联合星载毫米波雷达和中分辨率光谱成像仪的云底高度反演

云底高度是云重要的宏观物理参数。本文基于MODIS和CPR探测得到的可见光、红外和毫米波数据,提出了用主成分分析(Principal Component Analysis,PCA)和BP神经网络反演云底高度的新方法,并以相对湿度阈值法处理探空资料所获取的云底高度为基准,对PCA-BP法和CloudSat产品获取的云底高度进行了对比分析。结果表明:对绝大部分类型的云,PCA-BP法的反演偏差小于CloudSat产品。PCA-BP法和CloudSat产品反演的云底高度在夏季偏低,在其他季节偏高,且PCA-BP法与探空仪的均方根误差在所有季节均小于CloudSat产品,两者反演的云底高度具有一致的季节特征,即夏高冬低。PCA-BP法和CloudSat产品所获取的云底高度随纬度升高有减小趋势,在不同地区,两者具有不同的反演效果,反演误差随纬度升高而逐渐减小,对比结果说明了PCA-BP法反演云底高度具有一定的可行性。     

岩相识别的神经网络计算

模式识别在定量研究岩相模式中是一种有效的方法，神经网络是模式识别的一种新方法，和其它模式识别方法不同之处在于它能模拟人脑并行处理信息的模式和神经系统的可塑性。经传统岩相分析，鄂中拗陷二叠系碳酸盐岩确认为碳酸盐岩台坪相，它包含五个亚相，即局限台洼、台坡Ｂ、台洼、台坡Ａ和台滩相。它们在岩石的颜色、矿物组分、古生物种属、结构等特征上都有不同的差异。应用ＢＰ神经网络，特别是与模糊模式识别的结合，对拗陷区的岩相识别是成功的，令人鼓舞，两种方法各自的正确判对率约为７５%，而综合两种方法的判对结果，则岩相全部判对。     

三峡水库运行对洞庭湖水位影响分析

洞庭湖的水情是长江和四水共同作用的结果,三峡蓄水运行必将导致洞庭湖的水情变化.本文利用BP神经网络对洞庭湖出口城陵矶站的水位过程进行模拟,以区分城陵矶水位变化中三峡的影响分量.模型训练阶段以三峡出库日均流量、洞庭湖四水合成日均流量为输入,城陵矶站的日水位过程为输出,应用阶段用三峡入库流量代替出库流量,从而还原自然状态下...     

中国海域及邻区基于BP神经网络的矩震级转换模型

海域地震对我国海洋资源开发和沿海地区的经济建设形成严重威胁,开展相关地震活动性研究的重要前提是编译我国海域及邻区的地震目录。我国常用的震级标度为面波震级(MS),而国际上最新的地震活动模型多采用矩震级(MW),因此在应用这些模型时需要拟合面波震级与矩震级之间的转换关系。本文以中国海域及邻区为研究区,收集了1988—2020年中国地震台网的面波震级和全球矩心矩张量(GCMT)项目的矩震级数据,从中提取年份、深度、经度、纬度、面波震级作为影响因子,以实际记录的矩震级值作为标记,训练BP神经网络建立以GCMT的矩震级为目标的震级转换模型。同时,使用最小二乘回归和正交回归建立线性模型作为对比。结果显示,最小二乘回归和正交回归的平均绝对误差和均方根误差比BP神经网络高40%左右。此外,BP神经网络的残差绝对值更小、分布更集中。     

BP人工神经网络油气圈闭评价

以误差反向传播学习算法为模型,地表油气化探组合指标为导师训练信号,已知工业油气流产出点、油气显示和干井（无油气）产出点,相应的希望输出信号为１．０～０．０之间,在导师信号引导下进行网络联想记忆自学习,训练成熟后对预测区进行含油气远景圈闭评价,对胜利油田ＪＹＨＭ凹陷进行了实际应用研究,取得了较好的识别圈闭效果。     

川东石炭系新区天然气开发早期动态预测模型

川东石炭系新区大多数气藏尚未进入或结束评价阶段,资料不足而不具行进行数值模拟编制早期开发方案的条件,为了高速高效开发气藏及编制矿区上产规划,就必须选择适当的方法进行新区早期动态预测,本文正是基于此,特提出递推滚动ＢＰ神经网络预测模型,利用老区不同类型气藏的已建模型,对新区不同采气速度下,稳产期和递减期地层压力的变化规律,最终采出程度的大小进行了预测,预测精度与传统的数值模拟方法相当,更具有简便快速     

用改进后的BP神经网络评价黄土质边坡稳定性

首先介绍了改进BP神经网络性能的几种方法；在此基础上，考虑影响黄土质边坡稳定性分析的各种自然因素，包括坡高，坡比，强度指数，土何内摩擦角，土体容重，空隙水压力系数以及地震烈度统方法的计算结果进行逐一对比，对比结果证明了该方法能够满足一般黄土质边坡稳定性评价的精度要求；另一方面，由于方法的改进大大减少了网络的计算时间，使得黄土质边坡稳定性的评价更为便捷迅速，从而证明该方法具有一定的推广应用价值。     

基于BP算法的金刚石钻头设计专家中的配方设计子系统

介绍金刚石钻头设计专家系统中的配方设计子系统,包括多层感知机数学模型和ＢＰ算法,专家子系统的设计,钻头配方参数样本的网络训练,给出了钻头配方设计的典型数据。实践表明ＢＰＦＥＳ用于钻头配方设计是可行的,具有人工智能的特性。     

专家系统和神经网络相结合用于钻进过程安全监控

提出了把专家系统和神经网络混合起来使用的新方法, 这种方法可以克服专家系统和神经网络单独使用时的缺陷。以钻进过程的安全监控为例, 研究了这种方法在确定性和不确定性条件下的使用步骤及效果。     

基于BP神经网络的海水盐度建模研究

针对受诸多因素影响的复杂的海水盐度参数非线性输入输出特性,训练并建立BP神经网络模型,介绍了该模型的结构特点和原理。分析表明,该方法在海水盐度建模等复杂系统方面具有实用性和可靠性,并有很好的应用前景。