基于人工神经网络的区域地质灾害危险性预测评价

地质灾害危险性预测评价的准确性,主要取决于基础资料的可靠性和数学模型的合理性。论文结合工程实例,尝试用人工神经网络方法(改进的神经网络BP模型)对区域地质灾害危险性预测进行评价研究。然后与目前常用的方法(如层次分析法、信息量法和模糊综合评判法等)所得出的结果相比较。结果表明,运用人工神经网络方法对区域地质灾害危险性预测评价相对常用方法更准确、可靠,具有一定的实用意义及推广价值。     

BP人工神经网络在青藏铁路南段地壳稳定性定量评价中的应用

将BP人工神经网络方法引入区域构造活动性、区域地壳稳定性研究领域,对青藏铁路南段沿线的构造活动性进行定量分析.选用断层运动速率、地震震级、温泉温度及剪切应变4个关键影响因子作为BP人工神经网络的输入向量,构造活动强度(α)作为输出向量,以α为定量判据,将全区划分为相对稳定区(α＜0.22)、较不稳定区(α≈0.22～0.38)、不稳定区(α≈0.38～0.69)、极不稳定区或强烈构造活动区(α≥0.69).在青藏铁路南段沿线划分出格仁错、崩错、当雄-羊八井、错那湖、唐古拉山口南、聂荣东北、聂荣西北、雅鲁藏布江断裂沿线、萨迦等不稳定区,在不稳定区内部进一步划分出申扎、蓬错、尼木、桑雄、羊八井5个极不稳定区.     

Retrieval of water vapor profiles with radio occultation measurements using an artificial neural network

A new method applying an artificial neural network （ANN） to retrieve water vapor profiles in the troposphere is presented. In this paper, a fully-connected, three-layer network based on the backpropagation algorithm is constructed. Month, latitude, altitude and bending angle are chosen as the input vectors and water vapor pressure as the output vector. There are 130 groups of occultation measurements from June to November 2002 in the dataset. Seventy pairs of bending angles and water vapor pressure profiles are used to train the ANN, and the sixty remaining pairs of profiles are applied to the validation of the retrieval. By comparing the retrieved profiles with the corresponding ones from the Information System and Data Center of the Challenging Mini-Satellite Payload for Geoscientific Research and Application （CHAMP-ISDC）, it can be concluded that the ANN is relatively convenient and accurate. Its results can be provided as the first guess for the iterative methods or the non-linear optimal estimation inverse method.     

基于MODIS数据的城市边界监测方法及其比较

如何快速、准确地检测城市范围,获得城市土地利用类型数据是监控城市发展、建立城市模拟模型的重要基础。以我国北京地区为试验区,以MODIS影像为主要数据源,实现最大似然法、神经网络方法及SVM分类技术检测北京城市范围,并比较分类精度,为进一步检测城市变化增长奠定基础。     

区域降水数值预报产品人工神经网络释用预报研究

利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用。通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5~6月区域降水量级的逐日人工神经网络预报模型。运用与实际业务预报相同的方法进行逐日预报试验。结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果。     

多层砖房震害预测的人工神经网络方法及实践

应用云南省最近几次地震中多层砖房的震害实例,构造了多层砖房震害预测的人工神经网络方法,并利用这些数据进行了网络训练.结果表明:这种方法对已训练数据有很好的适应性,但如果要将之应用于震害预测,则尚需积累大量的震害数据,并进行大量的网络试验工作.     

南极昆仑站光照资源评估

在极地地区建立光伏电站首先要进行光照资源评估。本研究使用了NASA 2001—2017年昆仑站地区卫星数据,基于人工神经网络对全天候辐照度进行了预测分析。结果表明昆仑站地区年辐照度属于最丰富带,近17年均值达到1855 kW·h·m^–2,月辐照度分布呈现年际规律,每个月相对固定;日平均辐照度和日照时长也呈现相似年际规律;气候反馈分析和预测分析表明,昆仑站地区辐照度与温度、气溶胶和臭氧含量呈正相关关系;降水、云量与辐照度成负相关关系。     

滑坡定量预测的非线性理论方法

滑坡时空预测是当前滑坡研究中的难题，特别是滑坡时间预测工作，其进展缓慢。本文基于非线性科学理论，分析了滑坡活动的分形特征及时间分形预测方法，研究了滑坡空间预测的人工神经网络特征，系统介绍了滑坡时间预测的非线性动力学理论。在此基础上，讨论了滑坡定量预测的发展趋势。     

人工神经网络在地质学判别分析中的应用

将现代人工神经网络方法应用于地质学的判别分析，通过实例计算表明，无论是对于两组判别分析还是多组判别分析，人工神经网络方法都是切实可行的。     

三种水环境质量评价方法比较分析

针对目前关于水环境质量评价方法研究广泛,每一种方法的研究是为了客观和准确地反映水体水质的实际情况.选择B-P人工神经网络法、模糊综合评价法和灰色关联分析法,进行分析和比较,并以沈阳市南运河水环境质量评价为例,试图找出3种评价方法的优缺点和适用范围.