基于纹理分析和支持向量机的极地冰雪覆盖区的云层检测

使用ASTER卫星影像，综合运用纹理分析和支持向量机的方法来检测云层，特别是对薄卷云的检测。试验表明了本文方法的有效性。     

基于支持向量机的多维地震时间序列建模

文中首先介绍了支持向量机回归方法,然后对其进行了数值仿真实验,最后利用该方法对首都圈地区的地震活动进行回归建模与内符检验。分析认为,利用该方法可以获得较强的多维地震样本学习、建模与外推泛化能力,具有较高的中长期地震危险性估计能力。     

基于SVM方法的暴雪预报系统

雪灾是内蒙古地区的主要的气象灾害,对全区牧业和人民生活造成了严重危害和影响.在充分分析内蒙古地区气候特征的基础上,依据SVM回归方法,利用T213资料,建立了暴雪的SVM回归方法预报模型,建立了自动化的SVM暴雪预报业务系统,并对其进行了业务试验.给出了依据SVM方法建立的暴雪实时业务预报系统的检验结果.结果表明,SVM回归方法能运用于暴雪的预报,建立的自动化的SVM暴雪预报业务系统能在预报业务中发挥了一定的作用.     

支持向量机在地震综合预测中的初步应用

统计学习理论是一种专门研究小样本情况下机器学习规律的理论,在其基础上发展的支持向量机学习方法能较好地解决小样本、非线性、高维数、局部极小点等实际问题,并已在函数逼近、模式识别、信号处理、时间序列分析和预测等领域得到了广泛应用.本文将支持向量机方法引入具有非线性特征和复杂孕震系统的地震综合预测领域,以华北地区(30°～42°E,108°～125°N)为例,基于地震活动参数研究从有限的地震样本中挖掘更多有效的地震信息,探索地震统计综合预测的新途径.     

支持向量机在泥石流危险度评价中的应用研究

为改善传统泥石流危险度评价方法存在的缺陷,提出了基于支持向量机的泥石流危险度评价方法,并建立了支持向量机评价模型。研究选取泥石流一次(可能)最大冲出量(L1)、泥石流发生频率(L2)、流域面积(S1)、主沟长度(S2)、流域最大相对高差(S3)、流域切割密度(S6)和泥沙补给段长度比(S9)7个因子作为泥石流沟谷危险度评价因子,运用支持向量机理论,选用径向基(RBF)核函数,采取"试错法"进行参数优选;确定参数C=8,γ=2。以云南省37条泥石流沟的259个基础数据为样本进行学习训练和测试,建立了泥石流危险度评价的支持向量机模型。并将该模型应用于黄河积石峡水电站库区的泥石流危险性评价中进行验证。将模型评判结果和模糊数学方法的评价结果进行对比分析,结果的一致性达到73.33%。研究认为支持向量机方法能够成功地应用到泥石流危险度评价中,且具有较高的精度及很强的泛化能力,应用前景广阔。     

基于RS与LS-SVR的储层参数预测

该文提出结合粗糙集（RS）和最小二乘支持向量回归（LS-SVR）的方法。该方法利用RS对原始数据进行约简，更好地减少了支持向量的维数；同时采用LS-SVR解决了常规SVM计算速度幔、抗噪能力差的缺点。实例证明该方法应用在复杂地层储层参数预测中具有优越性。     

基于ν-SVR和GA的初始地应力场位移反分析方法研究

基于一种改进的支持向量机(ν-SVR)和改进的遗传算法(GA),提出一种初始地应力场位移反分析方法。该方法通过正交设计方法安排较少次数的正分析方案,用ν-SVR对正分析中测点位移值与参数构成的样本集进行学习,建立参数取值与观测点测值的非线性隐式方程;采用确定性或随机反分析的思路确定反分析的优化目标函数,并利用GA搜索最优参数取值。采用ν-SVR方法建立的参数取值与位移量测点测值的非线性隐式方程,能够以很高的精度拟合和预测不同参数取值时的观测点测值,因此,可以用该隐式方程代替正分析,减少计算量;采用改进的GA方法能够准确搜索到最优参数;搜索到的最优参数值与理论值相当吻合。算例表明,基于ν-SVR和GA的初始地应力场位移反分析方法是一种行之有效的初始地应力场位移反分析方法,可以广泛用于初始地应力场确定性反分析和随机反分析。     

区域开发的资金筹措与投资效益研究

为取得预期效益而投入资金,这种经济行为就是投资。一定资金预付同所形成的一定生产能力之间的对比关系就叫投资效益。为加速区域开发的进程,一方面应千方百计筹措建设资金,增加投资量;另一方面更要合理使用资金,提高投资效益。 一、区域开发的资金筹措 (一) 资金需求估算 区域开发的资金需求估算,要在区域发展战略的基础上进行。其资金需求估算可供选择的方法较多,常用的有:     

Support Vector Machines for Cloud Detection over Ice-Snow Areas

In polar regions, cloud and underlying ice-snow areas are difficult to distinguish in satellite images because of their high albedo in the visible band and low surface temperature of ice-snow areas in the infrared band. A cloud detection method over ice-snow covered areas in Antarctica is presented. On account of different texture features of cloud and ice-snow areas, five texture features are extracted based on GLCM. Nonlinear SVM is then used to obtain the optimal classification hyperplane from training data. The experiment results indicate that this algorithm performs well in cloud detection in Antarctica, especially for thin cirrus detection. Furthermore, when images are resampled to a quarter or 1/16 of the full size, cloud percentages are still at the same level, while the processing time decreases exponentially.     

基于数值模拟的远程工程支持在海洋19-6井的实践

数字化和智能化是钻井工程发展的新方向,但目前仍处于初级阶段。针对海洋19-6井中下部井段存在异常压力层,预测钻井液安全窗口较窄的问题,通过Drillworks软件采用dc指数法和分段测井资料校正法开展了地层随钻压力监测、通过动态跟踪软件Well-Ahead软件结合Landmark软件水力模块校正开展了随钻动态水力（随钻ECD当量密度和起下钻抽汲和“激动”压力分析）监测,保证了井底和套管鞋钻井液循环当量在三压力安全窗口内。通过这种远程数据支持模式的建立,进一步推进了钻井工程数字化进程,有效保证钻井工程安全。