Using advanced soft computing techniques for regional shoreline geoid model estimation and evaluation     

Mosbeh R. Kaloop  Mostafa Rabah  Ahmed Zaki 《Marine Georesources & Geotechnology》2018,36(6):688-697

This study aims at evaluating the global geoid model for a regional shoreline fitting using advanced soft computing techniques and global navigation satellite system/leveling measurements. Artificial neural networks, fuzzy logic, and least square support vector machine models are developed and used to fit the global geoid model for the north coastal Egyptian line. In addition, a novel estimation geoid model is designed and evaluated based on the latest global geoid models. The results of the three estimation models show that they can be used to correct the shoreline geoid model, in terms of root mean square error that ranges from 1.7 to 8.5?cm. Moreover, it is found that the least square vector machine model is a competitive approach with certain advantage in solving complex problems represented by missing data.  相似文献   

基于EMD与神经网络的机械故障诊断技术   总被引：2，自引：0，他引：2  

赵犁丰  周晨赓  仲京臣 《中国海洋大学学报(自然科学版)》2004,34(2):297-302

经验模式分解 (EMD)是分析非线性、非平稳信号的有力工具 ,它将信号分解为突出了原信号的不同时间尺度的局部特征信息的内在模函数 (IMF)分量。本文通过将各 IMF分量输入到 BP网络中进行训练学习和故障诊断 ,比直接输入原信号可以提高 BP网络对故障诊断的准确率 ,而且减少了训练时间。  相似文献   

基于GIS组件与ANN耦合技术的矿井构造复杂程度评价     

刘德民  ;张品刚  ;李小明  ;洪益清  ;阎海珠 《中国煤炭地质》2008,(10):74-76

矿井构造是影响煤矿安全生产的主要因素,对瓦斯突出、矿井突水有着明显的控制作用。矿井构造具有空间性和非线性等特点,使矿井构造复杂程度评价的难度较大,据此利用MapObjects的空间分析功能和非线性人工神经网络（ANN）耦合技术,对矿井构造复杂程度进行评价。根据前人的研究成果,将突水系数、底板倾角变异系数、底板标高变异系数、断层强度指数、断层密度等5项指标引入评价体系,经过空间分析统计和模型识别,建立了矿井构造复杂程度评价模型。在开滦矿区东欢矿8煤层构造复杂程度的评价中,共训练及评价了研究区的226个评价单元．评价结果表明研究区西部及西北部构造复杂,中部及东南部构造相对简单。  相似文献   

地学自由曲面径向基函数网络重建的详细算法   总被引：3，自引：0，他引：3  

陈明  何凯涛  王全明 《物探化探计算技术》2005,27(1):75-77

径向基函数(RadialBasisFunction,简称RBF)神经网络是一种理想的地学离散数据网格化工具,能够适应各种不同分布形式和边界条件的数据,收敛速度较快,可以逼近任何复杂曲面。这里详细介绍了RBF神经网络的算法。适当径向基函数的形式和偏差系数是使用RBF神经网络作地学曲面重建的关键。大量的实际数据验证结果表明,当选用Gauss型径向基函数时,一般可获得比较理想的网格化效果,同时具备"曲面平滑"和"拟合度高"的特点。  相似文献   

ARTIFICIAL NEURAL NETWORK CORRECTION OF ROUGH ERRORS OF OBSERVATIONS   总被引：1，自引：0，他引：1       下载免费PDF全文

蒋国荣  张韧  沙文钰  阎俊岳  姚华栋 《Acta Meteorologica Sinica》2002,(1)

In the context of tower measured radiation datasets.following the correction principle meetinga diagnostic equation in data quality control and in terms of a technique for model construction ondata and ANN(artificial neural network)retrieval for BP correction of radiation measurementswith rough errors available,a BP model is presented.Evidence suggests that the developed modelworks well and is superior to a convenient multivariate linear regression model,indicating its wideapplications.  相似文献   

Structural damage detection using the optimal weights of the approximating artificial neural networks     

Shih‐Lin Hung  C. Y. Kao 《地震工程与结构动力学》2002,31(2):217-234

This work presents a novel neural network‐based approach to detect structural damage. The proposed approach comprises two steps. The first step, system identification, involves using neural system identification networks (NSINs) to identify the undamaged and damaged states of a structural system. The partial derivatives of the outputs with respect to the inputs of the NSIN, which identifies the system in a certain undamaged or damaged state, have a negligible variation with different system errors. This loosely defined unique property enables these partial derivatives to quantitatively indicate system damage from the model parameters. The second step, structural damage detection, involves using the neural damage detection network (NDDN) to detect the location and extent of the structural damage. The input to the NDDN is taken as the aforementioned partial derivatives of NSIN, and the output of the NDDN identifies the damage level for each member in the structure. Moreover, SDOF and MDOF examples are presented to demonstrate the feasibility of using the proposed method for damage detection of linear structures. Copyright © 2001 John Wiley & Sons, Ltd.  相似文献   

ARTIFICIAL NEURAL NETWORK CORRECTION OF ROUGH ERRORS OF OBSERVATIONS^*          下载免费PDF全文

JIANG Guorong  ZHANG Ren  SHA Wenyu  YAN Junyue  YAO Huadong 《Acta Meteorologica Sinica》2002,16(1):123-132

In the context of tower measured radiation datasets.following the correction principle meeting a diagnostic equation in data quality control and in terms of a technique for model construction on data and ANN (artificial neural network) retrieval for BP correction of radiation measurements with rough errors available,a BP model is presented.Evidence suggests that the developed model works well and is superior to a convenient multivariate linear regression model,indicating its wide applications.  相似文献   

基于GIS与ANN耦合技术的地裂缝灾情非线性模拟预测系统——以山西榆次地裂缝灾害为例   总被引：4，自引：0，他引：4       下载免费PDF全文

武强  陈珮珮  董东林  孙卫东  魏迎春 《地震地质》2002,24(2):249-257

现代地裂缝在世界许多国家普遍存在 ,已成为当今世界范围内的主要地质灾害之一。本文在详尽分析了山西榆次地裂缝的各个致灾因子的基础上 ,利用GIS技术建立了地质学意义上的专题层 ;然后采用人工神经网络技术构建出了地裂缝灾害活动性的评价模型 ,并建立了地裂缝活动性的评价系统 ,对榆次地裂缝进行了灾害活动性评价 ,为榆次市城建和国土规划等部门的正确决策提供了重要的科学依据  相似文献   

人工神经网络模型反演植被生物量参数   总被引：9，自引：0，他引：9  

金亚秋  刘长龙 《遥感学报》1997,1(2):83-87

该文利用 1988年小麦生长期中生物量参数和微波 (10 2GHz)主被动遥感实测数据 ,作为输入输出I/O矢量对 ,训练人工神经网络为参数反演模型。然后用 1989年小麦生长期中微波主被动遥感实测数据和该神经网络模型 ,来反演其生物量参数在整个 1989年生长期中的变化。反演结果与遥感实测结果作了很好的比较  相似文献   

基于神经网络的区域生态环境分类方法研究   总被引：3，自引：0，他引：3  

乔平林  张继贤  卢秀山  高武俊  张运生 《地理与地理信息科学》2004,20(2):97-99

如何利用智能化信息提取技术,进行区域生态环境自动分类,一直是一种前沿性研究。该文在分析研究区自然景观特征的基础上,总结了影响区域生态环境的建模要素,基于神经网络技术,并根据生态环境的遥感探测机理,利用TM卫星遥感数据中的可见光、热红外、植被指数(NDVI)以及DEM数据,建立了基于BP神经网络的区域生态环境信息自动提取模型,形成了一种新的生态环境分类方法,其分类结果与实际情况完全一致。  相似文献