水文辗转相关插补延长研究

利用500多种不同参数模拟计算结果对水文辗转相关插补延长有关问题进行了研究,结果表明∶在资料插补延长中,如果参证站X资料较长而设计站Z与参证站X同期观测资料较短,那么就无法采用设计站Z与参证站X同期观测资料建立回归方程,这时可选用一个中间参证站Y进行辗转相关插补延长,但该站必须具备条件(a)参证站Y与设计站Z、参证站Y与参证站X均具有较长的同期观测资料,(b)参证站Y分别与设计站Z和参证站X均具有较强的相关性,即相关系数RXY>0 9,RYZ>0 9,才能满足插补精度要求.同时还利用统计试验资料建立了辗转相关插补延长各相关系数之间的关系表达式.     

应用分布转换法插补展延水文系列的探讨

本文应用一种概率分布转换法，对现行水文系列的插补展延计算方法进行了改进。同时对任一非正态的随机系列应如何进行回归计算提出了建议。文中用一些事例说明该方法能较显著地提高计算的精度。可以认为，它具有较广泛的适用性。     

关于电算水文资料整编质量的探讨

本文就电算原始资料数据加工，上机操作质量和电算成果检查及其步骤，内容等做了简短明确的论述。     

水文预报的人工神经网络方法

本文在水文学文献上首次应用人工神经网络模型（ＡＮＮ）对广东省目前最大的飞来峡水电枢纽工程控制水文站北江横石站的日均及逐时流量进行了预报，资料包括５年洪水季节的逐时流量和全年的日均流量。研究表明能有效的模拟非线性的实际水文系统。本文提出的模型与现有的ＣＡＲ，ＡＲ和ＲＷＴＬ等线性模型进行了比较，为此鉴别了１４９个模型，ＡＮＮ模型在明显的增加了预报长度同时提高了预报精度。     

浅议水文资料的共享与公开

水文资料是国民经济建设和社会发展所必需的重要基础性信息资源,水文资料的共享与公开可以最大限度地提高水文信息资源服务社会的能力,是水文现代化和信息化的一项基础性工作,是国家经济发展、科技进步、社会文明的重要体现,实现水文资料的共享与公开势在必行。     

水文实测资料缺乏地区引水式水电站的径流计算方法

在径流式水电站规划设计中,如何确定水电站的径流及径流的年内分配是水电站规划设计中进行水能计算和确定装机容量的关键。结合作者做过的工程实例介绍采用参照站法确定新建水电的径流计算。     

基于遥感与区域化方法的无资料流域水文模型参数优化方法

针对无资料流域径流预报的难点, 探讨水文模型参数优化的共性问题, 综述区域化方法和遥感方法的研究现状。首先从水文模型参数优化面临的共性问题, 即水文地理数据生成、目标函数构建和优化方法选择等问题出发, 分析其对参数优选结果的影响, 并归纳出当前广泛认可的解决方案。然后结合区域化方法的技术原理和研究进展, 着重论述测站密度对区域化方法性能的影响, 并分析该方法在中国的适用性。接着从研究区域、水文模型结构、遥感资料以及率定目标等方面归纳总结遥感方法优化水文模型参数的最新研究进展。最后对区域化方法和遥感方法的优缺点及未来发展前景进行对比分析, 为中国无资料或缺资料流域径流预报实践提供参考。     

Application of artificial neural networks in sonic diagnosis of cracking hammer with artificial diamond

On the basis of the characteristic parameters selected from the fault sonic signals of cracking hammer with artificial diamond by means of with time series analysis and time domain statistics, three-layer artificial neural network is trained by an improved BP algorithm. The results state that the fault sonic signals can be identified by trained network system precisely. Foundation item: Supported by the National Natural Science Foundation of China Biography: LI Kai-yang (1963-), male, Associate professor. Current research interest is in image processing.     

人工神经网络在定量结构-活性相关(QSARs)研究中的应用

人工神经网络（ANN）源于模拟人脑中信息处理过程的计算机模型,它独特的结构和处理信息的方法,使其在许多实际应用领域中取得了显著的成效,介绍了人工神经网络的原理及其在定量结构－活性相关（QSARs)研究中的应用,并对其进一步的应用做了展望。     

人工神经网络在潮汐预测中应用研究

海洋环境中,精确预测潮汐是关系到建筑物和人类活动的重要工作.利用人工神经网络进行单测站潮位和多测站对应潮位预测,并结合潮汐现象的特点,提出了在预测之前有针对性的数据处理分析方法--周期分析概念,并将其应用到实际的潮位预测当中,实例证明这种方法可以解决潮位预测中存在的时滞问题,提高了预测的精度.同时根据不同测站潮汐数据之间的相关性,以及潮汐数据规律性较强这一特点,进行了不同潮位测站之间的对应潮位预测,取得了很好的结果.     

人工神经网络在淬透性曲线中的应用

利用人工神经网络中的BP算法,建立材料的合金成分与距水冷端不同位置上的硬度值的模型.根据材料的合金成分含量取得硬度值,获得了满意的结果,为预测淬透性曲线提供了一定的理论辅助手段.     

人工神经网络在结构振动控制中应用

对人工神经网络在结构工程振动控制中的应用做了综合评述 .简要介绍了人工神经网络的发展历程和基本性能 ;重点阐述了人工神经网络在结构振动控制中的应用情况 ,并对未来的发展方向进行了展望 .     

人工神经网络光度法同时测定锆和钛

在锆(钛)一对氯苯基荧光酮—CTMAB显色体系中，应用三层神经网络解析锆和钛的吸收光谱，不经分离分光光度法同时测定锆和钛．使用改进的BP算法，避免了神经网络在学习过程中可以产生的麻痹现象．用于合成样品和钢样中锆和钛的测定，效果较好．     

基于神经网络的建筑结构节点损伤识别方法

将建筑结构节点损伤识别反问题归结为优化问题，然后用LM人工神经网络来求解．对建筑结构中某些点的垂直位移进行静态测量，用以确定建筑结构中受损伤节点的位置．同经典的优化方法相比，人工神经网络具有全局收敛性．利用神经网络对受损建筑结构节点的位置进行识别是一种可行的方法．数值模拟结果表明，采用Levenberg-Marquardt法训练的神经网络进行结构损伤识别具有较快的收敛速度和较高的识别精度，并且具有良好的鲁棒性。     

基于人工神经网络及非线性回归的岩爆判据

采用人工神经网络和非线性回归方法研究岩爆判据研究.首先利用人工神经网络对原始样本进行量化,然后对量化后的样本数据进行非线性回归分析,获得新的岩爆判据公式.研究结果表明:此岩爆判据公式具有较高的预测精度.     

基于人工神经网络超临界流体萃取动力学模拟

采用设计的SCFE装置进行了沙棘籽油的超临界流体（CO2）卒取。实验条件为压力15-30MPs,温度303-323K,流速0.05-0.40m^3/h。在30MPa、313K时得到最高油产率。将人工神经网络技术用于超临界萃取过程动力学模拟。网络结构为三层BP网。以压力、温度、萃取时间为输入信息,以萃取量为输出网络进行训练。由此得到的网络可以对萃取速率和单位时间床高方向的萃取量进行准确的模拟和预测。进一步发展后,该方法可为放大设计提供科学依据。     

人工神经网络及其在岩土建模中的应用

探讨了应用人工神经网络技术模拟岩土本构特征的可行性,认为神经网络为岩土材料本构特性的研究提供了一种新方法,并结合重庆红粘土本构特性的社会网络模型,介绍了该方法的具体应用,计算结果与试验结果均说明了该方法的有效性。