基于PSO参数辨识SVM的中长期径流预测研究

以径向基函数作为核函数,利用微粒群(PSO)算法的全局寻优特性进行支持向量机(SVM)的参数辩识.在微粒群搜索参数前,先对参数进行指数变换,使[0,1]和[1,∞]有着相同的搜索概率.微粒群算法的适应值函数是以支持向量机模型的推广能力为标准的,讨论了测试样本的最小误差和留一法对支持向量机学习方法推广能力的两种估计.最后...     

嵌套网格空气质量预报系统及其在沈阳地区的初步应用

嵌套网格空气质量预报系统作为中国第三代区域多尺度空气质量模型,充分借鉴吸收了国际上成熟的天气预报模式、空气污染数值预报模式的优点,并体现了中国各区域、城市的地理、地形环境、污染源的排放等特点.模型能够在沈阳市很好的应用,并模拟出冬季重污染个例和夏季的轻污染个例,SO2的模拟效果略好,PM10的模拟结果偏低.造成偏低的原因主要有三个方面:污染源数据、污染物比例和模式内部参数.     

基于经验模式分解与LM一BP神经网络的大坝变形预报模型

提出一种基于经验模式分解(EMD)与LM-BP神经网络相结合的模型进行大坝变形预报的方法.先利用EMD具有根据信号本身特征进行自适应分解的功能将变形时间序列分解为一系列不同尺度的固有模式分量IMF,再根据各个IMF的变化规律采用相匹配的LM-BP模型进行预报,最后对各分量的预报值进行叠加得到最终的变形预报结果.实例分析...     

风云三号气象卫星红外分光计

大气是地球上一切生命赖以生存的重要物质条件之一。人类在各项生产和生活活动中,必须了解和掌握大气温度、湿度、气压、风力等气象要素,以及风、云、雨、雪等天气现象信息。现代气象预报为了提高预报精度、延长预报时效,需要高性能大气遥感仪器提供初始大气信息资料。风云三号红外分光计具有创新性和独立知识产权的技术主要有：     

小区域地震预报的现状与对策

地震预报,是指用科学的思路和方法,对未来地震的发震时间、地点和强度（震级）作出预报。地震预报是具有区域性的。目前,小区域的地震预报仍停留在依靠对时空域残缺信息的不完全归纳和与以往某些震例（模式）作类比为基础的经验性加思辨性预报水平,是对小概率事件的不确定预测,总体来说,尚处于低水平的探索阶段。     

空间实体碰撞预报算法及其自适应步长设计

为避免空间飞行实体碰撞漏报并提高计算效率,提出了通用性的基于仿真的多空间飞行实体碰撞预报方法。采用自适应调整仿真计算步长,给出了相应算法,并通过典型算例验证了其正确性和有效性。     

自校正信息融合Kalman预报器

对含未知噪声统计的多传感器系统,用现代时间序列分析方法,基于滑动平均（MA）新息模型的在线辨识和求解相关函数矩阵方程组,可在线估计噪声统计,进而在按矩阵加权线性最小方差最优信息融合准则下,提出了自校正信息融合Kalman预报器。证明了它的收敛性,即它具有渐近最优性,且自校正融合Kalman预报器比每个局部自校正Kalman预报器精度高。一个目标跟踪系统的仿真例子说明了其有效性。     

人工神经网络在空气污染预报中的研究进展

人工神经网络是20世纪80年代迅速兴起的一门非线性科学,特别适用于对具有多因素性、不确定性、随机性、非线性等特点的对象进行研究,而空气污染预报正是这样的一类问题。简单介绍了人工神经网络的基本概念,详细地回顾了国内外人工神经网络在空气污染预报领域的研究应用情况,最后讨论了人工神经网络在空气污染预报领域中的研究方向和发展趋势。     

基于卷积神经网络的隧道富水破碎带地质超前预报图像解译方法

针对地质雷达图像解译依赖于专家经验、费时费力且易受主观因素影响精度的问题,提出基于卷积神经网络理论算法针对超前预报中富水破碎带自动化定位预测方法:设计了残差网络结构、损失函数与训练策略;通过对云南文马高速公路中3条重点隧道的地质雷达图像进行收集筛选,构建了富水破碎带深度特征提取的超前预报网络模型;在Pytorch深度学习框架下,采用训练预热策略及自适应矩估计(Adam)优化器实现了模型参数稳定收敛的高效训练.通过测试验证及对比实验,表明这种方法对隧道地质雷达图像中的富水破碎带不良地质体特征具有较好的检测精度.文马高速望城坡隧道实践证明,该方法可辅助判定隧道施工过程中富水破碎带,识别定位不良地质区域及概率置信度,为实际工程提供决策依据.     

预报不如预防

处在环太平洋地震带上的日本是世界闻名的多地震国家,在日本,一年一度全国统一的“地震防灾日”甚至像节日一样,搞得轰轰烈烈。在全民参与这一基础上,日本的地震预防预报研究始终处于世界前沿。 推测中的日本东海大地震 1944年,日本东南海域发生海底地震,并引发一场特大海啸。震前,专家发现震区曾有海底的地壳隆起现象。以此为契机,日本政府设立了“东海大地震预测”这一大型科研项