基于遗传算法优化的BP神经网络在密度界面反演中的应用

BP神经网络方法在二维密度界面的反演中取得了较好的效果,但在反演三维界面时,由于模型更复杂、参数更多,BP神经网络的收敛速度和反演精度都有一定程度的下降。为了改善反演效果,本文利用遗传算法对BP神经网络的权值、阈值选择过程进行优化,获得了更好的网络模型;并将此模型应用于密度界面模型的反演中,预测误差从上百米减小到数十米,同时迭代计算步数减少了近2/3,有效减少了计算时间,反演结果更准确。利用基于遗传算法优化的BP神经网络反演了法国某地区莫霍面深度,预测相对误差仅为1.8%,取得了较好的应用效果。基于遗传算法优化的BP神经网络在密度界面的反演中具有良好的应用价值和研究前景。     

基于码字匹配和引力筛选的半监督协同训练算法

针对传统的Co-training和Tri-training协同训练算法中基分类器独立性低、迭代过程中误差累积和整体泛化性能低的问题,将多视图理论、编码理论和万有引力公式引入协同训练分类算法中,提出了改进算法,算法有效地防止了迭代过程中的误差累积,同时提高了分类系统的泛化性能。在高光谱图像分类实验中,随机地从数据集中抽取5%、10%和20%样本作为已标记训练集时,码字匹配的协同训练分类算法对比Co-training和Tri-training算法,在分类精度上平均分别提高了12.38%和6.13%,在Kappa系数上平均分别提高了0.2和0.07。进一步加入引力筛选机制,对比Co-training和Tri-training算法,在分类精度上平均分别提高了21.30%和10.99%,在Kappa系数上平均分别提高了0.26和0.13,结果表明了本文算法的有效性。     

面向对象的高分辨率影像单值分类耕地提取方法研究

遥感技术已广泛地应用于土地覆盖/土地利用分类中。在专题应用中,用户只对某一类地物感兴趣,例如耕地提取,即单类别分类问题。随着影像分辨率的提高,基于像元的分类算法难以满足高分辨率影像高精度信息提取的需求。本文采用结合面向对象分类思想和基于正样本、未标记样本遥感单值（PUL）分类方法从多源高分辨率影像中提取耕地信息,并与基于像素的分类实验进行对比分析。结果表明,在缺少部分地类的不完全训练集下,基于面向对象的单值分类较传统神经网络分类有更较稳定的表现,并且远优于基于像素的分类结果。     

东京都的地震防灾对策

造成死亡和失踪人数超过14万重大人员损失的关东大地震距今已有80年了。每年在关东大地震发生的9月1日举行大规模的防灾训练也已成为惯例。东京都在市区和多摩地区轮流(每年一交换)设置主训练场,2003年设在今野市,共有28500人参加了训练。当然,各区市町村的自主防灾组织也会在各自的社区举办消防训练。1995年阪神大震灾最宝贵的经验就是灾民自己行动起来相互救助,保全了许多人的性命。     

中国第30次南极新建站预选队员训练动员会在青海多巴举行

8月6日,国家海洋局党组书记、局长刘赐贵冒雨来到青海多巴国家高原体育训练基地进行视察,慰问了中国第30次南极科学考察队伊丽莎白公主地内陆夏季站建站预选队员,并在召开的训练动员会上作重要讲话。刘赐贵代表国家海洋局对青海省委省政府、省国土资源厅、省体育局以及多巴基地对极地考察训练工作的大力支持表示了衷心的感谢,对来自国内多单位、多行业参加预选训练的队员们表示亲切问候。他说,党和国家高度重视海洋事业,党的十八大提出"建设海洋强国"的宏伟目标,习近平总书记在7月30日的中央政治局集体学     

爆炸装置搜索视景仿真训练系统的设计与实现

为解决搜爆人员在爆炸装置搜索训练过程中,真实训练环境搭建繁琐、人力与物资成本投入大等问题,在分析搜索爆炸装置训练过程的基础上,设计了一套爆炸装置搜索训练视景仿真系统。该系统通过搜爆场景逐级细化的方法构建虚拟场景,且以具有感应能力的三维模型模拟摩尔探测仪与非线性节点探测仪等搜爆工具。基于Open Scene Graph(OSG)图形开发库,以VC++为开发环境实现了爆炸装置搜索训练视景仿真。实践证明:该系统仿真度高,达到了爆炸装置搜索仿真训练的效果,并且运行流畅,沉浸感强。     

"王子"的海洋世界——感受大连圣亚海豚湾之恋

我从8岁就开始练习游泳,一直在省游泳队里训练.退役后曾经做过1年游泳教练,后来经教练的推荐来到圣亚成为一名驯养师.我从小就喜欢动物,觉得这是一个非常适合自己的职业,所以加入圣亚,一做就是8年.