粒子群优化广义回归神经网络与HHT样本熵结合的地震辨识研究

天然地震与人工爆破信号具有许多相似的特性,为实现地震类型的准确辨识,提出一种基于粒子群优化广义回归神经网络和HHT样本熵的地震类型辨识新方法．该方法先通过经验模态分解（EMD）将初始信号分解成6个本征模态函数（IMF）及1个残余向量,对前三个IMF进行Hilbert变换得到瞬时频率和瞬时能量,进而提取出样本熵并构造神经网络训练集与测试集;利用粒子群算法和训练集优化广义回归神经网络的光滑因子参数值,建立PSO-GRNN分类模型．将该模型结果与BPNN模型、GRNN模型、PNN模型及RBFNN模型等神经网络模型进行性能对照,得到该模型单次识别的准确率、MAE、MAPE、RMSE R2及MSE分别为95%、0.1604、0.1204、0.2381、0.7123、0.0567,绝大多数性能评价指标优于其他4种神经网络模型．该研究建立的PSO-GRNN模型性能较稳健,在100次循环随机试验中辨识效果仍然较突出,计算得到的上述评价指标均值为97.42、0.04、0.04、0.12、0.89、0.02,其对应的标准差为3.53、0.05、0.04、0.08、0.11、0.02,将PSO-GRNN模型...     

商丘近40 a蒸发量变化特征及原因分析

利用商丘1961-2000年小型蒸发皿蒸发量资料,分析了商丘蒸发量的变化趋势及引起蒸发量变化的因子,结果表明,商丘年、季和月蒸发量均存在明显的下降趋势,影响蒸发量变化的因子主要有风速、日照、相对湿度、水汽压等.     

福建省数字化钻孔体应变观测资料质量初步分析

对整个福建省的钻孔体应变仪器运行状况进行了综合评价,并对4个台站的观测资料质量进行了分析,用M2波潮汐因子及其相对中误差等来衡量其总体精度和稳定性,还分析了钻孔应变观测的干扰机理和特征,希望能够正确地认识以及排除观测资料中的非异常信息,提高观测精度,为地震分析预报提供可靠的前兆资料。     

基于小波神经网络耦合模型对云南星云湖富营养化气象驱动因子的分析

气象因子是影响湖泊富营养化的重要因素,而湖泊富营养化对人群健康、生态系统和社会经济等均有负面影响.本文基于统计资料及遥感数据,结合Morlet小波分析和BP多层前馈神经网络(BP神经网络)构建了不同时间尺度下的小波神经网络耦合模型,分析了19862011年云南星云湖水华强度变化与月降雨量、月平均气温、月平均风速、月日照...     

基于扩展弹性阻抗岩石物理分析技术在北康盆地含油气性检测中的应用

南海南部北康盆地具有良好的油气资源条件,但我国无钻井.这里收集了该区内Mulu-1井部分测井曲线以及Talang-1井的钻探结果,利用有限的钻井数据进行该区的储层预测与含油气性检测.引入弹性参数旋转角度,构建了岩性及流体指示因子,并根据反演获得了研究区内两个目标钻井的指示因子.结果表明,通过Mulu-1井测井数据交会分...     

抽水和建筑荷载双重作用下的地面沉降模型

依据含水层质量守恒原理,推导了非固结地层在建筑荷载作用下的地面沉降机理模型,并将其与Jacob假定下抽水引起的地面沉降弹性模型相比较,结果发现两种模型的机理表达式完全一致,仅区别于水动力原因或实质的不同.在同一坐标系中,根据线性叠加原理,抽水沉降漏斗和荷载沉降漏斗可能都落在地下水位降落漏斗内.假定两者为相互独立事件,给出了抽水和建筑荷载双重作用下的地面沉降模型,表明其如果以水位降深为制约因子,则可以对水动力实质完全不同的两种沉降过程进行线性叠加计算.     

南海与厦门湾海水中210Po和210Pb的粒级分布

对南海和厦门湾表层水中210Po和210Pb的粒级分布特征进行了研究.结果表明,南海海水中210Po和210Pb在不同粒级颗粒物中的体积比活度高低顺序为:(＜0.4μm)＞(0.4～2.0 μm)＞(2.0～10 μm)＞(＞10μm).210Po、210Pb主要存在于＜2.0 μm粒级颗粒物中.厦门湾210Po体积比活度高低顺序为:(2.0～10 μm)＞(＜1.2μm)＞(＞10μm)＞(1.2～2.0 μm),210Po主要存在于＞2.0μm粒级颗粒物中.南海不同粒级颗粒物中210Pb的质量比活度差异不大,0.4～2.0 μm和2.0～10 μm粒级210Po质量比活度约为10μm粒级210Po比活度的3倍.厦门湾210Po的质量比活度比南海相应粒级210Po低约1个数量级,且各粒级间差异不大,表明不同粒径颗粒物在210Po和210Pb清除过程中的作用不同.210Po和210Pb的固-液分配系数(Kd)及分馏因子(α)进一步证实南海0.4～2.0 μm粒级颗粒物对210Po的清除能力比其它粒级颗粒物更强,而＞10μm粒级颗粒物对210Pb的清除能力比其它粒级颗粒物更强.不同粒级颗粒物中210Po与210Pb之间的不平衡状况揭示了不同粒级颗粒物不同的来源,为210Po/210Pb不平衡示踪颗粒物来源提供了依据.     

一种两步抗差估计的设计及其解算

抗差估计的关键是选择适当的权函数和合理的调制因子,针对这两个重要问题,在研究当前调制因子取值方法的基础之上,提出了可动性调制因子这一新概念,并基于可动性调制因子、IGG方案权函数,设计了两步抗差估计。两步抗差估计解决了抗差估计中传统的调制因子、方差因子、初值三者取值时存在的一系列问题,尤其当三者取值不能协调配制时出现的秩亏问题,从而使抗差估计方法更具有实际意义和广泛意义。     

大豆蛋白废水处理中泡沫分离过程的数学模型

假设吸附过程始终处于平衡态、气泡大小均一以及每一个气泡均为正十二面体,构建了泡沫分离过程的数学模型.模拟了液池中蛋白质在气液界面上的吸附过程和泡沫层中气泡的失水过程,得出了富集比的表达式,可用于分离效果的预测.经验证,模型与实验条件下的泡沫分离过程基本符合.     

中国作物物候对气候变化的响应与适应研究进展

以气候变暖为主要特征的气候变化对作物物候产生了重要的影响,通常气温升高会导致作物生长速度加快,生育期缩短,从而造成作物产量下降,不利于农业发展。同时,作物物候变化可以直接或间接反映气候变化情况,对于气候变化具有重要的指示意义。作物物候的研究对于农业气象灾害的预防、农业生产管理水平的进步以及农业产量提高都极为关键。随着全球地表气温的持续升高,作物物候相关研究也越来越引起科学家的关注。论文结合作物物候的主要研究方法,综述了中国近几十年来小麦、玉米、水稻以及棉花、大豆等主要农作物的生育期变化特征以及主要的驱动因子,得到以下主要结论：①在研究方法上,统计分析方法应用最为普遍,其他几种方法都需要与统计分析方法相结合使用。另外,作物机理模型模拟方法易于操作、可行性强,在物候研究中应用也比较多。遥感反演方法对作物生育期的特征规律要求较高,一般主要关注作物返青期。②整体上,小麦全生育期主要呈缩短趋势,而玉米和水稻全生育期以延长趋势为主。③作物物候变化的驱动因子主要是气候变化和农业管理措施改变,其中,气候变化是主导驱动因子,对作物物候变化起决定作用,而调整农业管理措施,在一定程度上抵消气候变化对作物生育期的不利影响。作物物候对气候变化的响应和适应研究可以为农业生产适应气候变化提供重要的理论依据和对策。