电磁波测距三角高程测量精度分析

分析影响电磁波测距三角高程测量精度的有关因素，通过对电波测距三角高程测量的精度分析，介绍了高差精度预计的方法及削弱各种影响因素的措施并举例进行了说明。     

大比例尺数字化测图方法简析

电子平板测图法、编码测图法、野外画草图法是3种常用的数字化测图方法,本对这3种方法进行了分析．提出了提高测图效率的方法,并对PTK在测图中的应用进行了探讨。     

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.     

3S技术在公路测量中的应用

论文结合3S技术的最新发展,介绍其在公路测量中的应用现状和前景,结合实例分析当前应用中存在的问题,并提出了相应的处理方法供同行参考,即向施工单位提供未加投影改正的数值;进一步完善RTK在定测放样中的技术稳定性和软件功能。     

山地高程控制测量三种方法的比较

在山地进行高程控制测量,一般采用水准测量的方法。水准测量操作简便,精度高,但在山地特别是坡度较大的测区,受各种条件限制,水准测量设站多、效益低。三角高程测量简便易行,并可使坐标与高程测量同时进行,但采用一般方法精度较低。GPS测量的平面精度很高,但高程测量一直难以满足工程要求。本文将从理论和实践两个方面对以上3种高程测量方法进行比较,供同行参考。     

RS-BT神经网络融合建模及应用

针对采用BP神经网络进行滑坡灾害预测时其输入变量的选择是影响预测效果和运算速度的关键问题,本文提出构建粗糙集和遗传神经网络一体化模型思路,其基本目的是利用粗糙集在数据挖掘方面的优势和BP神经网络的预测能力,优势互补以期解决上述问题。结合实例,本文首先利用粗糙集理论建立了影响滑坡灾害的各类因素决策表并进行了约简,然后利用各因素对决策属性的支持度进行了BP神经网络初始权值的配置及预测试验。实验表明,利用该模型可以有效的删除冗余信息,提高神经网络的运算速度和预测精度,在实际工程中有一定的应用价值。     

浅谈水环境的信息化管理

1.引言 水环境的信息化管理是采用计算机技术、通信网络技术、微电子技术、计算机辅助设计技术和3S(GIS、GPS、RS)等一系列高新技术手段对水环境进行的综合管理.水环境的信息化管理不应局限于单纯的技术环节,其更重要的意义在于通过采用现代化的技术手段,促进水环境管理方式的变革,提高工作效率.     

煤矿井筒变形混沌特征分析

基于井筒变形实际监测沉降数据,提出了利用混沌理论相空间重构技术研究井筒变形特征的新思路。研究了井筒变形系统的相空间重构、关联维数的确定、Lyapunov指数的计算、稳定性分析等问题。试验结果表明：井筒变形系统是一个混沌,井筒变形受到多因素影响。得出最大Lyapunov指数可以作为变形体内部不同部分动态变形状态的指标。这一有工程意义的结论,可以为井筒稳定性判定提供支持。