支持向量机、随机森林和人工神经网络机器学习算法在地球化学异常信息提取中的对比研究   总被引：1，自引：0，他引：1  

李苍柏  肖克炎  李楠  宋相龙  张帅  王凯  楚文楷  曹瑞 《地球学报》2020,41(2):309-319

地球化学勘查是通过发现异常、解释评价异常进行找矿的。因此,地球化学异常识别对矿产资源的定位、定量预测具有重要的的指示作用。在大数据时代的背景下,机器学习方法不要求数据满足正态分布的分布形式,且具有非线性以及泛化能力强等特点,因而逐渐地被应用于矿产资源的定量预测评价,如神经网络、支持向量机、贝叶斯网络、随机森林、受限玻尔兹曼机、极限学习机等。本文通过设计理论实验,可视化了不同算法,提出了不同机器学习方法在不同地区的地球化学异常信息提取中的效果存在不一致性的假设。在此基础上,以湖南香花岭锡多金属矿整装勘查区及甘肃合作金矿整装勘查区的地球化学异常提取为研究内容,将人工神经网络、随机森林以及支持向量机应用于研究区地球化学异常信息的提取与识别工作。在香花岭研究区,人工神经网络的结果较好,在合作研究区,随机森林的结果较好,从而验证了上述假设。通过生成两研究区的地球化学异常图,讨论了该方法在两研究区地球化学异常的地质意义和该方法的可靠性与实用性。此外,还完善了基于多种监督机器学习方法的地球化学异常信息提取流程,为软件开发提供了一定的理论依据。  相似文献   

基于人工神经网络的高频雷达风速反演     

蔡佳佳  曾玉明  周浩  文必洋 《海洋学报》2019,41(11):150-155

风速是重要的海洋状态参数之一,对海面风速的准确提取是实现海洋环境监测和沿海工程应用的重要保证。目前,作为新兴海洋环境监测设备,高频雷达在风速提取方面仍然存在挑战。本文提出了一种基于人工神经网络的风速提取方法,利用历史浮标测量海态数据训练风速提取网络,实现风速与有效波高、波周期、风向及时间因素之间的非线性映射。测试结果表明了这一网络在时间和空间上的稳定性;进而将已训练的网络应用到便携式高频地波雷达OSMAR-S的风速反演中,得到的风速与浮标测量风速间的相关系数达到0.849,均方根误差为2.11 m/s。这一结果明显优于常规由浪高反演风速的SMB方法,验证了该方法在高频雷达风速反演中的可行性。  相似文献   

生态保护工程和气候变化对长江源区植被变化的影响量化   总被引：5，自引：1，他引：4  

唐见  曹慧群  陈进 《地理学报》2019,74(1):76-86

分析长江源区生态保护工程和气候变化对植被变化的影响程度,对于长江源区生态工程的生态效益评估,以及区域植被适应性生态管理政策的制定具有重要意义。因此,本文基于1982-2015年的归一化植被指数数据(Normalized Difference Vegetation Index, NDVI)和气象数据,分析长江源区植被NDVI的时空变化规律,构建预测植被NDVI对气候因子响应的人工神经网络模型,在此基础上,在年和季节尺度上量化气候变化和生态保护工程对长江源区植被变化的影响程度。结果表明:①在长江源区气候条件变化和生态保护工程影响下,长江源区植被退化得到遏制,植被生长呈好转趋势;②海拔相对较低的通天河附近植被NDVI增加幅度较大,高海拔的沱沱河和当曲流域的植被NDVI增加幅度相对较小;③长江源区植被NDVI对气候因子响应存在1～2月的滞后性。构建的人工神经网络模型的拟合优度参数人工神经网模型具有较高的预测精度,可以用来模拟植被NDVI对气候因子的响应;④年尺度的植被NDVI增加受到生态保护工程的影响程度(58.5%)大于气候变化的影响程度(41.5%)。生长季生态保护工程对NDVI的影响程度(63.3%)大于气候变化对NDVI的影响程度(36.7%),而非生长季气候变化是影响长江源区植被生长的关键要素(52.8%)。研究结果有助于为长江源区植被生态系统恢复、管理和利用战略的科学制定提供决策依据。  相似文献   

基于CMIP6多模式集合的未来中国风功率预估          下载免费PDF全文

张佳  乐旭  田晨光  周浩  曹阳  汤金平 《大气科学学报》2023,46(3):402-414

实现我国2060年“碳中和”目标,需要大力发展包括风能在内的清洁能源,然而气候变化给未来风资源利用带来较大的不确定性。本文利用人工神经网络(Artificial Neural Network,ANN)算法对16个CMIP6气候模式风速数据进行逐一订正,在此基础上预估21世纪30、60年代以及21世纪末这3个不同年代在低(SSP1-2.6)和高(SSP5-8.5)排放情景下中国风功率较当代的变化。结果表明,ANN算法使CMIP6气候模式均方根误差平均降低(39.93％±9.57％),并使多模式集合平均与观测的相关系数从0.56增加到0.83,更好地再现了中国当代风速的空间分布和季节变化。在此基础上,预估的21世纪60年代(2050—2064年)风功率密度在两种情景下分别减少了(1.01±0.94) W·m^-2(2.62％±2.27％)和(1.11±1.45) W·m^-2(1.90％±2.51％)。时间上,春季作为风能密度最大的季节,两种排放情景下风功率分别减少了(1.16±1.14) W·m^-2和(1.43±1.58) W·m^-2。空间上,中国东南部风功率密度在SSP1-2.6情景下降(0.56±0.53) W·m^-2,而SSP5-8.5情景下上升(0.40±0.29) W·m^-2。近期(2025—2039年)全国平均风功率密度在两种情景下分别减少了(0.52±0.83) W·m^-2和(0.54±1.02) W·m^-2,而长期(2085—2099年)风功率密度分别减小了(0.98±1.17) W·m^-2和(1.83±1.17) W·m^-2。利用极度梯度提升(XGB)算法订正CMIP6数据的预估变化量级偏小但趋势一致,表明随着全球变暖幅度的增加,我国风功率降低的趋势将更加显著。  相似文献   

珠江口海域叶绿素a质量浓度SAR反演模型     

李露锋  刘湘南  李致博  弥永宏 《海洋学研究》2012,30(2):66-73

以珠江口海域的Radarsatt-2全极化SAR数据和海域表层水面叶绿素a质量浓度实测数据为基础,利用微波散射原理及Cloude Pottier理论对SAR图像进行分解,得到平均散射角a、散射熵H及VH、VV、HH、HV等6个参数;采用BP人工神经网络模型建立上述6个参数与叶绿素a质量浓度的数学关系模型,并结合实测数据对叶绿素a质量浓度进行分类。结果表明:当隐含层节点数为9,输入层和隐含层传递函数分别为tansig和logsig,学习速率和动量系数均为0.2时的网络结构对叶绿素质量浓度反演取得了较好的效果,叶绿素a质量浓度实测值与预测值之间的决定系数(R~2)为0.826。将模型应用于不同时期的2幅图像进行验证,效果良好,与实际情况基本相符。  相似文献   

浮游植物密度的人工神经网络预测研究   总被引：3，自引：1，他引：2  

沈菲  曲阳  李会民  冯剑丰  王洪礼 《海洋技术学报》2005,24(1):44-47

将人工神经网络模型应用于藻类密度数据的预测计算之中,并利用遗传算法对其网络结构进行优化计算以保证计算结果的准确性且自动确定网络结构,分别对神经网络的“当天模型”和“预测模型”进行了计算。结果显示：几种人工神经网络模型在计算精度以及预测数据的趋势上都有较好的效果,目前国内学者使用的人工神经网络“当天模型”无法对其后数据进行预测,不能起到实际预测的作用,而经过遗传算法优化后的人工神经网络“预测模型”不仅达到了很好的预测效果,而且网络结构简单,适用于浮游植物密度的预测计算。  相似文献   

基于人工神经网络的海底细粒土工程分类研究          下载免费PDF全文

杜星  孙永福  宋玉鹏  张牧子 《海洋科学进展》2021,39(1):110-117

海洋沉积物工程定名对于开展海洋工程建设具有重要作用,然而海底粉土和黏性土的定名受人为因素影响容易产生误差.使用人工神经网络的方法对黄河口埕岛海域284组细粒土数据进行了训练和学习,得到了只利用沉积物粒径质量分数进行定名的方法.结果表明,使用人工神经网络的方法能够有效地对沉积物进行工程定名.当网络含有5个输入层节点、9个...  相似文献   

基于人工神经网络的RC框架结构地震响应预测方法     

赵煜东  许卫晓  于德湖  邱玲玲  陈阵隆  邱玉胜 《地震研究》2024,(1):123-134

为了实现钢筋混凝土(Reinforced Concrete, RC)框架结构地震响应的快速预测，提出了一种基于人工神经网络的RC框架结构地震响应预测方法，设计低层、多层和小高层共3个典型RC框架结构作为研究对象，以四川雅安地区为目标场地，基于条件均值谱选取地震动记录作为输入并进行弹塑性时程分析，所得样本数据用于训练人工神经网络。以地震动强度信息和结构信息为输入预测结构响应，同时对模型进行参数敏感性分析。结果表明：建立的人工神经网络模型具有较好的泛化性能，平均谱加速度具有最高的平均影响值，提出的方法为快速预测RC框架结构地震响应提供了方法借鉴。  相似文献   

季风转换对深圳地区呼吸系统疾病的影响及预测研究          下载免费PDF全文

吴千鹏  尹立  李兴荣  孙羽  黄开龙  苏春芳  柳艳香  王式功 《沙漠与绿洲气象(新疆气象)》2023,17(6):32-40

深圳地处我国华南沿海季风敏感区,为探究季风等气象和污染要素对其呼吸系统疾病发病的影响和其预测相关就诊风险的可行性,本文利用当地2015-2016年呼吸系统疾病就诊人数资料及同期气象和污染物资料,并运用BP人工神经网络和LSTM网络构建呼吸系统疾病就诊人数预测模型。结果显示:每年九月份开始,冬季风的冷胁迫效应会使相关人群呼吸系统疾病发病人数波动式增加,直至次年冬季风向夏季风转换前的三月份发病人数达到峰值；而夏季风控制期间当地居民呼吸系统疾病发病人数呈波动式减少态势,比峰值期间减少35%；另外,该地不同呼吸系统疾病其主控因素也不相同；对比两种预测模型,总体上LSTM网络预报模型对深圳呼吸系统疾病风险预测准确率更高,可以满足健康气象预报服务业务需求。  相似文献   

神经网络在海洋天然气水合物检测中的应用     

李少波  林维正  顾轶东 《海洋技术学报》2004,23(1):13-16

文章主要讨论了如何利用神经网络预测天然气水合物的合成和分解。利用了声速、幅度、频率来反映天然气水合物的合成。建立了一个3层前向型网络,通过实验,人工神经网络的引用取得了良好的效果。  相似文献