基于遗传算法的BP网络实现海底底质分类

本文利用灰度纹理共生矩阵和两个分维数作为特征矢量,采用遗传算法训练BP网络,进行海底底质监督分类。以海底侧扫声纳图像为例,通过实测数据验算,取得了理想的效果。     

BP神经网络在GPS导航中的应用

Kalman滤波常用于GPS动态数据的处理,由于系统存在的不确定性和非先验性,导致滤波产生较大的估计误差,甚至发散。介绍了BP神经网络算法及其非线性逼近能力,并基于BP神经网络的非线性逼近性能设计了BP神经网络进行GPS导航的新算法。实测数据计算结果表明该算法能够真实地反映载体运动轨迹,其导航解具有良好的精度和可靠性。     

基于BP神经网络的厦门集美大桥高程传递的设计与实现

针对厦门集美大桥建设过程中的高程传递问题,提出了基于BP神经网络的方法,并构建了沿桥梁径向布设的GPS水准网,通过BP神经网络的设计与解算,得到了较好的结果.     

交叉熵神经网络及其在闽北大雨以上降水预报中的应用

基于误差平方和最小化准则的BP神经网络(ANN-MSE)并不适合解决小概率天气事件的预报问题,引进一种改进的以交叉熵函数为目标函数的神经网络方法(ANN-CE),该法是一个三层反向传播神经网络,其输出层只用一个节点.利用2003-2008年的ECMWF预报场资料,把该法用于福建省南平市4-6月部分大雨或以上降水96h预报中,分别用原始因子和PCA降维后的主因子建立了ANN-CE预报模型和ANN-MSE预报模型,用这些模型对2009-2010年独立样本进行了试报.测试结果显示主因子预报模型TS评分比原始因子预报模型高且漏报次数少,其中,主因子ANN-CE预报模型的TS评分和漏报率分别是0.51和0.17,其性能是所有模型中最好且最为稳定的,是一种适合于小概率事件预报的方法.     

原状黄土固结蠕变特性试验研究

以陕西杨凌地区黄土为研究对象,对不同初始含水率的原状黄土进行了单向固结试验,获取了各级法向应力下的应变-时间曲线,研究了初始含水率、法向应力水平对黄土固结蠕变耦合特性的影响。结果表明:当初始含水率一定时,法向应力水平对黄土的蠕变固结特性有较大的影响,表现为法向应力愈大,黄土的初始应变愈大;当法向应力水平一定时,含水率对黄土蠕变固结特性影响明显,表现为含水率愈大,初始应变愈大。根据应变-时间曲线特征,推导出杨凌地区黄土的应力-应变-时间关系,拟合得到其中的参数,经验证能较好地模拟杨凌地区黄土的固结蠕变耦合特性。另外,采用BP神经网络对应力-应变-时间关系进行模拟与预测,结果表明该方法具有较高的精度和较好的适用性。     

西安地下水位埋深变化分析及预测

基于对近年来西安地区各地貌单元潜水和西安市区承压水埋深的分析,采用不同的模型,对水位埋深的变化情况进行了预测检验。并依据降水量和水文地质的分析,提出降水量和水位埋深相互照应的关系,地下水补给量减少的状况,可能对水位埋深变化产生的影响。结果预测,到2010年,西安地区各地貌单．元潜水平均埋深将超过16．9m,2006年,2008年市区的承压水位埋深可能分别达到94．1,90．2。讨论认为持续的水位下降将可能导致严重的后果。解决水位埋深变化带来的问题需要长期的研究和努力。     

城镇控制测量中GPS高程拟合分析

GPS测量的大地高精度达到了3×10-6～4×10-6,本文结合城镇控制测量对GPS高程拟合情况进行了分析。研究结果表明,通过施测少量均匀分布的GPS点的水准高程,采用BP神经网络方法拟合GPS点正常高可以部分替代水准高程或三角高程。     

BP神经网络和SVR用于GPS高程拟合研究分析

首先介绍BP神经网络和SVR方法(支持向量机回归)用于GPS高程拟合的原理,然后通过实际数据比较BP算法和SVR在GPS高程拟合中精度。结果表明,以结构风险最小化为准则的学习方法SVR,其泛化能力明显比BP神经网络好,在工程中具有一定的实际应用价值。     

粒子群-BP神经网络模型在大坝变形监测中的应用

针对BP神经网络的初始化权值和阈值的随机性,易导致训练速度慢和落入局部极小等弱点,本文运用具有并行特性和全局优化能力的粒子群算法(PSO)对BP神经网络的权值和阈值进行优化,建立了基于粒子群-BP神经网络的大坝变形监测模型,并以丰满大坝多年监测的坝顶水平位移资料为例进行实证分析。与经典BP神经网络模型的预测结果相比,粒子群-BP神经网络模型的收敛速度更快、预测精度更高。     

改进的BP神经网络在土石坝变形分析中的应用

在前人工作的基础上,针对传统神经网络存在收敛速度慢、易限于局部极小等问题,提出了几点改进措施,并将其应用到某水库土石坝变形观测资料的分析中,分析成果表明,改进的神经网络可以克服传统神经网络的缺点,很好地剔除粗差,使预测的精度和学习效率都有明显提高;充分证明了这一理论具有很强的实用性。