联合GRACE与GRACE-FO反演2002～2020年长江流域陆地水储量变化     

禤键豪  陈智伟  张兴福  梁呈豪  吴博 《大地测量与地球动力学》2021,41(9):961-966

探讨采用不同激励函数的BP和RBF神经网络方法填补GRACE与GRACE-FO卫星空缺数据的精度及可行性,并基于最优方案对缺失数据进行填充;利用ITSG-Grace2018和ITSG-Grace_operational时变重力场模型反演2002～2020年长江流域陆地水储量变化,并结合GLDAS模型、降水、气温及长江流域水资源公报等数据对该区域的陆地水储量变化进行综合分析。结果表明：1）隐含层激励函数为线性整流函数（ReLU）的BP神经网络算法具有较好的拟合效果,可用于填充GRACE与GRACE-FO卫星任务间的数据空缺;2）长江流域的陆地水储量变化具有一定的区域差异性,主要表现为上游东部与中游大部分地区陆地水储量以5 mm/a左右的速率上升,上游中西部区域下降,下游基本保持不变;长时间序列的GRACE/GRACE-FO时变模型能够反映长江流域2019年的干旱与2017年、2019年的洪涝等灾害。  相似文献   

一种适用于多类别遥感图象分类的新方法——复合神经网络分类方法   总被引：10，自引：0，他引：10  

李厚强  王宜主  刘政凯 《遥感学报》1997,1(4):257-261

该文提出一种由多层神经网络与自组织神经网络相结合进行类别遥感图象分类的复合神经网络分类方法。第１步半训练样本按其统计特征分成若干组，用不同级别的训练样本分别训练ＢＰ网络。第２步将这些训练好的ＢＰ网络并联构成有监督分类器，对遥感图象进行有监督分类。第３步用ＢＰ网络的分类结果对Ｋｏｈｏｎｅｎ网络进行自组织训练，用训练好的Ｋｏｈｏｎｅｎ网络构造无监督分类器，对遥感图象进行细分。通过对ＳＰＯＴ遥感图象的分  相似文献   

Short-term Forecast of Solar Proton Events With Characteristic Phyiscal Quantities of Photospheric Magnetic Fields     

Yan-mei Cui  Rong Li  Si-qing Liu 《Chinese Astronomy and Astrophysics》2012

Via the three physical quantities (i.e., the maximal horizontal gradient of longitudinal magnetic field |Δ_hB_z|_m, the length of neutral line with a large gradient L, and the number of isolated singular points η), which are used to represent the characteristics of the complexity and non-potentiality of the photospheric magnetic fields in solar active regions, a model of the shortterm forecast of proton events is built. The effectivity of the short-term forecast of proton events by means of the characteristic physical quantities of magnetic fields is verified. In the nowadays commonly used models of short-term forecast of solar proton events, until present the characteristic physical quantituieas of magnetic fields are not formally taken to be the factors of forecast. Because the solar proton events are low probability events, the physical mechanism of their occurrence is still not well understood. In the models of their prediction, the problems of high rates of false alarm or low rates of right alarm often exist. In this paper the traditional factors used in the existing models of forecast of proton events and the characteristic physical quantities of magnetic fields are combined together. By using the method of neural network, a more effective method of the short-term prediction of proton events is established. With the 1871 sample data in 1997-2001, we have set up Model A with the traditional forecast factors as the input layer, and also Model B with the traditional forecast factors plus the characteristic physical quantities of magnetic fields as the input layer. Via the set of 973 sample data of the years 2002 and 2003, we have carried out a simulative forecast, and found that under the condition that these two models possess the same rate of accuracy in the forecast of proton events, the rate of false alarm of Model B becomes evidently lower. This has further verified the effectiveness of the characteristic physical quantities of magnetic fields in shortterm prediction. Furthermore, this may improve the actual ability of forecast of solar proton events.  相似文献   

基于优化的BP神经网络地层可钻性预测模型          下载免费PDF全文

董青青  梁小丛 《探矿工程》2012,39(11):26-28

提出了一种粒子群算法（PSO）优化的BP网络模型预测地层可钻性的新方法。利用粒子群算法优化BP网络模型的参数,避免了BP网络陷入局部极小值的缺点,提高了模型的预测速度和精度。结合钻探实例,利用测井资料和地层可钻性级别的关系建立了可钻性级别实时预测模型,并将该模型与传统的BP网络进行对比,结果表明,该模型优于BP网络,具有较高的精度和较快的收敛速度,有一定的适用性。  相似文献   

BP小波神经网络在边坡位移预测中的应用          下载免费PDF全文

李方  闫永慧 《江苏地质》2012,36(2):134-137

用优化的BP小波神经网络建立的预测模型对吊钟坝边坡的变形量进行了预测。引入了共轭梯度反向传播算法来优化BP小波神经网络,从而使网络计算量大为减少,避免了网络产生局部最优的弊端,有效提高了网络的质量。与未优化的BP小波神经网络和BP神经网络的预测结果进行比较可以看出,优化的BP小波神经网络的预测值更接近GPS实测值。  相似文献   

基于RBF神经网络的城市需水量预测     

班懿根 《地下水》2012,(1):114-116

介绍了径向基函数神经网络的原理、训练算法,建立的径向基函数神经网络城市需水量预测模型具有较强的非线性处理能力和逼近能力,运算速度快、性能稳定,克服了BP神经网络学习过程的收敛过分依赖于初值和可能出现局部收敛的缺陷,预测精度较高,泛化能力强。  相似文献   

BP神经网络在高层建筑沉降预测中的应用     

魏健  胡吉平  谭衢霖  刘万松 《北京测绘》2013,(2):25-27,33

利用人工神经网络强大的非线性映射和学习能力,提出了基于BP人工神经网络的建筑物沉降预测方法。以某实例工程1期～12期的沉降观测数据为基础,建立网络模型,并对13期～l6期实际观测值与预测值进行了比较,结果比较理想,从而验证了改进的BP人工神经网络对建筑物的沉降预测是可行的,且具有广阔的工程应用价值。  相似文献   

多项式曲面拟合和BP神经网络GPS高程拟合方法的比较研究     

王苗苗  柯福阳 《测绘工程》2013,(6):22-26,30

为了研究不同GPS高程拟合方法的拟合精度及差异性,选择二次多项式曲面拟合法和BP神经网络法进行比较研究.对已知数据进行分组,采用二次多项式曲面拟合法和BP神经网络法分别对各组数据进行处理、分析,计算精度指标,比较拟合点的分布、拟合点的数量和拟合方法对精度的影响.试验算例表明采用相同方法时拟合点的数量越多、分布越均匀拟合精度越高;在点的数量相同且较多,分布都相对均匀的前提下,BP神经网络法拟合的精度高于二次多项式曲面拟合法;在点的数量相同且较少,分布都相对均匀的前提下,BP神经网络法拟合的精度低于二次多项式曲面拟合法.  相似文献   

改进的小波神经网络在沉降预测中的应用     

丁鸽  花向红  田茂  蒋健君 《测绘信息与工程》2013,(6):27-29

针对BP神经网络预测方法的稳定性较差,提出运用增加动量项的小波神经网络方法,进行沉降预测,并选出最优的隐含层节点数目,结合某高铁路基沉降监测数据进行实验分析。实验表明,该方法实际可行,稳定性较好并且预测精度高。  相似文献   

基于小波分析的神经网络在遥感测温数据拟合中的应用     

伊晓东  孙鹏 《测绘与空间地理信息》2017,40(5)

将小波母函数嵌入人工神经网络的神经元,形成紧致型小波神经网络,该网络用于遥感测温的数据拟合中,可提升纯粹的BP神经网络的拟合精度。本文结合红沿河核电站无人机红外测温试验,对其采集的一组温度数据采用小波神经网络进行拟合。对实验数据进行了统计分析,结果表明:小波神经网络能保证拟合误差在很小的范围之内,并且优于BP神经网络。  相似文献