一种利用卷积神经网络的干涉图去噪方法

干涉图滤波是合成孔径雷达数据处理的关键,引入卷积神经网络（convolutional neural networks,CNN）进行干涉图去噪。首先,采用自编码器结构进行非监督学习,将干涉图去除局部地形坡度相位,所得残余噪声作为模型输入;然后将模型输出结果与去除的局部地形坡度相位相加,生成滤波结果。利用航天飞机成像雷达数据和哨兵一号A(Sentinel-1A)卫星数据,通过与Goldstein滤波器、均值滤波器、Lee滤波、Frost滤波、改进的去噪卷积神经网络（denoising convolutional neural network,DnCNN）进行对比实验,结果表明,该方法对干涉图相位质量有很大的改善,不仅能够较大程度地抑制噪声,而且能够更多地恢复出图像细节,保持干涉条纹边缘连续性。     

利用弹性反馈神经网络融合ASTER GDEM和SRTM1高程数据

由于数据获取与后期处理方式不同,先进星载热发射和反射辐射仪全球数字高程模型(advanced spaceborne thermalemissionandreflectionradiometerglobaldigitalelevationmodel,ASTERGDEM)和航天飞机雷达地形测绘任务(shuttle radar topography mission,SRTM)数据在高程精度上存在差异,采用弹性反馈（resilient backpropagation,RProp）神经网络算法对二者进行融合处理,实现优势互补以提升高程精度。选取两个黄土丘陵沟壑地貌样区分别用于模型建立与效果验证,1∶10 000高程精度为参考数据,在建模样区应用RProp神经网络算法构建ASTER GDEM高程校正模型、SRTM1高程校正模型、ASTER GDEM与SRTM1高程融合模型,同时应用误差反向传播(back propagation,BP)神经网络建立ASTER GDEM与SRTM1高程融合模型,将这些模型的高程精度优化效果进行对比,并在验证样区检验RProp融合模型的可行性。结果表明,RProp融合模...     

基于神经网络和滤波技术的贮仓结构参数识别

利用神经网络和Kalman滤波技术,提出了一种直接识别结构物理参数的方法,用Kalman滤波技术训练网络。在贮仓振动台实验的基础上,用贮仓在动载作用下的位移、速度作为网络的输入,激振加速度和响应加速度作为网络的输出。仿真计算表明,本文方法是可行的。     

基于客观分析的重庆雾的BP神经元网络预报模型研究

本文利用数值预报产品、TTAA报文观测资料及重庆雾(能见度)的实况资料,采用客观分析方法将相关资料处理成二维网格资料,再运用车贝雪夫正交多项式实现二维网格图形的数学定量描述,最后建立重庆雾的BP神经网络方法预测模型,并对重庆雾进行预报试验。检验结果表明,这种方法预报效果较好,基于客观分析的BP神经网络模型进行雾的短期预报具有一定的应用前景。     

语音识别技术在地学领域的应用

语音识别是通过计算机将语音自动转换成文字的技术,是一种以语音为基础的人与机器之间的交互方法,在生产生活方面都有广泛的应用。语音识别的工作流程主要包括特征提取—识别建模及模型训练—解码得到结果。随着移动终端设备的智能化和硬件性能的飞速发展,传感器种类不断丰富,研究并加以利用这些最新的软件环境和硬件设备,使得野外数据采集更为高效准确是数字勘查技术的发展趋势。采用基于语音识别的、方便快速又智能的方法来提高技术人员野外数据采集的效率,对于革新传统意义上的野外数据采集具有重要意义。     

基于SSA优化的GA-BP神经网络煤层底板突水预测模型与应用

随煤层开采深度的不断增加,煤矿生产过程中面临着复杂的突水机理和多变的突水主控因素,且各因素间相互联系的不确定性,使底板突水预测的难度不断增加。为准确预测底板突水危险性,针对底板突水的小样本、非线性问题,首先利用遗传算法(Genetic Algorithm,GA)将网络随机赋值的初始权值和阈值初次优化,再选取搜索能力强、稳定性较好的麻雀搜索算法(Sparrow Search Algorithm,SSA)对权值和阈值进行二次寻优,从而建立SSA-GA-BP神经网络底板突水预测模型。分析整理山东省滨湖煤矿地质及水文地质资料,选取含水层水压、含水层厚度、隔水层厚度、断层密度、断层分维值、渗透系数、单位涌水量、底板破坏深度共8个因素,作为预测底板突水的主控因素,绘制各主控因素3D映射投影曲面图;利用Surfer软件中的克里金插值法提取50个数据点作为模型的输入样本(分为训练集40个,测试集10个),对模型进行训练学习,训练误差精度达到要求后,对滨湖煤矿3个未开采工作面的12个数据点进行突水危险性预测。为了验证所建模型的准确性,利用BP、GA-BP、SSA-GA-BP这3种模型对测试集进行预测;为避免模型仅与BP网络预测对比的片面性,同时选取以熵权法确定权重的模糊综合评判法对测试集进行预测;将各网络模型及方法的预测结果与实际值进行对比分析。结果表明:基于SSA优化的GA-BP神经网络模型突水预测误差较小,预测结果准确率更高,为矿井水害预测预报提供了科学的评价方法和理论依据。      

降雨量及叠加预测方法研究

为了得到精确度较高的降雨量预测值及其叠加预测精度,利用小波神经网络和NARX动态神经网络对降雨趋势和降雨量进行预测,并分析降雨量叠加预测值的误差.研究表明,小波神经网络分析的月降雨量多个变化周期以及总的变化趋势较为准确;NARX动态神经网络预测模型测试误差为0.21％,回归效果图的相关系数R为0.99993,回判和检验...     

定量风险评估在导管架海上安装工程中的应用

定量风险评估是风险评估发展的主要趋势。论文基于TOPS IS和神经网络响应面法,提出一种定量风险分析方法,并运用此方法对导管架海上安装过程进行深入分析,以及时查找并消除各方面的事故隐患。首先找出潜在的风险事件及相关风险因素,然后对风险事件的模糊概率和损失程度后果进行量化,最后依据风险评价结果对需要控制的风险事件给出控制措施。实例表明,该方法是一种实用而有效的定量风险评估方法。     

MS-VSCN:用于影像匹配的多尺度视觉相似度比较网络

影像匹配在多种计算机视觉任务中起着重要的作用.提出一种用于影像匹配的多尺度视觉相似度比较网络.该网络基于孪生网络结构进行构建,将普通卷积与空洞卷积进行融合,使得卷积神经网络在多个尺度上提取到的视觉特征实现互补.首先,网络的输入由两幅待匹配的影像组成,使用权值共享的两个网络分支分别提取两幅影像的深度特征;其次,在网络中与...     

应用径向基概率神经网络研究地震滑坡

地震滑坡是一种有着严重危害的次生地震灾害形式,形成机制复杂,涉及因素较多。地震滑坡在空间上不是完全随机分布的,换言之,地震滑坡的影响因素和它的分布规律之间存在着相关性。利用径向基概率神经网络自学习的特性,通过对样本训练、检测,得到一个稳定可靠的模式识别网络,并用其对工作区进行潜在地震滑坡危险性区划,通过结果对比,在本例中识别精度达到89.9%以上,显示是一次有效的尝试