基于PSR-WSVM模型的边坡位移预测

为建立高精度的边坡位移预测模型，采用相空间重构（PSR）将边坡位移时间序列数据转换为多维数据，同时构造小波核函数改进的支持向量机模型，建立PSR-WSVM模型并应用于边坡位移预测。将PSR-WSVM模型预测结果与传统支持向量机（SVM）模型、小波支持向量机（WSVM）模型和基于相空间重构的支持向量机（PSR-SVM）模型预测结果进行对比，通过平均绝对误差（MAE）、平均绝对误差百分比（MAPE）和均方根误差（RMSE）3个精度评价指标验证PSR-WSVM模型的可行性。工程实例结果表明，PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型，边坡位移预测的精度明显提升。     

用双三次样条函数和GPS资料反演现今中国大陆构造形变场

将中国大陆现今构造变动视为一种连续的地壳变形,利用双三次样条函数模拟了近期GPS测定的大陆内部及周边地区412个测站速率,反演大陆地区自洽的构造变动速度场和应变率场.模拟结果显示:印度板块与欧亚板块的碰撞、挤压是构成中国大陆内部岩石层水平形变的主要驱动力.印度板块在东喜马拉雅构造结深深插入青藏高原,造成地壳大规模的缩短和抬升.青藏高原东南部的喜马拉雅带、拉萨和羌塘地块以及青藏高原东南边的川滇地区,内部构造活动强烈,其内部的构造变形包含地壳碎片的冲断、褶皱和侧向逃逸.大陆地壳(或岩石圈)的增厚,尤其是喜马拉雅山脉南北向的快速缩短和青藏高原东西向的缓慢拉张,大约吸收了印欧板块会聚量的85%,西藏中东地区东西向的拉张速率达到了(16±2.0)mm/a,且顺时针方向扭转明显.印度板块相对欧亚板块运动的欧拉极为(29.7°N, 19.3°E, 0.392°/Ma);华南地块相对于欧亚大陆向东(102°±7.4°)南的运动速率是(11±1.54)mm/a,华南块体相对欧亚板块运动的欧拉极为(62.25°N, 126.56°E, 0.141°/Ma);塔里木地块相对较稳定,其西部运动速度高于东部运动速度,作顺时针方向旋转.总体上讲,中国大陆运动方向为北偏东呈辐射状,从西部近南北方向的运动转向东部地区东南方向的运动,绕东喜马拉雅构造结有一顺时针方向的旋转.横穿喜马拉雅构造带及青藏内部的南北向压缩速率为(19±2.0)mm/a,横穿西天山构造带的南北向压缩平均速率为(13±1.5)mm/a,横穿东天山构造带的南北向压缩平均速率为(6.0±1.4)mm/a.阿尔金断裂带的左旋走滑速率为(6±1.2)mm/a.     

初轨计算中的病态分析

本文对现有初轨计算方法进行病态性分析与误差分析；研究结果表明：病态对现有初轨算法的影响，主要来源于法方程系数中包含观测误差．系数行列式愈大，定轨精度的损失愈多，当■被随机误差项△μ淹盖时，现有初轨算法将失效．此外，仿真结果还显示：■与△μ的大小还极大地依赖观测弧段的空间位置，当观测弧段包含近站点作为中点时，■最大，而■小，此时定轨精度较高；当观测弧段位于近站点的某一侧时，■小，而■大，此时定轨精度较低，观测弧段愈偏离近站点，病态影响愈大；因而在观测时，应尽量使观测弧段与近站点对称（此时μ值较大），这是提高短弧定轨的一种有效途径．     

关于改进的Encke方法中参考轨道的选择和校正

对于改进的Ｅｎｃｋｅ方法，选择适当的参考轨道是一个关键．然而，对于人造地球卫星长弧轨道计算，目前所给出的几种参考轨道均需要逐段校正，这将给定轨问题带来附加的复杂性．本文将仔细探讨如何选择参考轨道和减少校正次数．     

小波分析理论在GPS技术中的应用

在GPS数据处理中 ,存在着误差影响、影响波的干扰、周跳和数据量大等问题。误差影响和影响波的干扰实质是在接收卫星信号时受到其它因素的影响 ;周跳是由于卫星信号的失锁而造成信号的不连续 ;数据量大是因为GPS观测需要采样间隔小又连续观测所致。由于小波理论具有时频分析、波形分解、特征提取和快速小波变换等特性 ,应用小波变换和波形分解可以解决误差影响和影响波的干扰的问题 ;应用特征提取可以解决周跳检测问题 ;应用快速小波变换可进行数据压缩     

关于Diophantine方程的解

对于正整数a ,设S(a)是Smarandache函数。证明了 :方程S(1·2 ) +S(2·3) +… +S(x(x +1) ) =S(x(x +1) (x +2 ) /3)仅有正整数解x =1。     

小波分析理论在GPS技术中的应用

在GPS数据处理中，存在着误差影响、影响波的干扰、周跳和数据量大等问题。误差影响和影响波的干扰实质是在接收卫星信号时受到其它因素的影响；周跳是由于卫星信号的失锁而造成信号的不连续；数据量大是因为GPS观测需要采样间隔小又连续观测所致。由于小波理论具有时频分析、波形分解、特征提取和快速小波变换等特性，应用小波变换和波形分解可以解决误差影响和影响波的干扰的问题；应用特征提取可以解决周跳检测问题；应用快速小波变换可进行数据压缩。     

疏散星团M11的研究——相对自行和成员概率

本给出了疏散星团M11中心25′×25′天区内872颗恒星的相对自行、自行测定误差以及团中心距r≤25′范围内785颗恒星的成员概率，并对有关问题作了简单的讨论。