基于大数据思维的铀资源样本集合建设方法研究及试验

铀资源数据获取能力的快速提高,迫切要求铀资源预测的思维和方法也应有所创新。文章通过对比分析现有成功的大数据和智能应用案例,结合铀资源勘查专业领域数据特点,提出了铀资源样本集合建设的整体方案。以二连盆地砂岩型铀资源数据作为试验数据,讨论了铀资源正负样本集合的建设方法,并分析了下一阶段铀资源勘查数据挖掘和机器学习的研究方向。

基于栅格模型和样本集合的动态环境地图创建

采用单一栅格模型创建动态环境的地图,往往需要构建多个时间尺度的地图,且无法有效表述环境中的动态信息.为了克服上述困难,提出一种用栅格模型和样本集合创建动态环境地图的方法.栅格模型对静态障碍物用贝叶斯方法进行置信概率估计、当前样本集合迭代更新动态障碍物当前所处位置、历史样本集合保存动态障碍物的所有历史传感信息.通过将样本集合与栅格模型融合,可以有效表征动态障碍物的当前位置和主要活动区域.实验室动态环境下的实验结果表明:该算法能够构建信息完整且精度较高的动态环境地图,为后续路径规划和导航提供便利.

MASNUM-WAM海浪模式集合Kalman滤波同化研究——Ⅱ.集合样本对同化效果的影响

背景误差相关结构的确定是影响海浪同化效果的关键因素之一。集合Kalman滤波是一种较为成熟的同化方法,其可以对背景误差进行实时更新和动态估计,现已广泛应用于海洋和大气领域的研究。本文基于MASNUM-WAM海浪模式,分别采用静态样本集合Kalman滤波和EAKF方法,针对2014年全球海域开展海浪数据同化实验,同化资料为Jason-2卫星高度计数据,利用Saral卫星高度计资料对同化实验结果进行检验。结果表明,两组同化方案均有效提高了海浪模式的模拟水平,EAKF方案在风场变化较大的西风带区域表现显著优于静态样本集合Kalman滤波方案,但总体上两者相差不大。综合考虑计算成本和同化效果,静态样本集合Kalman滤波方案更适用于海浪业务化预报。

静态集合样本的构造及其在全球海浪滤波同化中的应用

本文提出一种最佳静态集合样本的构造方法,利用不同时段内海浪有效波高的模拟偏差构造静态集合样本,并将其与由模拟结果和观测资料统计的模式误差进行概率密度分布及时空相关性分析,结果表明24h间隔有效波高偏差与后者的相关性最好,称为最佳静态集合样本,可用于近似背景误差。将所构造的静态集合样本应用于滤波同化调整过程,采用MASNUM海浪模式,利用Jason-1卫星高度计数据,对2008年全球海域开展海浪同化实验,实验结果表明,基于最佳静态集合样本的海浪同化调整,可以有效地改善海浪模式的模拟效果。

基于优化样本组合的集合-变分混合同化方案研究

为有效引入“流依赖”的背景场误差协方差,同时降低集合预报带来的计算量,尝试通过优选与同化时刻天气形势更相似的历史预报样本,并结合预报过程中的时间滞后样本,将两种样本引入集合-变分混合同化系统中,构建基于优选历史预报样本和时间滞后样本的集合-变分混合同化方案。单点观测理想试验表明,优选历史预报样本结合时间滞后样本,既能够缓解样本不足所导致的采样误差,又能够为同化系统提供“流依赖”的背景场误差协方差。连续一周的循环同化及预报试验结果显示,相较于ERA5资料和探空资料,三维变分方案整体表现稍差,样本组合混合同化方案分析场和预报场的均方根误差最小,且比仅用时间滞后样本的混合同化方案有所改进;降水评分整体也表现最优,尤其对中雨和暴雨的模拟改进较明显,较好地模拟出了强降水中心的强度和位置,且改善了降水过报的问题。

初始扰动振幅和集合样本数对CNOPs集合预报的影响

初始扰动振幅的大小和集合样本数对于集合预报取得更高预报技巧具有重要意义。本文将正交条件非线性最优扰动方法(orthogonal conditional nonlinear optimal perturbations,简称CNOPs)应用于概念模型Lorenz-96模式探讨了初始扰动振幅和集合样本数对集合预报技巧的影响,从而为使用更复杂模式进行集合预报提供指导。结果表明,由于CNOPs扮演了非线性系统中的最优初始扰动,从而使得当初始扰动振幅小于初始分析误差的大小时,CNOPs集合预报获得更高的预报技巧,并且CNOPs集合预报的最高预报技巧总是高于奇异向量法(singular vectors,简称SVs)集合预报的最高预报技巧。结果还表明,CNOPs集合预报倾向于具有一个合适的样本数时,达到最高技巧。更好的集合离散度--预报误差关系和更为平坦的Talagrand图(Talagrand diagram)进一步证明了CNOPs集合预报系统的可靠性,从而夯实了上述结果的合理性。因此,针对CNOPs集合预报,本文认为采用一个适当小于初始分析误差的初始扰动振幅和一个合适的集合样本数,有利于CNOPs集合预报达到最高预报技巧。

MASNUM-WAM海浪模式集合Kalman滤波同化研究-Ⅰ.风场扰动对海浪模拟影响

模式集合样本的代表性和观测信息的可靠性是制约数据同化效果的重要因素,而前者对海浪模式同化的影响尤为显著。由于海浪模式对初始场的敏感性较弱,来自大气的风输入源函数是海浪的重要能量输入,如何合理地对风输入进行扰动,构造海浪的集合模式运行,是实现和改进海浪模式集合Kalman滤波同化的关键问题。为了实现海浪模式集合运行,本文提出了风场的三种集合扰动方案,分别为:纯随机数、随机场和时间滞后的风场扰动方法。本研究利用2014年1月ECMWF全球风场,基于这三种风场扰动方法开展了集合海浪模式的集合运行实验,并统计分析了海浪特征要素(有效波高)和二维波数谱对风场扰动的响应。结果表明,随机场集合扰动方案所构造的风场集合效果最佳,所得海浪模拟结果的集合样本发散度适中,能够较为合理地反映背景误差的统计特征,可用于进一步的集合Kalman滤波海浪数据同化实验。

集合预报方法的全局研究

应用一个最大简化的６变量非线性模式，引入胞映射全局分析方法，研究初值误差范围内不同扰动对预报结果的影响。在获得对其全局认识的基础上，再通过理论研究与预报实践证明，集合预报方法确能改进预报。理论研究表明，可以求出最佳集合样本数，而且由模式预报试验得到的最佳集合样本数与理论结果是一致的。另外，观测精度、预报精度以及模式状态变量的个数对最佳集合样本数有着不同的影响。

一种基于自组织过程神经网络的动态样本半监督学习算法

针对时变信号模式分类和未标记样本信息的有效利用问题,提出了一种基于自组织过程神经网络的动态样本半监督学习算法。根据获得的已标记和未标记的过程函数样本信号,分别构建基于竞争学习规则和有教师示教方法的自组织过程神经网络模型,利用该网络的自组织特性,实现动态样本的分类标识。文中分析了算法的信息处理机制,给出了具体的实现步骤。以油田开发水淹状况判别为例,实验结果验证了方法的有效性。

京津冀及其周边地区“2+26”城市PM2.5的蒙特卡罗集合预报试验

本文在嵌套网格空气质量预报模式系统(NAQPMS)的基础上,结合蒙特卡罗模拟方法搭建了多扰动的空气质量集合预报系统。利用该系统对京津冀及其周边地区“2+26”城市的PM2.5浓度进行预报试验,试验时段为2017年9~12月,模式水平分辨率为15 km。研究发现,基于蒙特卡罗集合预报系统,采用“集合样本优选”均值集成法能显著提升PM2.5预报精度,大幅减小预报偏差。与所有集合样本的均值集成法相比,该方法将PM2.5预报均方根误差(RMSE)由58.0μg m^(−3)降低至34.7μg m^(−3),将模拟—观测两倍因子百分比(FAC2)由67%提升至87%。此外,“集合样本优选”均值集成法对各污染等级的整体预报效果优于均值集成法。本文结果可为改进城市PM2.5预报效果和减小PM2.5预报偏差提供参考。

大量网络游记文本中热度地名提取方法与实证研究

探讨网络游记文本中的地名使用特征及其研究意义,地名使用状态的定量特征能够反映游客对旅游地景观的认知结构与旅游行为的一般过程。在现有中文分词技术基础上,结合游记文本中的地名使用特点,选用ATF*PDF方法计算特征词汇在整个旅游文本集中使用状态的综合权重,设计了一种基于大量网络游记文本的热度地名自动提取方法,为不使用自定义地名库的旅游地理研究奠定了基础。以游客点评网游记为样本的实验证明,该方法能够实现旅游相关地名的快速提取,地名使用热度越高,提取准确率越高;对地名提取结果的类型结构分析发现了自然和人文旅游地游记在词汇使用方面的共性和差异,指示了旅游文本地名的分布意义及其对旅行过程其他信息解读的潜在价值,预示了网络游记文本在进一步解析旅游者的旅游地认知特征和旅游行为过程方面的科学意义。

利用标准化LDA进行人脸识别

线性判别分析 (LDA)是一种较为普遍的用于特征提取的线性分类方法 提出一种基于LDA的人脸识别方法———标准化LDA ,该方法克服了传统LDA方法的缺点 ,重新定义了样本类间离散度矩阵 ,在原始定义的基础上增加一个由类间距离决定的可变权函数 ,使得在选择投影方向时 ,能够更好地分开各个类的样本 ;同时 ,它采用一种合理而有效的方法解决矩阵奇异的问题 ,即保留样本类内离散度矩阵的零空间 ,因为这个空间包含了最具有判别能力的信息 在这个零空间里 ,寻找对应于样本类间离散度矩阵的较大特征值的特征向量作为最后降维的转换矩阵 实验结果显示 ,在人脸识别中 ,与传统LDA方法相比 ,该方法有更好的识别率

基于机器学习的铀成矿有利区预测技术研究

机器学习技术已开始应用于成矿有利区预测中,在铀矿地质领域有必要开展相关的研究。文章确定了基于机器学习的铀成矿有利区预测的主要流程,明确了砂岩型铀资源机器学习模型建立的方法,针对所建立铀资源样本集合,开展了基于机器学习的预测试验,实现了试验地区的铀成矿有利区预测,对未参与建模的样本进行测试,正确率达到80%以上。

基于全方位视觉的人证同一性检验装置

针对目前人证同一性检测效率低,精度差,证件信息使用不充分等问题,提出了一种由身份证读卡器、全方位视觉传感器(ODVS,Omni-Directional Vision Sensors)和嵌入式系统构成的人证同一性检验装置;通过身份证读卡器读取身份证内的身份证持有者的人脸图像,采用ODVS抓拍身份证持有者的人脸图像,然后利用模块2DPCA算法将身份证内的人脸图像与抓拍的人脸图像进行比对,根据比对的结果得出的Frogenous范数与已设置好的阈值进行比较,若小于阈值就判定为身份证持有者和证件所有者是同一个人;实验结果表明,设计的人证同一性检验装置具有检验速度快、验证精度高、被检验者非约束、系统鲁棒性高等优点。

融合图像与红外传感的变电站异物入侵在线监测

为保证变电站体系的安全运行,防止小动物入侵,提出了融合图像与红外传感的变电站异物入侵在线监测方法。利用红外传感设备,将采集到的图像信息融合在一起,通过节点规划的方式,完成异物入侵监测区域的划分。在此基础上,确定入侵数据的样本集合,根据已选取的监测指标,计算权重指标的具体数值,完成融合图像与红外传感的变电站异物入侵在线监测方法的设计与应用。实验结果表明,利用该方法监测的小动物入侵图像更为清晰,符合维护变电站安全运行能力的实际应用需求。

基于危险理论的舰船通信网络安全风险评价

为了准确把握舰船通信网络安全风险的变化,设计了基于危险理论的舰船通信网络安全风险评价方法。首先引入危险理论将舰船通信网络入侵频率作为风险评价输入,舰船通信网络安全风险级别作为输出,建立舰船通信网络安全风险评价样本集合,然后采用Elman神经网络对舰船通信网络安全风险评价样本集合进行训练,建立舰船通信网络安全风险评价模型,最后采用舰船通信网络系统为例,分析舰船通信网络安全风险评价方法的可行性,结果表明,本文方法能够高精度把握舰船通信网络安全风险变化态势,不仅获得了令人满意的舰船通信网络安全风险评价结果,而且舰船通信网络安全风险评价效果要优于其他方法,具有十分显著的优势。

急性HIV感染及其检测技术研究进展

艾滋病已成为世界范围内重要的公共卫生问题。既往发现HW感染者的方法主要是基于对HIV抗体的检测，然而，在HIV感染至抗体检测阳性这一急性Hrv感染（AHX）阶段，患者体内具有一过性的高病毒血症，传染性极强。开展AHI的筛查，及时发现AHI者并给予有效的干预和治疗可以防止H1V的进一步传播，减缓感染者的病程，具有个体临床和群体公共卫生的双重意义。此文综述了AHI的概念、临床表现、流行病学意义以及相应的检测技术进展和费用等。

使用遗传算法求解最大值的研究

遗传算法充分利用生物遗传学的原理,通过模拟基因遗传和自然选择等基本过程,并在子个体中选择最优良的品种并且不断选择个体进行循环交叉以及概率随机产生变异,最终获得最优良的个体,得出目标结果。在人工智能中,遗传算法被广泛运用于各个方面,而且取得了很大的成就,本理论报告将利用遗传算法实现一个关于求解最大值的问题。