变形分析的Bayes估计与检验

由于观测条件的变化，观测值方差将产生随机波动。本文根据Ｂａｙｅｓ估计理论，推导了线性模型待估参数的分布函数及观测值方差估计公式，并将其用于位移检验。计算结果表明，在同样的置信度下，本方法更符合实际。文中还对参数估值的统计性质进行了讨论。     

半参数平差模型估计量的精度评定

将半参数估计理论引入测量数据处理理论中,利用Blight和Ott提出的思想,用多项式函数来表示半参数平差模型中的非参数分量,从而得到了半参数平差模型中参数分量和非参数分量的Bayes估计量,通过理论证明,半参数模型参数分量的Bayes估计为通常意义下高斯马尔可夫模型参数估计值与参数期望的加权平均,是一致、渐近无偏和渐近有效估计量,并且其方差小于参数模型中参数估计量的方差。在一定情况下推广了平差理论,具有一定的理论价值。     

基于动态极值理论和Copula函数的极端海平面高度预测建模

全球气候变化背景下,海平面上升是一个潜在的重大风险,为防范气候灾害,应对极端气象海洋事件,需客观、定量地对未来极端海平面变化进行科学预测。为此,基于Copula函数和动态极值分析理论,综合考虑平均海平面变化(包括垂直陆地运动和基准的局地变化)与潮、涌、浪等其他气候变化的增水对极端海平面高度的影响,采用DREAM方法改进Bayes推断对动态极值模型的参数空间估计问题,提出一种新的模型对未来极端海平面高度变化进行预测,旨在改进传统模型存在的不确定性问题,并运用该模型对气候变化背景下厦门地区未来35年的海平面变化情景进行了模型应用和实验模拟。     

节理分布空间变异的地下洞室稳定性概率分析

以岩土材料力学参数空间变异性的"点估计-有限元"分析方法为基础,结合节理分析时自身存在几何模型、网格划分等特性,扩展了该方法在节理分布空间变异性分析方面的适用性,明确了具体的研究步骤与方法。以某抽水蓄能水电站为例,通过分析节理空间变异性对围岩变形与塑性区的影响,验证了扩展后该方法的准确性和合理性。对工程案例开挖揭露的1400余条节理进行概率统计,建立了节理空间变异性的有限元分析模型;采用扩展后的概率分析方法,研究了节理分布对地下洞室群围岩开挖稳定性的影响。研究结果表明:(1)对比概率分析得到的围岩变形概率分布与现场监测结果,发现剔除变形异常点后监测变形量值大部分位于得到的位移概率分布范围内,说明节理的空间变异性是导致监测变形波动的主要影响因素;(2)围岩变形概率分布的标准差能有效识别出围岩开挖变形受节理空间变异性的影响程度,对于所给出的案例依次为:机窝>边墙>顶拱;(3)围岩塑性区的概率分区能合理判断地下洞室群开挖时受节理影响较大的区域和范围,为工程施工的支护设计提供依据。     

1998年夏季南海水团分析

根据 1 998年夏季“南海季风试验 ( SCSMEX)”期间所获的 CTD资料 ,使用系统聚类、Fuzzy模式聚类、Bayes判别分析和 Fuzzy分析等水团分析方法 ,对南海水体的结构和水团配置状况等进行了分析 ,划出了南海存在的 9个主要水团 ,并对各水团的温、盐度特征进行了初析。在调查期间 ,南海本地水 (南海水 )几乎控制了整个调查海区 ,而黑潮水仅出现在台湾岛的西南海域 ;海水强烈混合发生在吕宋海峡附近 ;在中南半岛以东和吕宋岛以西海域 ,表层水明显下沉 ;在南海东南部可能有来自苏禄海的海水 ,其温、盐度特征类似于吕宋海峡中的黑潮水     

特大地震大小的快速估计法

将根据初至地震P波的宽带记录(即在宽频范围内的记录)得出的体波震级m_B重新引入国际地震实践中能更快地估计大地震的大小。国际地震学与地球内部物理学协会(IASPEI)震级测定工作组做出的这一建议以及与未来震级测量标准相关的其他建议于2005年10月2～8日在智利召开的IASPEI大会上被IASPEI地震观测与解释委员会采纳。     

Bayes判别分析法与地震短临预测

建立了一套完整的Bayes判别分析方法,并提出了明确的衡量综合预测结果所冒风险大小的风险代价比Kdn该方法可用于不同时间尺度的地震综合预测。选取云南地区1994～1996年的水氡观测资料,采用X2统计检验法识别前兆异常,利用Bayes判别分析方法对云南地区的强震活动性进行了内符检验和外推预测。在风险代价比Kdn取4的情况下,内符检验的R值可达0．54,外推时空占有率0．07,获得了满意的效果。     

距离判别法在矿山防治水中应用

以淮南潘二矿区、山西河池矿区和河南焦作矿区水样作为突水水源数据,采用距离判别分析理论,对突水水源进行判别分析。选用六大常规离子作为判别因子,分别建立矿井突水水源的距离判别分析模型。经回判检验表明,潘二水样和焦作水样的距离判别模型回判准确率超过90％,而河池矿区水样距离判别模型的回判准确率仅50％。为此,增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立河池矿区水样的距离判别分析模型,回判准确率提高至90％,证明适当增加特征判别因子对改善距离判别分析模型的判别准确率有利。最后对三个矿区的未知样本进行了距离判别分析,并与Bayes逐步判别法和模糊综合评判法判别结果对比,结果表明距离判别法稳定性较好,判别准确率与Bayes逐步判别基本相同,比模糊综合评判要好。因此,在判别因子选择合适的情况下,距离判别法是目前矿井突水水源判别的有效方法。     

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。