遗传算法优化支持向量机矿产预测方法   总被引：1，自引：0，他引：1  

季斌  周涛发  袁峰 《测绘科学》2015,(10):106-109

针对矿产预测中已知矿点的样本数目较少的问题,该文提出了一种基于遗传算法优化的支持向量机矿产预测方法。采用遗传算法优化支持向量机的惩罚因子和径向基核函数参数,避免了参数选择不当对支持向量机预测结果的影响,从而提高矿产预测的精度。以空间建模工具ArcSDM中的卡林型金矿床数据为例进行实验。结果表明,支持向量机模型的预测准确率为89.3%,查准率为70.2%;而证据权方法的预测准确率为79.4%,查准率为50%,均小于支持向量机预测结果,说明遗传算法优化的支持向量机是一种有效的矿产预测方法。  相似文献   

改进的灰色模型在高铁沉降预测中的应用     

明祖涛  刘军  夏力  黄文华 《测绘科学》2015,40(4):137-140

针对目前灰色模型在高速铁路沉降预测中存在的不足之处,该文提出了一种通过改善原始数据序列的光滑度来提高灰色模型预测精度的方法,并结合实例,验证了改进灰色模型在高速铁路沉降预测中的可行性,为今后高速铁路的沉降预测评估提供了更多的参考和借鉴。  相似文献   

高轨卫星轨道预报中神经网络模型优化设计   总被引：1，自引：0，他引：1  

黄金  张宇喆  张正强  谷冰  李晓杰 《测绘科学技术学报》2015,(6):559-564

高轨卫星是我国卫星导航系统的重要组成部分。提升该类卫星的轨道预报精度有利于用户定位精度的提高。提出了一种改进高轨卫星轨道预报精度的新方法。该方法避开了精化动力学模型的困难,尝试从轨道预报误差的规律中寻找突破。利用神经网络作为建立预报模型的工具,将某历史时刻的轨道预报误差作为训练样本,利用训练好的神经网络模型补偿当前时刻的预报轨道以提高轨道预报精度。对影响神经网络模型补偿效果的各因素进行了详细分析,制定了适应于高轨卫星短期、中期和长期预报的神经网络最优模型。利用实测数据进行了试验分析,结果表明:预报8,15及30 d应选择的训练步长分别为10,20及25 min;轨道预报8~30 d时,训练噪声均选取0.01。神经网络模型有效地改进了高轨卫星的轨道预报精度,预报4~30 d,轨道精度提高幅度为34.67%~82.37%不等。  相似文献   

山东省灵山岛负载构造和球-枕构造研究   总被引：1，自引：0，他引：1       下载免费PDF全文

张风霄  周瑶琪  王安东  于姗姗 《沉积与特提斯地质》2015,35(3):42-50

本文运用野外露头考察、沉积岩石学、地质统计等方法,对灵山岛的负载构造和球-枕构造进行研究。这些负载构造和球-枕构造侧向延伸好,在整个剖面上连续分布,具有多尺度、多形态、多组合等特点。形成负载构造和球-枕构造的前提条件是地层密度的倒置(上大下小),变形的根本驱动力是沉积物自身的重力。球-枕构造和负载构造的形成机制相同,只是变形程度和阶段不同。根据不对称负载构造受横向剪切力分析,证明早白垩世时该盆地存在古斜坡,并且SE高、NW低。综合考虑地震触发形成震积岩的标志特征和灵山岛的构造地质背景,认为本研究区的负载构造和球-枕构造系古地震触发形成。  相似文献   

中国地球气候系统模式的发展及其模拟和预估   总被引：4，自引：0，他引：4  

周天军  陈梓明  邹立维  陈晓龙  俞永强  王斌  包庆  鲍颖  曹剑  何编  胡帅  李立娟  李建  林岩銮  马利斌  乔方利  容新尧  宋振亚  唐彦丽  吴波  吴统文  辛晓歌  张贺  张明华 《气象学报》2020,78(3):332-350

地球气候系统模式是开展多学科、多圈层集成研究的重要平台,其发展是国际地学领域特别是全球变化领域竞争的前沿。中国的地球气候系统模式研发工作始于20世纪80年代,最近10年得到快速发展。研发格局上已经形成中国科学院、有关部委和高校三足鼎立的局面。文中在简要回顾中国地球气候系统模式早期发展历史的基础上,总结了中国参加第6次耦合模式比较计划的9个地球气候系统模式的技术特点,初步评估了中国4个模式对全球和东亚气候模拟的基本性能,分析了其在4种共享社会经济路径情景下对全球降水与温度的预估变化及其与平衡态气候敏感度的联系。最后,结合国际态势,从发展的角度提出未来中国气候模式研发工作需要加强的8个方向。   相似文献   

油菜花期物候主要限制因子分析及预报模型的构建   总被引：1，自引：0，他引：1  

张佩  高苹  钱忠海  吴洪颜  江海东 《气象》2020,46(2):234-244

以油菜开花开始时间(即始花期)为研究对象,利用1980—2016年江苏省油菜发育期观测资料和同步气象数据,分析油菜始花期的时空变化趋势。结合油菜生理特性,筛选与油菜始花期显著相关的气象因子。以高淳站为例,采用通径分析明确各气象因子对油菜始花期的作用并评估因子敏感性,最后构建油菜始花期的回归预报模型。结果表明:在气候变化背景下江苏地区油菜始花期呈逐年提前趋势,淮河以南地区平均提前3 d以上;上年日平均气温稳定通过0℃终日(X_1)、当年日平均气温稳定通过5℃初日(X_2)、现蕾至开花前时段内分别大于0℃、5℃和10℃的有效积温(X_1、X_4和X_5)、最低气温分别小于0和5℃的日数(X_6和X_7)及平均最低气温(X_8)等8个因子与油菜始花期相关性达极显著水平;其中2月上旬至3月上旬的平均最低气温(X_8)、日最低气温小于5℃日数(X_7)、大于5℃有效积温(X_4)对油菜始花期的直接影响位列8个因子的前三位,且这3个因子两两共同对油菜始花期的相对影响程度也排在各因子对回归方程R~2总贡献率的前三位;其余5个因子直接效应普遍小于间接效应,且它们主要通过X_4、X_7、X_8对油菜始花期产生影响,而X_4、X_7、X_8也通过这5个因子产生一定影响;去掉任何一个因子,都会引起其他某些因子对油菜始花期的直接、间接作用发生变化;基于这8个因子构建的回归模型可解释68.48%的油菜始花期变化,并具有区域适用性。因此,就江苏地区而言,光照和降水对油菜开花早晚影响较小,热量条件才是江苏油菜开花早晚的主要限制因子,所构建的始花期预报模型可较好反映油菜开花时间早晚与相关热量因子变化的规律。  相似文献   

春季中国日最高气温延伸期预报误差分析及订正     

熊敏诠  代刊  唐健 《热带气象学报》2020,36(6):795-804

数值模式直接输出和经模式后处理得到的预报误差比较,是延伸期逐日要素预报应用基础。针对中国2 583个站点在2020年春季11~30天的日最高温度预报,根据欧洲数值中心的集合预报输出,首先,使用BP-SM（Back-Propagation - Self memory）法和回归法,进行确定性预报订正效果比较;结果表明BP-SM法和回归法都明显降低了预报绝对误差;在11~14天预报中,BP-SM法得到的平均绝对误差为3.3~3.6 ℃,预报准确率超过35%,订正效果更优。其次,基于模式直接输出和BP-SM法获得的概率预报,使用CRPSS (continuous ranked probability skill score)进行了可预报性分析。结果表明,在地形复杂地区,经过订正,预报准确率明显改善。对于延伸期逐日要素预报,合理的模式后处理方法是降低预报误差和提高预报能力的重要环节。   相似文献   

云南风能资源及其开发利用研究进展   总被引：1，自引：0，他引：1  

邢婷  郑有飞  朱勇 《气象与环境科学》2013,36(4):55-61

介绍了云南风能资源及其开发利用的研究现状和研究成果。分析了云南风能资源评价历程、分布特点和风电开发建设情况。总结了云南有关风电场选址、风能资源评估、风电功率预测预报以及山区风电场和风电机组设计的研究成果。剖析了云南风能资源及其开发利用中存在的问题并提出今后的发展方向。  相似文献   

Preliminary Studies on Predicting the Tropical Indian Ocean Sea Surface Temperature through Combined Statistical Methods and Dynamic ENSO Prediction          下载免费PDF全文

WANG Li-Wei  ZHENG Fei  ZHU Jiang 《大气和海洋科学快报》2013,6(1):52-59

The sea surface temperature(SST) in the Indian Ocean affects the regional climate over the Asian continent mostly through a modulation of the monsoon system.It is still difficult to provide an a priori indication of the seasonal variability over the Indian Ocean.It is widely recognized that the warm and cold events of SST over the tropical Indian Ocean are strongly linked to those of the equatorial eastern Pacific.In this study,a statistical prediction model has been developed to predict the monthly SST over the tropical Indian Ocean.This model is a linear regression model based on the lag relationship between the SST over the tropical Indian Ocean and the Ni o3.4(5°S-5°N,170°W-120°W) SST Index.The predictor(i.e.,Ni o3.4 SST Index) has been operationally predicted by a large size ensemble El Ni o and the Southern Oscillation(ENSO) forecast system with coupled data assimilation(Leefs_CDA),which achieves a high predictive skill of up to a 24-month lead time for the equatorial eastern Pacific SST.As a result,the prediction skill of the present statistical model over the tropical Indian Ocean is better than that of persistence prediction for January 1982 through December 2009.  相似文献   

A mirage at Regina     

John R. Hendricks 《大气与海洋》2013,51(1):31-33

The Dirt Hills, located roughly forty miles to the southwest of the Regina Weather Office, at Regina, Saskatchewan, were clearly visible on the horizon in the early morning of the 29th day of August 1972 from the Regina Weather Office. This mirage was documented and a picture of it was taken.  相似文献