基于人工神经网络的延吉沟泥石流危险度评价

本文结合延吉沟地质实况,选取了纵比降、流域面积、泥石流容重、泥石流沟长、危险区域面积和黏粒含量等6个项目为影响因子,采用研究区域附近6条典型泥石流沟作为样本训练神经网络,对其可能发生的泥石流地质灾害进行危险度评价,所得结果与人工经验算法结果基本一致,表明神经网络算法是一种实用的评价方法。     

城镇泥石流灾害危险度评价方法研究

应用模糊聚类分析的原理与方法,提出了泥石流危险度评价方法,并以甘肃省48个县以上城市为例,通过模糊聚类分析模型计算,将其划分为极危险、危险、较危险和一般4个危险等级.此方法具有一定的客观性和科学性.     

基于人工神经网络的公路隧道安全性评价研究

本文基于人工神经网络原理,选取能反映公路隧道结构安全性的三个因子作为评价指标并建立起了公路隧道结构的安全评价体系。对应用实例进行了分析,证明该方法可行。     

雪崩危险度评价的程序和方法

在提出“积雪单元“概念的基础上，将雪崩危险度评价分为区域雪崩危险度评价和点位雪崩危险度评价。从发生学角度论证了雪崩发生危险度评价的参评因素和指标体系。详细论证了两类评价各自的特征、操作性评价程序和方法。     

基于云模型对下垟山泥石流的危险性评价

【目的】为解决泥石流危险性评价过程中指标权重易受到的主观影响,以及将定性概念转化为定量描述的问题。【方法】利用python语言生成正向云发生器,选取八个评价指标构建用于泥石流危险性评价的云模型。采用层次分析法（AHP）计算出基于此八项因子的主观评价指标权重,利用变异系数法得到客观评价指标权重,再通过组合赋权,得到评价指标的组合权重。【结果】通过此正向云模型,得到浙南瑞安市湖岭镇下垟山泥石流沟为轻度危险泥石流沟。【结论】通过云模型对下垟山泥石流的定量化判定,为后续的防治提供了可靠的参考。     

甘肃省滑坡泥石流遥感调查评价

由甘肃省科学院地质自然灾害防治研究所研究员洪嘉祥等完成的<甘肃省滑坡、泥石流遥感调查评价>课题,通过广泛收集、整理我省滑坡、泥石流资料,利用卫星TM数据,结合航片和地形图,经过图像处理完成数字化地图,建立了滑坡、泥石流的遥感解释标志,判译了全省3400个滑坡和540条泥石流沟,并进行了现场实地验证和核对,基本符合实际,证明判译正确.     

基于沟道形态学变迁理论的泥石流形成影响研究——以纸坊沟流域为例

地表形态是泥石流物源启动和运动的力学基础,流域内的地形地貌特征对泥石流的发生具有重要意义.该文基于ArcGIS的水文分析法,采用2009年和2015年分辨率30×30m的纸坊沟ASTER GDEM数据,结合野外勘察,从沟道形态变化的方向研究沟道形态变迁对泥石流形成的影响.从2009年至2015年,纸坊沟流域泥石流流域面积减小0.1km~2,高差减小26 m,而平均坡度增大1.43°,平均纵坡比从38.2‰增大至39.2‰.结果表明,泥石流的爆发和远程运移受到流域形态、沟道形态和坡面形态的共同作用和影响.目前,纸坊沟处于较为稳定的发育时期,大型泥石流的暴发概率较低.     

基于人工神经网络的CSTR温度控制研究

在对自适应神经网络进行分析和研究的基础上,对连续搅拌反应釜进行了建模,使用基于径向基函数的神经网络系统对釜内的温度进行了控制.使用MATLAB实现了温度控制系统,仿真实验结果表明,文中设计的模型和系统具有良好的自适应性、鲁棒性和抗干扰能力.验证了人工神经网络在CSTR中的温度控制的应用,为CSTR的控制提供了一种新的方法.     

基于BP人工神经网络的变压器故障诊断

电力变压器是电网中最重要的电力设备,对变压器故障及时和准确的预测是确保电网安全稳定运行的必要前提。本文针对变压器故障的特点和类型,利用油中气体含量分析的方法,通过对其故障数据的采集,使用BP人工神经网络方法对变压器进行故障诊断。最后,通过实例仿真,验证了BP神经网络可以有效地运用到变压器故障诊断中。     

基于FLO-2D的四川小金县炭厂沟危险性评价

【目的】研究炭厂沟泥石流爆发时的危险性。【方法】以炭厂沟1:5 000等高线、50年降雨数据和掩膜作为基础,结合现场勘察情况,运用FLO-2D和GIS软件,模拟炭厂沟在不同降雨频率下(10%、5%、2%和1%)泥石流的运动堆积过程。【结果】以1%降雨频率为例,模拟出的最大泥石流流速为20.97 m/s,最大泥石流流深为7.7 m,堆积面积为33 175 m²。极端危险区范围占比81.8%,具有极高的危险性。对比模拟计算流速与公式计算流速来验算精确度,结果显示可靠性高。【结论】通过选用流速和泥深作为泥石流危险度分区的定量指标,得到炭厂沟泥石流的危险性分区图,为该流域的灾害防治提供科学的参考依据。     

基于人工神经网络的汉语语义网络生成

在分析自然语言处理中规则法与统计法的优缺点的基础上,提出一种新的基于人工神经网络的汉语语义网络生成模型,该模型利用人工神经网络的可学习性,从而可有效覆盖相当规模的语言学知识,以应付自然语言的多变性,同时通过语义网络表征知识可深层次刻划词语之间的关系,为后续语言的理解与推理打下基础．     

基于人工神经网络的条码定位与识别方法

针对大角度条码图像区域自动定位这一关键技术的具体应用,笔者提出一种适合大角度条码图像区域自动定位的算法。该算法以高斯滤波、边缘检测和霍夫变换做预处理,采用已经训练好的人工神经网络进行定位,运用全局与局部结合的二值化方法进行二值化、识别。实验证明,该算法图像定位准确率高,大角度条码图像定位效果较为理想,提升了图像识别的正确率。     

基于最优组合赋权和模糊综合评价法的杂谷脑河下游泥石流危险性评价

基于模糊集理论,综合层次分析法、熵值法的优缺点,利用最优赋权法对评价因子赋权,最大程度考虑主客观因素在权重计算中所占的比重,建立泥石流模糊综合评价模型。以杂谷脑河下游20条泥石流沟为例,选取泥石流最大冲出量、流域面积、主沟长度等7个因子构成评价集,利用模糊综合评价模型,对该区泥石流进行危险性评价。将评价结果与刘希林单沟泥石流危险性评价法比较,三岔沟和曾头沟的模糊综合评价危险等级高于单沟泥石流危险评价结果,其余泥石流沟评价结果相同。评价结果与实际情况吻合,表明利用最优组合赋权法的模糊综合评价是合理可行的。     

泥石流活跃程度评价及治理问题讨论

根据甘肃省内50条泥石流沟的基本要素,建立了判别泥石流沟活跃程度的表达式.讨论了泥石流沟综合治理中,合理的拦挡坝总坝高,建立了泥石流沟在采取了拦挡措施后泥石流容重的估算办法.     

基于人工神经网络的组合预报模型与应用

在研究铜锍吹炼实际生产过程的基础上，综合运用两种结构不同的BP神经网络与经验估算方法，建立了铜锍吹炼造铜期终点的组合预报模型；并采用模糊聚类分析法对神经网络隐含层节点数进行模糊确定，经实践证明，预报结果具有较高精度．能有效地指导生产实践．     

工程建设诱发地质灾害实例分析--以兰州市打浪沟泥石流为例

引用兰州市打浪沟泥石流灾害实例,对其成因进行初步分析,揭示不规范的人为活动是导致灾害发生的主要原因,并对打浪沟泥石流进行危险性预测评估,提出防治对策建议.     

基于组合赋权和耦合-协同理论的油气管道泥石流灾害危险性评价研究

管道地质灾害危险性评价是管道安全运营、灾害防治的重要决策依据。目前的评价方法中,并未充分考虑灾害与管体间的互馈关系。为此,根据系统的耦合-协同理论及组合赋权思想,建立危险性评价的耦合-协同模型,对某长输天然气管道沿线发育的4处典型单沟泥石流灾害进行危险性评价,并与常规的指标评分法进行对比、验证,最终的评价结果与实际调查情况相吻合。研究结果表明:耦合-协同理论在管道泥石流灾害危险性评价中具有适用性和可推广性,可为今后管道地质灾害的相关定量化评价提供新思路。     

基于BP人工神经网络的路基压实度预测模型研究

在大量路基碾压实验的基础上,通过对BP人工神经网络的分析,建立了路基压实度预测神经网络模型,并利用MATLAB环境下的神经网络工具箱开发了相应的程序.预测结果表明,该模型程序具有学习能力强、预测精度较高、快速方便等特点.这项研究为路基碾压施工工程中土的压实度预测研究提供了新的研究思路.     

基于人工神经网络样本优化法识别的河流溶解氧模型

以影响河流溶解氧的3个重要因素(流量、水温、pH)建立了基于L-M算法的BP神经网络模型,用此模型可成功预测黄河水中溶解氧(DO)的浓度.过程中选取四种方法对学习样本进行预处理,利甩处理后的数据训练网络.结果表明采用方法四归一化后的数据预测DO含量效果最好,同时表明线性插值后学习样本的大小对网络预测的精密度有较大提高.     

基于人工神经网络的计算机语言类课程教学行为指导

计算机语言类课程是计算机专业本科阶段重要的系列课程之一,如何划分理论与实践课课时比例仍缺乏科学合理的方法指导.提出基于BP神经网络的教学行为指导方法,根据学生及课程的具体情况自适应调整理论实践课课时比例.用层次分析法构建合理的语言课程教学评价指标体系,并通过神经网络模型输出自主学习因子指导教学.实践证明,该方法在实际教学应用中取得了良好的教学效果,为语言类课程教学行为提供了有效的方法指导.