GPS用于矿区沉陷区地表高精度动态监测的可行性研究

在分析正交小波变换和EMD方法处理GPS信号能力的基础上,结合矿区沉陷区地表移动特点,提出小波多尺度降噪-EMD变形量信息提取GPS变形监测数据处理模型.研究表明：对包含非线性趋势的测量信号,利用小波正交变换进行去噪和提取EMD分段信号段,再利用EMD分解进行变形趋势提取,具有较高的提取精度;利用小波多尺度降噪-EMD分段变形量提取数据处理模型处理GPS变形监测数据,可以获得高精度的变形量信息,动态变形监测垂直方向的精度可以达到毫米精度.     

降雨时间序列降噪及预测系统建模研究靠

以解决降雨混沌时序预测精度较低的问题为目的,基于相空间重构思想,应用混沌降雨时序奇异值分解技术对混沌时序的噪声进行了剥离。采用定性和定量的混沌特性判定方法,计算指出降雨时序具有明显的混沌特性。在此基础上构建了基于最小二乘支持向量机的降噪、预测一体化模型并进行了多步预测实验。结果表明降噪前后预测精度相差很大,证实了噪声是造成混沌预测方法预测精度较低的主要原因。通过与其他预测方法比较,验证了所建立的混沌预测模型能够捕捉到原混沌系统的动力学特征,预测误差较小,泛化能力较强,其预测效果较好。     

遗传神经网络在滑坡灾害预报中的应用研究

针对传统BP算法易收敛于局部最优以及网络结构难以确定等问题,引进遗传算法进行混合建模.采用遗传学习算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快并避免陷入局部极小.文中结合实例,对BP神经网络,遗传算法改进的神经网络进行了比较分析.实验表明,利用改进的混合模型可以提高预测精度,缩短收敛时间.     

AGO-BP神经网络预测建模及工程应用研究

针对BP神经网络及各类改进的神经网络模型进行预测易出现收敛陷入局部极小点、网络震荡大、预测值可信度不高等问题,本文提出建立AGO-BP神经网络预测模型观点,并建立了实际应用模型。通过两个实例及多次反复验证,结果显示该模型具有较高的预测精度,且可以比较有效地避免上述问题,该模型具有一定的工程应用价值。     

基于TM影像的漳河流域土地利用时空演变分析

为获取和进一步探讨漳河流域土地利用时空演变规律,基于1993、2006及2010年3期Landsat TM遥感影像数据和2011年SPOT5高分影像数据,利用Arc GIS空间分析功能与ENVI动态监测功能对流域土地利用时空演变特征进行研究。分析结果显示:1993-2010年,漳河上游区域下垫面土地利用发生了巨大改变;耕地和裸地呈减少趋势,各减少411.23、341.11 km2;林地、城镇与建设用地和水域用地分别增加了656.8、72.01、23.53 km2;耕地与裸地主要转入林地,部分耕地转入城镇与建设用地。     

老采空区地表沉陷混沌特征及时变规律研究

基于老采空区上方地表实际监测沉降数据,提出了利用混沌理论相空间重构及预测技术研究老采空区地表沉陷特征及时变规律的新思路.研究了沉陷系统的相空间重构、关联维数的确定、Lyapunov指数的计算和预测模型的构建及应用等问题.采用最大Lyapunov指数法及混沌最小二乘支持向量机法对老采空区地表沉陷量进行了建模和预测.结果表明:该沉陷系统是一个混沌系统,沉陷影响因素有3～6个,变形理论最大预测期数为18期.构建的混沌预测模型预测结果相对误差均控制在10%以内,预测精度良好,可为老采空区废弃土地再利用决策提供支持.     

钼酸铵分光光度法测定水中总磷的改进消解方法

在采用钼酸铵分光光度法测定水中总磷时,分别用恒温干燥箱和蒸汽消毒器消解试样,对测定得到的总磷工作曲线和实际水样中总磷的含量进行了对比,结果表明,与蒸汽消毒器消解方法相比,恒温干燥箱消解法同样不存在系统误差,并且操作简便、温度容易控制,同时能够缩短工作时间,且不会出现比色管中试样外溢等现象,测定结果准确.因此,此方法能够替代传统的水样预处理方法,在满足试验精度的前提下达到简化操作的目的.     

基于城镇综合管理的GIS研究

论文主要基于对国家“十五”科技攻关项目——小城镇基础设施建设关键技术研究中的小城镇综合管理地理信息系统开发研究的有关技术和实现的功能进行分析和介绍，并对系统的开发的背景、采用的核心技术、实现的功能做了详细的阐述，同时指出了在我国小城镇建设GIS的重要意义和面临的挑战及机遇。     

基于相空间重构的降雨时间序列降噪及预测研究

为解决降雨混沌时序预测精度较低的问题,基于相空间重构思想,引入改进的局部投影算法进行降雨时序的降噪;采用定性和定量的混沌特性判定方法,指出降雨时序具有明显的混沌特性.并在此基础上构建了基于最小二乘支持向量机的降噪、预测一体化模型并进行了多步预测实验.实验结果表明:降噪前后预测精度相差很大,表明噪声是造成混沌预测方法预测精度较低的主要原因.最后通过与其他预测方法比较,验证了所建立的混沌预测模型预测精度高、误差较小,可用于工程实际.     

降雨时间序列降噪及预测系统建模研究

以解决降雨混沌时序预测精度较低的问题为目的，基于相空间重构思想，应用混沌降雨时序奇异值分解技术对混沌时序的噪声进行了剥离。采用定性和定量的混沌特性判定方法，计算指出降雨时序具有明显的混沌特性。在此基础上构建了基于最小二乘支持向量机的降噪、预测一体化模型并进行了多步预测实验。结果表明降噪前后预测精度相差很大，证实了噪声是造成混沌预测方法预测精度较低的主要原因。通过与其他预测方法比较，验证了所建立的混沌预测模型能够捕捉到原混沌系统的动力学特征，预测误差较小，泛化能力较强，其预测效果较好。