神农架大九湖四万年以来的植被与气候变化

通过对大九湖6 m长连续沉积岩芯剖面(DJH-1 孔) 7 个样品的AMS¹⁴C年龄测定和151 块孢粉样品的鉴定分析, 揭示了神农架区域4 万以年来植被和气候演变。末次冰期阶段大九湖附近发育森林草地或草地-草甸植被。MIS 3 晚期, ~42-39 cal ka BP之间, 气候相对干冷, 发育森林草地;~39-31 cal ka BP 之间, 气候较为湿润, 草甸扩张并伴随低海拔阔叶树种的发育。MIS 2 阶段, 草甸组分中蒿属显著增加, 高海拔可能分布有荒漠草地, 气候极端干冷;该时期植被带垂直下降达到1000 余m, 按垂直温度递减率推算, 冰盛期阶段该区域温度下降约7℃左右。从冰消期开始, 森林植被开始扩张, 北温带、暖温带和亚热带乔木组分依次增加。约在9.4-4 cal ka BP之间, 演变为亚热带常绿阔叶落叶林, 属全新世适宜期;从约4 cal ka BP以来, 北温带阔叶和针叶树开始增加, 气候趋于凉干。通过对比区域高分辨率的洞穴石笋及高纬冰芯氧同位素记录, 表明神农架区域植被环境变化对气候变化敏感, 并记录了H1, YD气候突变事件;进一步体现出该区域气候环境演变主要与北半球太阳辐射控制的东亚夏季风强度变化有关, 且与北半球高纬气候变化一致。     

吉林省中部粮食主产区城乡关联的空间分析

基于24个空间单元的统计数据和实地调查资料,运用BP神经网络模型和ESDA方法,在GIS技术支持下,定量评价吉林省中部粮食主产区城乡关联度,并分析各县域城乡关联状态与空间差异。研究结果表明:(1)区域城乡综合关联Moran ’s I指数仅为-0.1205,表明各县域城乡关联呈分散状态;经济、社会和基本建设非均衡发展是制约城乡协调发展的关键因素。(2)区域城乡关联的区域差异明显,地级市辖区城乡关联性显著高于各县(县级市);经济、社会和基本建设关联性分别呈现"圈层"、"十字型"和"块状"的空间结构。(3)区域城乡关联表现出较弱的集聚趋势。空间差异较小的县域主要沿哈大线呈带状分布,空间差异较大的县主要分布在5个地级市辖区和东南部低山丘陵区;经济、社会和基本建设关联性分别表现为弱扩散、强极化和强扩散状态。     

几种修正的自适应神经网络学习算法及其应用

针对一般ＢＰ网络的拓扑结构和参数选择的随意性问题,讨论了几种自适应ＢＰ网络,即自适应调整网络的拓扑结构和自适应调节学习步长的改进ＢＰ算法,综合二者构造了一种修正的自适应ＢＰ算法．为了验证改进算法的有效性,将这几种算法与标准ＢＰ算法进行了比较．结果表明：对于ＸＯＲ问题,这几种算法的学习速度和计算精度都有不同程度的提高．将算法用于油气预测的实际中,也取得了满意的结果     

神经网络在工程场地稳定性评价中的应用

本文应用ＢＰ网络对厦门海沧开发区工程场地的稳定性进行了综合评价,其评价结果与实际情况吻合一致。为工程场地地质质量评估提供了科学依据,同时也表明人工神经网络是解决此类问题的理想方法之一。     

Remote sensing data classification using tolerant rough set and neural networks

Professor Pawlak introduced rough set theory, which is a method to represent, learn and induce in-complete data and uncertainty knowledge, in 1982[1]. Compared with traditional set theory, the strict axiom condition is broadened in rough set theory, which in-cluded vagueness concept and extended logic of set theory. It has been used successfully to deal with vagueness and uncertainty fields, for example machine learning, knowledge acquirement, decision analysis, pattern recognition and data mi…     

基于自适应BP网络的涌潮波速计算模型

运用BP网络附加动量法和自适应学习速率法，建立神经网络模型，模拟计算涌潮波速。根据部分试验数据对网络进行训练，确定相关参数，建立涌潮波速计算模型，同时利用其余部分试验数据对模型进行检验，模拟结果与试验数据吻合较好，相关程度高，表明神经网络模型用于计算涌潮波速是合适的。     

人工神经网络在风暴潮增水预报中的应用

本文根据1967～1982年问影响湛江站增水的热带气旋资料，选取了其中对湛江站增水影响比较显著的因子，运用人工神经网络中的BP算法，建立了湛江站风暴潮增水预报的人工神经网络模型，并使用贝叶斯优化算法提高了BP网络模型的预报能力，结果表明所建BP网络模型的训练拟合效果和预报效果都比较好。表明该网络模型可以用于湛江站风暴潮增水的预报。同时本文也为其它的港口、码头等近岸海洋工程风暴潮增水的预报提供了一个有效可行的方案。     

基于BP神经网络的天然气水合物相平衡计算及预测

针对天然气水合物相平衡问题,文中提出用基于带动量因子的BP神经网络进行计算和预测。首先用遗传算法优化确定BP神经网络的结构和参数,得到最优化结构的神经网络;其次结合Levenberg-Marquart优化算法,建立天然气水合物相平衡计算及预测的神经网络模型;最后以实验测定的(CH4 CO2 H2S)三元酸性天然气水合物体系的平衡数据为训练和预测样本进行了计算。计算表明,预测结果与实验数据有良好的一致性,而且由于BP神经网络作为所谓的“纯粹”的算法不需要热力学模型,这对于相平衡计算是非常方便的,所以是研究天然气水合物相平衡计算及预测的一种新的有效方法。     

神经网络在珠江口风暴潮预报中的应用

当风暴潮沿河道上溯时,处于珠江口地区的灯笼山测站和黄埔测站的水位之间存在着非线性响应关系。文章利用BP人工神经网络,建立了两测站台风暴潮和天文潮的综合增水效应预报模型,对9903、9908和9910号台风期间黄埔站的综合增水进行了预报,并针对不同预报时段对计算结果和潮位极值的准确程度进行了相应的讨论。结果表明,该方法的预报精度较高。最后通过与纯风暴增水模型的对比,说明了综合增水模型的优越性。     

Ovi-caprid dung as an indicator of paleovegetation and paleoclimate in northwestern China

Diverse palynomorphs and phytoliths recovered from coprolites of ovi-caprids (sheep, goat) collected from Yang-Hai Tomb at Xinjiang Province, China, have been used to elucidate the dietary pattern of ancient livestock and to reconstruct the paleovegetation and paleoclimate of this part of northwest China ca. 2500 ¹⁴C yr BP. Palynological and phytolith data suggest that a rich dry temperate vegetation prevailed in the area during the said period. Climatic conditions and grassland vegetation type of the area are explored using phytolith indices.