基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.     

A community-wide intercomparison exercise for the determination of dissolved iron in seawater

The first large-scale international intercomparison of analytical methods for the determination of dissolved iron in seawater was carried out between October 2000 and December 2002. The exercise was conducted as a rigorously “blind” comparison of 7 analytical techniques by 24 international laboratories. The comparison was based on a large volume (700 L), filtered surface seawater sample collected from the South Atlantic Ocean (the “IRONAGES” sample), which was acidified, mixed and bottled at sea. Two 1-L sample bottles were sent to each participant. Integrity and blindness were achieved by having the experiment designed and carried out by a small team, and overseen by an independent data manager. Storage, homogeneity and time-series stability experiments conducted over 2.5 years showed that inter-bottle variability of the IRONAGES sample was good (< 7%), although there was a decrease in iron concentration in the bottles over time (0.8–0.5 nM) before a stable value was observed. This raises questions over the suitability of sample acidification and storage.     

Kohonen网络与BP网络的集成应用研究

本文介绍了 Kohonen神经网络对输入数据进行聚类方法在卷烟配方中的应用 ,提出了从核心样本动态搜索 BP网络训练样本的新探索 ,摒弃了过去 BP算法中训练样本固定不变 ,互不相交的方法 ,实现了 BP网络和 Kohonen网络动态无缝集成。     

离子色谱分析在黄土和粉尘研究中的应用

黄土中存在着大量的碱金属及碱土金属，以往的测试方法多为原子吸收和ICP—MS，离子色谱法在测试黄土样品的碱金属和碱土金属元素含量中应用不多。将黄土地质标准样品进行消解后用离子色谱进行测试，测试效果良好，重复测试的相对标准偏差小于5％，与推荐值的相对误差小于5％，准确度和精密度符舍相关的质量控制要求。本实验方法测试的离子含量都在仪器响应呈线性的最佳测试范围之内，标准曲线经回归后相关系数均达到0．9999。黄土样品的分析结果与粉尘气溶胶样品的离子分析结果对比表明，此方法对于探讨粉尘起源以及沙尘暴天气的研究具有重要意义。     

基于光谱和纹理的SVM矿化蚀变信息提取研究

针对传统矿化信息提取方法单一,利用光谱或纹理、信息量相对较少、需要大量样本的缺陷,利用基于光谱和纹理的支持向量机(SVM)原理,建立矿化信息提取模型.选择青海泽库县析界日地区作为典型研究区.首先提取研究区光谱和纹理信息,选取训练样本;然后求解最优超平面,进而确定决策函数;最后泛化推广识别其他待识别的样本.通过所提取的遥感蚀变异常信息与重砂异常点叠加分析,叠加基本吻合;从野外实地验证来看,均发现了不同程度的矿化现象,并指出了5个重点异常区.     

区域似大地水准面确定的最小二乘支持向量机方法

支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决小样本、非线性、高维数、局部极小点等实际问题.文中研究支持向量机的拓展算法--最小二乘支持向量机(LSSVM),并将其应用于确定大面积复杂似大地水准面.通过工程实例并与神经网络模型和二次曲面多项式拟合模型相比较,验证确定区域似大地水准面的LSSVM方法的有效性.     

苏锡常地区地面沉降风险评价管理模型研究初探

平原区超采地下水引发的地面沉降地质灾害已成为影响这些地区经济可持续发展的重要制约因素,如何从收益、成本、风险三个方面为决策者提供制定地面沉降相关防治措施的综合支持,实现灾害防治从被动应对向主动防御转变,是地面沉降防治研究领域的新课题。在综合考虑苏锡常地区技术、经济、人类活动等因素基础上,从地面沉降总体风险和地区差异水平出发,提出构建地面沉降风险评价模型及决策支持系统的初步研究思路和方法,为实现地面沉降防治的科学化决策管理进行了探索。     

密集建筑群中的深基坑施工技术

以沈阳市某深基坑支护及降水工程在密集建筑群中施工为例，介绍了该支护工程的设计与施工，阐述了该工程变形监测方法并对其结果进行了分析，总结了在沈阳地区密集建筑群中进行基坑开挖的设计与施工经验。     

Decision-support systems for groundwater protection: innovative tools for resource management

Governmental authorities are forced by law to make decisions within the framework of European, national and regional directives in the fields of spatial planning, groundwater and environmental protection. These tasks can be supported by a decision-support system, which integrates data from various sources and helps to make decision processes more effective and transparent. Basic work for such a decision support system has been done in a transnational and interdisciplinary project (Interreg II C: KATER), including metadata definition, metadata system, cartographic tools and GIS tools. The direct integration of these tools and information in the decision process will be implemented in the next few years (project KATER II).     

土钉墙技术在长春市北方大厦基坑工程中的应用实践

结俣长春市北方大厦基坑支护工程实际，着重介绍了土钉墙支护方案的设计，施工及应用情况，为土钉墙支护技术在长春市深基开挖工程中的推广应用积累了经验。