甘的。     

基于BERT—BiLSTM—CRF模型的中文岩石描述文本命名实体与关系联合提取

地质调查正在从“数字化”走向“智能化”,需要在大数据思维的指导下,面向非结构化数据开展机器阅读和地质知识的自动提取。地学命名实体和关系联合提取是当前研究的难点和核心。本文采用基于大规模预训练中文语言模型的BERT—BiLSTM—CRF方法开展岩石描述文本命名实体与关系联合提取。首先,通过收集数字地质填图工作中的剖面测量和路线地质观测数据,建立岩石描述语料;然后,在岩石学理论指导下分析岩石知识组成,完成岩石知识图谱命名实体与关系的模式设计,标注岩石语料;最后,开展岩石描述语料知识提取的深度学习训练和消融试验对比。试验结果显示,大规模预训练中文语言模型（BERT）对岩石描述语料知识提取具有较高的适用性。推荐的BERT—BiLSTM—CRF模型方法对岩石命名实体与关系联合提取的准确率（F1值）为91.75%,对岩石命名实体识别的准确率（F1值）为97.38%。消融试验证明基于BERT的词嵌入层对岩石描述知识提取的性能提升影响显著,双向长短时记忆网络模型层（BiLSTM Layer）能提升实体关系联合提取性能。     

前馈神经网络在矿物识别方面的应用

本文首先介绍人工神经网络的发展现状，然后着重阐述BP人工网络的基本原理和算法，并以蓝宝石的产地识别和石榴子石分类识别作为具体实例，用此说明人工神经网络方法在矿物学中的应用，最后对识别结果及BP算法本身进行了讨论。     

应用图象识别确定京津及邻区强震危险区

本文应用自适应图象识别预报京津及邻区可能发生强震的地点和强度。自适应图象识别方法仅是根据二进制标志作两种图象等级的判别。此方法开始用一组试验系数逐步修改直到达到最大判别。在地震数值预报研究中,可能是一条有希望的途径     

遥感图像判读训练与应用系统的设计与实现

遥感图像判读与应用技术对深刻认知环境和辅助决策具有重要的意义。文中介绍了遥感图像判读训练与应用系统的设计思想和主要功能,对各部分涉及的关键技术进行了分析与研究。系统由影像管理、判读训练、地形快速修测和实时态势标绘四部分组成,实现了影像数据库管理,遥感图像与地图对照以及屏幕立体观察,地图与图像坐标系匹配的地形快速修测和实时态势标绘的操作等功能。