GPS/VRS实时网络改正数生成算法研究   总被引：5，自引：0，他引：5  

黄丁发  李成钢  吴耀强  吕弋培  周乐韬  陈维锋  廖华  熊永良  刘经南 《测绘学报》2007,36(3):256-261,339

为提高厘米级网络GPS/VRS实时动态定位的精度和可靠性,系统地探讨VRS网络实时改正数的生成模型,并提出适用于中长距离参考站网络的电离层、对流层以及卫星轨道改正数计算的改进算法。结合四川GPS参考站网络(SGRSN)以及自主开发的虚拟参考站软件平台VENUS系统,对上述改正数生成算法进行试验验证,结果表明其大气误差改正数精度为2~4 cm,轨道误差的影响可基本消除,满足80 km以上中长距离稀疏参考站网络厘米级实时动态定位服务要求。  相似文献   

基于SVM的含约束地球化学单元素异常圈定方法及应用     

常婵  郭艳涛  花卫华 《江苏地质》2018,42(3):452-458

地球化学元素异常的空间分布受限于地质背景、矿产空间分布和景观特征等因素,单元素异常图的绘制不应仅依据采样数据由计算机追踪等值线图的方法自动勾绘。传统的手工圈定方法效率低、受人为因素影响大。基于SVM(Support Vector Machine,支持向量机)提出了一种可以考虑地质约束的单元素异常圈定方法,并加入地质单元分区、地质构造等约束条件。该方法可以高效绘制出单元素异常图,并成功应用于2个实例中。  相似文献   

地质领域机器学习、深度学习及实现语言   总被引：4，自引：2，他引：2  

周永章  王俊  左仁广  肖凡  沈文杰  王树功 《岩石学报》2018,34(11):3173-3178

地质大数据正在以指数形式增长。只有发展智能数据处理方法才有可能追上大数据的超常增长。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习已成为地质大数据研究的前沿热点,它将让地质大数据插上翅膀,并因此改变地质。机器学习是一个源于数据的模型的训练过程,最终给出一个面向某种性能度量的决策。深度学习是机器学习研究中的一个重要子类,它通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性。卷积神经网络算法是最为常用的一种深度学习算法之一,它广泛用于图像识别和语音分析等。Python语言在科学领域的地位占据着越来越重要。其下的Scikit-Learn是一个机器学习相关的库,提供有数据预处理、分类、回归、聚类、预测、模型分析等算法。Keras是一个基于Theano/Tensorflow的深度学习库,可以应用来搭建简洁的人工神经网络。  相似文献   

基于机器学习方法的辽宁省初霜冻日期预测模型研究     

王涛  王乙舒  赵春雨  王小桃  秦美欧  沈玉敏  侯依玲  赵建云 《气象与环境学报》2022,38(4):47-56

基于前期ERA5逐月再分析数据, 应用3种机器学习算法(Lasso回归、随机森林和神经网络)对辽宁省初霜冻日期进行预测评估。Lasso回归算法提取对初霜冻日期预测有重要指示意义的气象要素特征集, 通过交叉验证和超参数调优建立初霜冻日期预测模型, 利用均方根误差(RMSE)和距平同号率方法定量定性地评估模型的预测效果。结果表明: 特征选择后的气象要素特征集建模提升了模型的泛化能力、可解释性和稳定性; Lasso回归模型在4月起报的预测效果最好(RMSE为6—8 d), 神经网络模型在5月起报性能最好(RMSE为6—9 d), 随机森林模型在3月起报性能最好(RMSE为8—9 d); 辽宁全省大部分站点距平同号率为50%—70%, 其中Lasso回归和神经网络模型为5月起报最高(约为68%), 随机森林算法为3月起报最高(约为62%)。特征选择和敏感性实验结果发现, 低植被覆盖比例是初霜冻日期预测关键预测因子, 植被覆盖率越高越有利于地表含水量保持, 降温容易产生霜冻, 初霜冻日期也就越易提前, 去掉低植被覆盖比例因子后模型预测效果显著下降, 也表明该因子是模型建模的前期关键因子。  相似文献   

The performance of inclined secant micro-pile walls as active vibration barriers     

《Soil Dynamics and Earthquake Engineering》2013

The isolation of vibrations from the surroundings is one of the important problems in the design of machine foundations. The use of open trenches, infilled trenches, single and multiple pile rows have been widely studied. In this paper, the vibration screening efficiency of an inclined secant micro-pile wall positioned as an active vibration barrier is investigated. The study is performed using three-dimensional time domain finite element analyses. Various parameters such as barrier depth, inclination, barrier distance and load excitation frequency were studied. The results show that inclined secant micro-pile walls are a viable vibration isolation option for a multitude of vibration problems. It is shown that varying barrier inclination angle from 90° to 120° improved vibration isolation performance as high as 44% relative to the vertical barrier for the active isolation case. The effectiveness of the barrier increases as its depth increases and also as the excitation frequency increases. The orientation of the inclined barrier towards or against vibration source is shown to be a fundamental design consideration.  相似文献   

Application of support vector machine and relevance vector machine to determine evaporative losses in reservoirs   总被引：1，自引：0，他引：1  

Pijush Samui  Barnali Dixon 《水文研究》2012,26(9):1361-1369

This article employs Support Vector Machine (SVM) and Relevance Vector Machine (RVM) for prediction of Evaporation Losses (E) in reservoirs. SVM that is firmly based on the theory of statistical learning theory, uses regression technique by introducing ε‐insensitive loss function has been adopted. RVM is based on a Bayesian formulation of a linear model with an appropriate prior that results in a sparse representation. The input of SVM and RVM models are mean air temperature (T) ( °C), average wind speed (WS) (m/sec), sunshine hours (SH)(hrs/day), and mean relative humidity (RH) (%). Equations have been also developed for prediction of E. The developed RVM model gives variance of the predicted E. A comparative study has also been presented between SVM, RVM and ANN models. The results indicate that the developed SVM and RVM can be used as a practical tool for prediction of E. Copyright © 2011 John Wiley & Sons, Ltd.  相似文献   

虚拟主机服务应用技术研究   总被引：1，自引：1，他引：0  

李永红  周娜  房晓亮  吴晨 《震灾防御技术》2012,7(4):444-449

云技术是现代数据中心建设的关键技术之一,采用虚拟化技术,可提高设备的使用效率,节约建设资金,缩减系统运行、维护成本,增加业务系统运行的连续性和可靠性。本文结合山东省区域地震数据中心虚拟化技术的应用实践,总结了服务器虚拟化的成功经验,可为地震及相关行业数据中心虚拟主机服务建设方面提供借鉴与指导。  相似文献   

�ο�վ��˫��ģ�������ж�VRS�۲�ֵ��Ӱ��     

张锋  郝金明 《大地测量与地球动力学》2010,30(4):151-155

????ο?????????????????????????????VRS??????????????????????????????????????????????????????λ???ο????????????????????ο???????????????????????ò????????????ο???????????VRS?????????????????????????????????????????????????ó??????????巽??????????ο????????VRS????????????????繹??????С???????VRS???????????  相似文献   

宁夏测震台网的大震应对改进方案   总被引：1，自引：0，他引：1  

吕俊强  杜文勇  许文俊 《华南地震》2010,30(4):55-59

5.12汶川大地震后,根据现行测震台网运行中暴露出的一些问题,就仪器及服务器机柜加固,通讯信道备份,测震虚拟台网的组建,测震台网中心备份等方面提出了一些改进方案,以保证宁夏数字化地震观测台网在大震来临时或出现突发事件时仍然能够正常运行。  相似文献   

虚拟技术在地震前兆技术系统中的应用     

胡玉良  程冬焱  李惠玲 《震灾防御技术》2015,10(3):688-694

地震前兆技术系统长期稳定和可靠运行对管理人员来说至关重要,本文以山西前兆台网为例,基于VMware虚拟机搭建了地震前兆技术系统,并利用其快闪及克隆功能实现了地震前兆技术系统的快速备份及恢复,提升了地震前兆技术系统故障应急处置能力。  相似文献