FS方法及其在综合多项震兆中的应用

本文提出了一种模式识别方法--FS方法.该方法的特征取为某些论域上的模糊子集.先以每三个原始特征组成子分类器的特征集,“训练”这些分类器,然后对子分类器进行筛选,最后用筛选出的子分类器的“软”分类结果的加权平均作为判别函数,形成总的分类决策.将FS方法应用于综合多项震兆,并进行了一系列控制试验,还与地震学中几种常用的方法进行了对比试验.结果表明,FS方法是稳定和有效的.     

神经网络技术及其在测井解释中的应用

在分析传统测井岩性解释中存在的一些问题的基础上，从神经网络的机理、特点出发，探讨了利用神经网络技术进行测井岩性识别的可行性及优越性，并以找矿目的层为对象，进行了岩性分析与对比，为该方法的进一步应用开拓了前景。     

模糊理论在公路边坡稳定性分析中的应用

边坡工程是一个复杂的系统工程。边坡的稳定与否直接关系到其防护工作的程度。因此,如何有效、合理地判断边坡的稳定性对整个工程的经济与社会效益极为重要。影响边坡稳定的因素众多,判断其稳定与否应考虑各因素的综合效果。论文运用模糊理论中的多因素综合评判模型对某高速公路边坡的稳定性进行研究。通过全面考虑影响因素,建立相应的评判因素集及单因素评判矩阵,运用专家评判法和判断矩阵法确定出各因素的权重。最后通过多层次模糊评判得到该边坡的稳定性评判结果。研究证明,该法在边坡稳定性分析评判中是切实可行的。     

用BP神经网络预测土抗剪强度指标c、ψ

提出了应用BP神经网络来预测土抗剪强度指标c、ψ.结合工程实例,详细介绍了该方法的建模过程,结果表明预测结果和实测结果很接近,神经网络在土性参数方面应用前景很广阔.     

改进的ARCE方法及其在单频 GPS快速定位中的应用

基于TIKHONOV正则化原理，设计了一种正则化矩阵的构造方法，将ARCE(ambiguity resolution using constraint equation)方法进行了改进。通过新的正则化矩阵的作用，减弱了GPS快速定位中少数历元情形下法矩阵的病态性，得到了比较准确的模糊度浮动解，大大减小了模糊度的搜索范围，利用ARCE方法固定模糊度的成功率高。并结合一个算例，验证了本文改进方法的效果。     

矢量数字地图数据质量的综合评估

研究和确定了矢量数字地图数据的质量评估因子和评估标准,介绍了利用模糊综合评估方法进行质量评估的过程和做法,并给出了实例.     

基于模糊识别的水资源承载能力综合评价

应用模糊识别模型解决水资源承载能力综合评价问题,根据水资源承载能力相关因子自身的数据结构特性,通过模糊识别模型得到样本的级别特征值,从而达到对待评价区域的识别、归类,同时可以得到各相关因子在评价过程中的贡献率,实例部分将模型应用于全国30个省市、自治区的水资源承载能力评价,结果表明该方法的实用性和客观性。     

单频GPS整周模糊度动态快速求解的研究

提出了一种动态快速求解整周模糊度的方法,即先对系数阵进行QR分解,然后通过矩阵变换使模糊度参数和位置参数分离,从而降低矩阵的维数,满足实时动态求解的要求,最后应用LAMBDA方法搜索模糊度。为验证该算法,用单频GPS接收机进行了静态定位和动态定位两种试验。结果表明,静态定位误差小于1cm,动态定位误差小于3cm。由此可见,该方法能够为动态用户快速而精确地实施GPS单频动态定位。     

GPS高程转换系统的研究及其应用

主要就GPS高程转换进行研究，对二次曲面模型、多面函数模型、神经网络模型等进行了研究，研制开发了具有数据输入、编辑、计算、分析与输出功能的GPS高程拟合转换系统，最后通过实例计算分析，验证了该系统的可靠性与可行性。     

基于PCM改进算法的遥感混合像元模拟分析

混合像元的存在是影响遥感图像分类精度的主要原因,模糊分类是进行混合像元分解的重要方法,其效果的好坏取决于各像元分类后对各类别的隶属度值能否准确地反映像元的类别组成。当非监督分类中的聚类数目与实际类别数目不符,或者监督分类中训练样本存在未训练类别时,常用的模糊c-均值(FCM)方法的效果将大大降低,而可能性c-均值(PCM)方法则可以解决这个问题。该文提出了基于PCM算法的遥感图像混合像元分解方法,并用监督分类方法实例说明PCM方法的优越性。