共查询到19条相似文献，搜索用时 109 毫秒
1.
信息摆渡系统解决物理隔离下的信息交互问题 总被引：3，自引：0，他引：3
张思达 《成都信息工程学院学报》2004,19(1):62-65
物理隔离是很多电子政务系统建设的先决条件,如何在物理隔离条件下建设基于数据库的信息应用系统是一个难题.把电子政务系统网络分成政务外网、摆渡网、政务内网,利用网络电子开关进行网络连接切换,利用信息摆渡系统进行政务内网、政务外网间数据的同步处理是解决物理隔离条件下数据库交互应用的一种有效的方法.从网络及系统架构、网络开关、对信息摆渡系统信息处理过程、与应用系统的配合以及安全措施等方面全面的对信息摆渡系统建设进行阐述. 相似文献
2.
3.
正中牟县国土资源局按照"科学规划、整合资源、统一部署、分步实施、突出应用、保障安全"的原则,紧紧围绕县委"构建田园城市和智慧中牟的梦想",以建设"智慧国土"为目标,重点建设"一个数据库"("一张图"核心数据库)"两条网络"(政府外网和政府内网)"两大网站"(中牟县国土资源局外网网站和内网网站)"三大体系"(标准规范、基础环境和信息安全体系)和"四个平台"(电子政务、综合监管、共享服务和土地执法监管平台),构筑以信息化为支撑的国土资源信息化管理运行体系,统筹推进国土资源 相似文献
4.
以中原城市群为研究区,在应用GIS基础上运用SPSS软件进行主成分分析,根据因子贡献率提取主导性强的综合因
子,利用提取的主导因子进行系统聚类选择典型样本;依据因子的贡献率调整BP神经网络初始权值,建立评价模型,进行农用地
适宜性评价方法的探讨。通过检验,改变初始权值建立的BP模型预测合格率为50%,相对误差最大值为18.9%;为了进一步改
进BP网络,把第一次调整权值训练得到的网络权值作为下一次建模的初始权值,训练得到的BP模型预测合格率为100%,相对
误差最大值为9.5%。其后运用层次分析法、主成分聚类法作为对照,验证了这种BP模型在农用地适宜性评价中的可靠性与精确
性。最后根据所建立的BP模型预测获得中原城市群农用地适宜性分区图,各土地类型适宜性从西往东呈现由低到高的分带性,
其中高度适宜区占总面积的32.4%;中度适宜、勉强适宜、不适宜区分别占总面积的28.9%、22.1%、16.6%。 相似文献
子,利用提取的主导因子进行系统聚类选择典型样本;依据因子的贡献率调整BP神经网络初始权值,建立评价模型,进行农用地
适宜性评价方法的探讨。通过检验,改变初始权值建立的BP模型预测合格率为50%,相对误差最大值为18.9%;为了进一步改
进BP网络,把第一次调整权值训练得到的网络权值作为下一次建模的初始权值,训练得到的BP模型预测合格率为100%,相对
误差最大值为9.5%。其后运用层次分析法、主成分聚类法作为对照,验证了这种BP模型在农用地适宜性评价中的可靠性与精确
性。最后根据所建立的BP模型预测获得中原城市群农用地适宜性分区图,各土地类型适宜性从西往东呈现由低到高的分带性,
其中高度适宜区占总面积的32.4%;中度适宜、勉强适宜、不适宜区分别占总面积的28.9%、22.1%、16.6%。 相似文献
5.
《广东海洋大学学报》2017,(1)
根据2003-2011年渔汛期间我国鱿钓船在西南大西洋海域的生产统计数据,结合海洋遥感获得的海表温度(SST)和海面高度(SSH)等数据,以单位捕捞努力量渔获量(CPUE)和作业次数作为中心渔场指标,以月份、经度、纬度、SST和SSH为输入因子,利用BP神经网络方法构建西南大西洋阿根廷滑柔鱼中心渔场预报模型。比较14种不同结构的BP神经网络模型,以CPUE作为中心渔场预报指标的BP模型均较佳,其拟合残差范围为0.004 0~0.005 5,平均值为0.004 7;而以作业次数作为中心渔场预报指标的BP模型,其拟合残差范围为0.009 3~0.011 6,平均值为0.010 4。输入因子为月份、经度、纬度、SST和SSH,输出因子为初值化后的CPUE,网络结构为5-4-1时的BP神经网络模型为最佳,其拟合残差为0.004 025,该模型可用于阿根廷滑柔鱼中心渔场的预报。BP神经网络方法可为准确渔场预报提供新途径。 相似文献
6.
《广东海洋大学学报》2017,(6)
根据1998-2013年中西太平洋鲣鱼围网生产统计数据以及海洋环境数据,采用BP人工神经网络模型,分别以初值化后的单位捕捞努力量渔获量(CPUE,Catch per unit of effort)和捕捞努力量(Fishing Effort)作为中心渔场的表征因子,并作为BP模型的输出因子,以时间因子、空间因子、海洋环境因子(包括海表温度SST、海面高度SSH、Nino3.4区海表指标及叶绿素浓度Chl-a)等作为输入因子,构建22个BP神经网络模型,以最小拟合残差作为判断标准,比较渔场预报模型优劣。实验结果,以捕捞努力量为输出因子的模型的最小拟合残差均小于以CPUE为输出因子的模型,表明捕捞努力量更适合作为表征中心渔场的因子;同时,拟合残差的平均值随着输入因子的增加而减少,表明本研究所选的时间、空间、海洋环境因子等对鲣鱼中心渔场预报均极为重要。其中,以月份、经度、纬度、SST、SSH、Nino3.4a、Chl-a为输入因子,以初值化后的捕捞努力量为输出因子,结构为7-5-1的BP神经网络模型预报精度为最高,影响因子的重要性从高到低依次是经度、Chl-a、SST、纬度、NINO3.4a、SSH、月份。 相似文献
7.
基于频度统计和神经网络的北太平洋柔鱼渔场预报模型比较 总被引：1，自引：0，他引：1
利用2004~2010年北太平洋鱿钓船队生产数据和海洋环境数据,以海表温度(SST)1℃、海面高度(SSH)为1 cm、叶绿素a浓度(CHL-a)为0.1 mg/m3的间距,分析作业产量、CPUE与SST、SSH、CHL-a的关系,得到柔鱼渔场适宜环境因子范围,并将生产数据和环境数据匹配组成样本集,建立北太平洋柔鱼空间分布BP神经网络模型;利用2011年环境数据预报柔鱼渔场,并与2011年实际生产数据进行对比。结果表明,6~10月各月实际作业位置落入基于频度统计方法预报渔场的概率达90%以上;而BP模型预报的平均精度为79.2%,最低精度为52.5%。基于多环境因子的频度统计柔鱼渔场预报模型优于神经网络模型。 相似文献
8.
《地球信息科学学报》2015,(6)
地表覆盖数据是研究气候变化、生态环境、地理国情和人文经济等方面不可或缺的基础信息,因此其质量的优劣将直接影响相关决策的可靠性。本文针对我国研制的首套30 m分辨率全球地表覆盖数据产品,通过分析其海量、多维、非均质等空间特点,对传统的制图产品精度评估方法提出了改进:以地表类型进行分层抽样,样本量的计算采用优化模型并以地类所占面积比为权重逐层分配,样本的布设则考虑层内对象之间的空间相关性,在地表数据自然分布的基础上,通过分析空间相关性指数来提高样本的代表性和精度评估结果的可靠性。因此,本文提出针对区域地表覆盖遥感制图产品的空间分层抽样方法,其将精度评估分成抽样方案(样本的定量估计)和布设方案(样本的空间布设)2个部分,并以中国陕西省地表覆盖产品为例进行区域精度评估实验分析,从全区7大类地表类型数据中抽取1467个样本,经过样本检验与精度计算,该区域产品的总体精度为79.96%,Kappa系数为0.74。实验结果表明,本文提出的基于空间抽样的精度评估方法可行可靠,实验区域产品质量较好,并为后续针对全球范围的地表覆盖产品精度评估方法提供了参考。 相似文献
9.
飞机积冰防御系统及其模糊综合评判 总被引：2，自引：0，他引：2
基于系统安全分层次模型(Reason模型),设计出减少积冰对飞行安全影响的积冰防御分层次系统,利用层次分析法(AHP法)确定测评指标权重集,并采用模糊综合评判法建立了积冰防御系统综合评估模型,旨在避免人为因素的主观片面性.计算结果表明,系统综合评判等级为较好. 相似文献
10.
结合Kalman滤波与回声状态网络,将在线回声状态网络算法应用于变形数据预测。回声状态网络的输出权值通过Kalman滤波训练,直接对网络的输出权值进行在线更新,克服了传统递归网络需要收集大量样本后才能进行拟合预测的缺陷,同时也保证了预测精度。实例计算验证了该方法的有效性。 相似文献
11.
基于RBF的指标规范化的水安全评价模型 总被引：1，自引：0，他引：1
为了建立科学合理、计算简便和普适通用的水安全评价模型,在适当设定指标参照值cj0和指标值的规范变换式基础上,提出了基于径向基函数网络的指标规范化的水安全评价模型。采用具有全局优化的猴王遗传算法对模型中的参数进行优化,得出优化后对任意m(1≤m≤23)项水安全指标共同适用的水安全评价模型。应用模型对山东省水安全状况进行了评价分析,其评价结果与其它方法的评价结果基本一致,从而表明:指标规范值的径向基函数网络模型为水安全评价提供了一个简单实用、结果可靠的新方法。 相似文献
12.
人工神经网络是一门新兴的交叉学科，是处理非线性问题的有效方法。本文把影响地下水位的因素集作为网络的输入向量，地下水位本身作为网络的输出向量，构成了预测地下水位的ＢＰ网络模型。一个实例的应用实践表明，用ＢＰ网络预测地下水位较准确地反映了客观实际，比其它方法如回归模型具有较高的拟合精度和预测精度。 相似文献
13.
Ecosystem health assessment of Honghu Lake Wetland of China using artificial neural network approach 总被引：3，自引：0，他引：3
Minghao Mo Xuelei Wang Houjian Wu Shuming Cai Xiaoyang Zhang Huiliang Wang 《中国地理科学(英文版)》2009,19(4):349-356
Honghu Lake, located in the southeast of Hubei Province, China, has suffered a severe disturbance during the past few decades.
To restore the ecosystem, the Honghu Lake Wetland Protection and Restoration Demonstration Project (HLWPRDP) has been implemented
since 2004. A back propagation (BP) artificial neural network (ANN) approach was applied to evaluatinig the ecosystem health
of the Honghu Lake wetland. And the effectiveness of the HLWPRDP was also assessed by comparing the ecosystem health before
and after the project. Particularly, 12 ecosystem health indices were used as evaluation parameters to establish a set of
three-layer BP ANNs. The output is one layer of ecosystem health index. After training and testing the BP ANNs, an optimal
model of BP ANNs was selected to assess the ecosystem health of the Honghu Lake wetland. The result indicates that four stages
can be identified based on the change of the ecosystem health from 1990 to 2008 and the ecosystem health index ranges from
morbidity before the implementation of HLWPRDP (in 2002) to middle health after the implementation of the HLWPRDP (in 2005).
It demonstrates that the HLWPRDP is effective and the BP ANN could be used as a tool for the assessment of ecosystem health. 相似文献
14.
��BP�����缼��̽���봨����ǰ�����NmF2�쳣�Ŷ� 总被引：2，自引：0，他引：2
????UCAR??????????F2???????????????NmF2??????????????缼???????????????NmF2???????????DOY???????LT??????LON??γ??LAT??F10.7????????FLUX???????????NmF2???????????????????NmF2????????ο????????????????????????????2008??5??12????7.9??????????и??????NmF2???????6??4??6??8?????С?30%???????3??2??9??10????????????40%?? 相似文献
15.
基于美国大学大气联盟发布的电离层F2层最大电子密度数据NmF2,以年积日DOY、当地时LT、经度LON、纬度LAT和F10.7太阳活动指数FLUX为输入,利用MATLAB神经网络工具箱构建区域电离层模型并进行模拟,通过模型值与观测值的比较发现,2012年4月11日印尼8.6级地震前震中附近上空NmF2在震前第16天(3月26日)明显减小约40％. 相似文献
16.
以县域为研究对象,从影响生态环境的自然因素、人类干扰因素两个方面出发,确定了包括目标层-准则层-指标层在内的系统化评价指标体系;打破传统的以行政区域为单元分析的模式,通过GIS网格技术和模糊综合评价多属性特征分析,提出了将地理信息系统技术(GIS)和AHP-模糊综合评价模型互相融合,以网格单元进行生态环境脆弱性综合评价... 相似文献
17.
Evaluation of intensive urban land use based on an artificial neural network model: A case study of Nanjing City,China 总被引：1，自引：0，他引：1
In this paper, the artificial neural network (ANN) model was used to evaluate the degree of intensive urban land use in Nanjing City, China. The construction and application of the ANN model took into account the comprehensive, spatial and complex nature of urban land use. Through a preliminary calculation of the degree of intensive land use of the sample area, representative sample area selection and using the back propagation neural network model to train, the intensive land use level of each evaluation unit is finally determined in the study area. Results show that the method can effectively correct the errors caused by the limitations of the model itself and the determination of the ideal value and weights when the multifactor comprehensive evaluation is used alone. The ANN model can make the evaluation results more objective and practical. The evaluation results show a tendency of decreasing land use intensity from the core urban area to the periphery and the industrial functional area has relatively low land use intensity compared with other functional areas. Based on the evaluation results, some suggestions are put forward, such as transforming the mode of urban spatial expansion, strengthening the integration and potential exploitation of the land in the urban built-up area, and strengthening the control of the construction intensity of protected areas. 相似文献
18.
《世界地质(英文版)》2016,(1):33-40
BP( Back Propagation) neural network and PSO( Particle Swarm Optimization) are two main heuristic optimization methods,and are usually used as nonlinear inversion methods in geophysics. The authors applied BP neural network and BP neural network optimized with PSO into the inversion of 3D density interface respectively,and a comparison was drawn to demonstrate the inversion results. To start with,a synthetic density interface model was created and we used the proceeding inversion methods to test their effectiveness. And then two methods were applied into the inversion of the depth of Moho interface. According to the results,it is clear to find that the application effect of PSO-BP is better than that of BP network. The BP network structures used in both synthetic and field data are consistent in order to obtain preferable inversion results. The applications in synthetic and field tests demonstrate that PSO-BP is a fast and effective method in the inversion of 3D density interface and the optimization effect is evident compared with BP neural network merely,and thus,this method has practical value. 相似文献
19.
为了改善传统的人工神经网络,在训练过程中容易陷入局部最小导致应用于水资源评价时存在对训练样本的拟合精度不高的缺点,采用粒子群算法优化人工神经网络的权值和阈值,然后将其应用于中国12个地区的水资源可持续利用系统评价实例中,并和传统的人工神经网络进行了对照。结果表明,基于粒子群算法的人工神经网络和传统的人工神经网络相比,能较好的提高对训练样本的拟合精度,表明基于粒子群算法的人工神经网络,用于水资源可持续利用系统评价是可行的。 相似文献