Geoacoustic Inversion via Genetic Algorithm and Its Application to Manganese Sediment Identification

An acoustic inversion method using a wide-band signal and two near field receivers is proposed and applied to multiple layered seabed models including a manganese sediment. The inversion problem can be formulated into a probabilistic model comprised of signals, a forward model, and additive noise. The forward model simulates wide-band signals, such as chirp signals, and is chosen to be the source-waveletconvolution plane wave modeling method. The wavelet matching technique, using weighted least-squares fitting, estimates the sediment sound-speed and thickness on which determination of the possible numerical ranges for a priori uniform distribution is based. The genetic algorithm is applied to a global optimization problem to find a maximum a posteriori solution for determined a priori search space. Here the object function is defined by an L 2 norm of the difference between measured and modeled signals. Not only the marginal pdf but also its statistics are calculated by numerical evaluation of integrals using the samples selected during importance sampling process of the genetic algorithm.     

GPS网络RTK的质量控制

随着科技的发展与工程应用的深入,传统RTK技术的不足也逐渐体现出来。网络RTK的出现克服了它的局限性。本文简要介绍了网络RTK的概念、工作原理、误差来源与平差、质量控制方法。     

高维PP时间序列分析在地震预报中的应用

将投影寻踪(PP)与高维时间序列分析结合起来，建立了地震PP综合预测模型。并选取祁连山地区作研究区，做了未来三个月内最大震级的短期预测，经展望式检验，合格率(预测误差≤0．5或≤10％)≥80％。中根据实际需要提出建立一定震级门限(M≥4．0)的预测具有更好的效果。本预测模型还可增加自变量、维数和改变时间尺度，并运用到其他领域中。     

基于改进K-SVD字典学习方法的地震数据去噪

为实现更好的地震数据去噪技术,笔者引入一种新的算法:快速迭代收缩阀值法(FISTA),通过FISTA和K-奇异值分解(K-SVD)不断迭代更新K-SVD字典,利用更新得到的K-SVD字典对地震数据进行稀疏表示,去除稀疏系数中较小的数值,使数据中的随机噪声得到压制。对层状模型合成地震记录,Marmousi模型合成地震记录以及实际地震数据进行对比实验,得出FISTA算法较OMP算法能更好地提高地震数据的信噪比,同时有效地保护了反射信号。     

基于正交匹配追踪的声层析方法

声速剖面的变化会对声传播产生较大的影响,经验正交函数模型经常用来实现对声速剖面数据的简化描述。然而在内波、湍流等海水不均匀性存在时,这种正则化操作会造成声速重构精度的大幅降低。本文利用字典学习生成声速剖面的非正交原子,在稀疏编码时采用正交匹配追踪（OMP,Orthogonal Matching Pursuit）算法,更新字典则使用KSVD （Kernel Singular Value Decomposition）的字典更新算法。由于字典学习不需要强制使用正交条件,对于训练数据更加灵活,从而可以使用少数的原子组合达到更高的重构精度。利用一次浅海声学实验多次测量的声速剖面研究了海水声速剖面的经验正交函数表示和字典学习,研究表明：相比于正交函数表示,学习字典可以利用少数原子（甚至一个原子）更好的解释声速剖面扰动。字典学习可以提高声速剖面的稀疏性,从而提高声速剖面的反演精度。     

基于投影寻踪的水质评价模型

基于投影寻踪技术的基本原理和求解过程，建立了水质评价模型。大样本数据应用到模型中，使模型的精度大大提高。该模型既能根据样本本身寻求出各因子的重要程度，即客观权重．又能根据决策者对某个（些）影响因子的偏好，对样本进行分类。将遗传算法和传统优化方法相结合，以解决遗传算法求解带约束问题能力差的问题，并将其用于本文建立的模型的目标函数优化中．解决了高维数据全局寻优的难题。实例分析表明，该模型能够很好地对水质进行评价。能有效地解决多因素带来的高维复杂性，是一种处理多因素复杂评价问题的有效途径。     

多尺度快速匹配追踪多域联合地震反演方法

多尺度快速匹配追踪多域联合地震反演是一种通过地震数据多尺度分解的迭代反演方法.与此同时,在快速匹配追踪算法中引入低频模型约束,有效提高了收敛精度,使反演结果具有丰富的高低频信息.首先通过对大尺度地震资料进行反演得到低频背景.在此基础上,采用中尺度与小尺度地震数据进行逐级迭代用以获得高频数据,因而有效缓解了常规反演方法对于初始模型精度的依赖.最后利用理论模型与实际地震数据进行测试,通过与常规时间域反演方法的反演结果进行对比可以看出,本文方法在地层连续变化处依然可以对变化地层进行精确刻画,且在纵向分辨率提升的同时保持了较好的横向连续性.     

Automatic registration of aerophotos based on SUSAN operator

The technique of image matching is the basis of image fusion,image mosaic and scene 3D reconstruction.In the paper a novel image registration method based on SUSAN operator is proposed.Firstly,Corner points are extracted by using SUSAN(Smallest Univalue Segment Assimilating Nucleus) operator.Then matched corner points are selected through coarse matching and fine matching.Based on such corner pairs,aerophotos are registered automatically.     

基于逐次投影寻踪的高光谱影像降维方法研究

提出了一种新的逐次投影寻踪方法,对高光谱数据进行降维处理,采用定量化的指标,通过对高光谱数据的多次一维投影,逐步选取有效成分,构建新的低维正交空间.     

影响流域土壤流失的降水量的PPAR(K)预测模型

介绍了投影寻踪自回归（ＰＰＡＲ（Ｋ））的基本思想及其算法。用ＰＰＡＲ（Ｋ）和均生函数（ＭＧＦ）两种方法对泸州市和北碚市降水量的时间序列进行了建模预测。结果表明ＰＰＡＲ（Ｋ）模型具有较高的稳定性和预测精度。