复杂构造应力扰动场与发震构造识别问题的研究

在地震短临阶段异常是由局部断层扩展或弱化引起。实验与数值模拟结果曾得到与之相伴的是平均应力扰动场的四象限分布和最大剪应力扰动场的八瓣式分布。为检验此结果的普适性作了进一步的研究。结果表明不论区域构造及其基本应力场如何复杂，这种四象限分布与八瓣式分布型式不变，这为最终判定失稳区提供了依据。与此同时，在复杂构造情况下这种应力扰动场的畸变也不容忽视     

改良最短距离法在合金样品分类中的应用研究

运用改良最短距离法分类原理对合金样品进行分类研究,从样本个数,训练集特征值范围及试验集插入位置等方面对识别率的影响进行了探讨。改良最短距离法对未知样品有较高的识别率,但该方法的外推预测能力不足。     

江苏沿海滩涂利用模式遥感影像解译和时空变化分析

为了弄清江苏沿海滩涂利用模式分布情况,定量分析其时空变化趋势,本文基于Google Earth Engine云计算平台和Landsat卫星遥感影像数据,结合随机森林分类方法,通过机器学习建立了滩涂利用模式自动识别分类方法,样本训练后识别准确率达93％以上.利用该方法提取了2002年、2014年和2019年江苏沿海的土地...     

基于SSW点云数据的矢量地图平面精度自动校验方法

常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1：1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。     

基于模式识别理论的卡钻类型判别分析

将模式识别理论中的支持向量机、Bayes判别分析以及多元回归分析应用于卡钻类型判别分析,建立了基于模式识别理论的卡钻判别模型。以近几年川东北卡钻数据为例进行了算例分析,结果表明：采用支持向量机、Bayes判别法及多元回归法对卡钻类型判别的结果与实际结果的误判率分别为1.92%,11.52%,61.54%。支持向量机（SVM）判别结果精度最高,但其判别方程式较为复杂,不能直观看出各分量对结果的影响程度;多元回归分析判别方程形式简单,可以直观表达各参量与卡钻之间的密切程度,但其判别精度较低;Bayes判别法计算精度介于二者之间,但其判别精度与判别式的个数密切相关。     

桥梁水平位移混沌特征识别与神经网络预测研究

跨海大桥系统受外界影响扰动,其变形伴有混沌现象发生.对桥梁变形监测数据实现了混沌识别,运用C-C法计算时间序列的延迟时间,用G-P方法求得最佳嵌入维数,通过求取的时间延迟和最佳嵌入维数对桥梁变形监测数据进行相空间重构,为混沌时间序列预测模型的建立奠定基础;基于RBF神经网络建立混沌时间序列预测模型,对实测数据进行桥梁变...     

卫星+AI时代遥感专业模式识别课程的教学实践与改革

在人工智能时代深化遥感产业发展背景下,遥感专业人才培养需要与时俱进,以提高人工智能应用能力。本文针对目前遥感科学与技术专业人工智能核心课程模式识别教学现状及存在的问题,提出面向遥感专业应用导向的模式识别课程建设思路,从教学内容和实践环节两个方面设计了以提高遥感专业学生人工智能应用能力为目的的教学方案。从教学反馈结果来看,本文提出的教学思路不仅激发了学生对模式识别课程学习的兴趣,而且提高了学生应用模式识别方法进行遥感信息解译的能力。     

利用一种新的神经网络模型识别点状地图符号

着重讨论了用一种新的神经网络模型识别点状地图符号的过程,主要包括网络的结构特点和学习算法以及学习训练过程,并验证了用该网络进行点状地图符号识别的有效性。     

基于模糊模式识别理论的土地利用合理性分析

以模糊模式识别理论为基础 ,采用模糊综合评判法 ,对土地利用结构合理性等级的模糊划分进行了初步的研究。在此基础上 ,以陕西榆林地区土地利用为例 ,通过计算土地利用结构合理性模糊等级序列及其隶属度 ,对该区土地利用结构的合理性进行了模糊等级评判。研究结果显示 :在土地利用研究中模糊综合评判是一种科学合理的研究方法。     

东亚夏季风的年际变化及其对环流和降水的影响

Using NCEP/NCAR reanalysis geopotential height (GHT) and wind at 850 hPa, GHT at 500 hPa, precipitation rate, sea level pressure (SLP) and precipitation observations from more than 600 stations nationwide in June–August from 1951 to 2006, and focusing on the East Asia-West Pacific region (10°–80°N, 70°–180°E), interannual variation of East Asian summer monsoon (EASM) and its correlations with general circulation and precipitation patterns are studied by using statistical diagnostic methods such as 9-point high pass filtering, empirical orthogonal function (EOF) analysis, composite analysis and other statistical diagnosis, etc. It is concluded as follows: (1) EOF analysis of SLP in the East Asia-West Pacific region shows the existence of the zonal dipole oscillation mode (APD) between the Mongolia depression and the West Pacific high, and APD index can be used as an intensity index of EASM. (2) EOF analysis of GHT anomalies at 500 hPa in the East Asia-West Pacific region shows that the first EOF mode is characterized with an obvious meridional East Asian pattern (EAP), and EAP index can also be used as an EASM intensity index. (3) The composite analysis of high/low APD index years reveals the close correlation of APD index with EAP at 500 hPa (or 850 hPa). The study shows an obvious opposite correlation exists between APD index and EAP index with a correlation coefficient of −0.23, which passes the confidence test at 0.10 level. (4) Both APD and EAP indexes are closely correlated with precipitation during flood-prone season in China and precipitation rate over the East Asia-West Pacific region. The significant correlation area at 5% confidence level is mainly located from the southern area of the Yangtze River valley to the ocean around southern Japan, and the former is a positive correlation and the latter is a negative one. Foundation: Cooperative Project funded by the Ministry of Science and Technology of the People’s Republic of China, No.2007DFB20210; National Natural Science Foundation of China, No.90502003; JICA China-Japan Technical Cooperative Project “China-Japanese Cooperative Research Center on Meteorological Disasters”. Author: Yu Shuqiu, Associate Professor, specialized in climate and climate change.