基于邻近域特征的堆积层滑坡多维地电信息成像监测技术研究

堆积层滑坡作为一种非线性系统变形演化规律复杂,准确量化坡体形变过程中滑移面边界变化、降雨入渗边界、水头边界和流量边界等重要参数是堆积层滑坡变形破坏机理研究的基础。此项研究基于电阻率成像技术,可依据岩土体成分、结构的不同和地层间电性的差异实现快速、多维剖面成像,并通过深度神经网络建立了浅层高分辨率电阻率成像数据和各类监测数据的“时间-空间-属性”邻近域特征信息统一表达矩阵,实现了各监测项空间权重的快速收敛。在此基础上,用逐层、逐个递推式回归分析方法分析深层电阻率成像数据,准确构建了反映堆积层滑坡形变过程的内部结构多维电性特征模型。试验证明,该方法有效地提高了各类边界参数基于地电信息成像监测结果的实时性和准确性,为堆积层滑坡形变破坏机理研究提供理论与方法支撑。

一种顾及邻近域内实体间距离的空间异常检测新方法(英文)

空间异常检测已成为空间数据挖掘和知识发现的一个重要研究内容.空间异常蕴含着许多意想不到的知识,现有的空间异常检测方法大多依据空间邻近域的非空间属性差异来计算偏离因子,忽略了邻近域内空间实体间距离的影响。本文首先讨论了空间邻近域内实体间距离对空间异常检测的影响,在此基础上,提出了一种顾及邻近域内实体间距离的空间异常度量方法——SOM法,并分析了它的复杂度。由于该方法是利用实体非空间属性的加权内插值与实测值的差值作为度量空间异常程度的参数,从而顾及了邻近域内所有实体相互间距离对非空间属性偏离的影响,并且克服了现有检测方法在不均匀分布空间实体集内寻找空间异常的缺陷。最后,通过一个实际算例验证了所提方法的可行性和正确性。

基于邻近域的不完备空间数据探测方法

不完备的空间数据影响了空间决策、分析与推理的结果及其可靠性。传统的不完备数据检测方法仅使用统计学理论,没有考虑空间数据的空间特性,从而不能直接用于检测不完备的空间数据。提出了一种基于邻近域的不完备空间数据检测方法—NNBiSDD算法,NNBiSDD算法在空间实体的k-邻近域内使用"三倍标准差"原则检测不完备的空间数据。最后,通过一个实际算例验证了NNBiSDD算法的有效性和可靠性。

基于改进KNN算法的有限钻孔预测全域地质特征的方法

为解决传统建模方法难以对原始钻孔数据进行深度挖掘和利用的问题,提出一种改进KNN(K-nearest neighbor)算法,它是在原有的KNN算法的基础上,通过实现k值根据不同地层自动选取以及对原始地质资料的进一步利用,形成的一套空间自适应插值拟合算法。将一铁路勘查工程数据作为数据源,导入该数据到改进KNN算法模型中并运行,成功获得了该地各地层的特征k值,并实现了地质建模。通过对比实际建模以及实际的钻孔柱状图与KNN改进前后预测的钻孔柱状图发现,改进KNN算法对于薄层的预测更加准确,总体准确率更高。并且通过机器学习指标的对比验证发现,相比于原始KNN算法以及其他常见分类算法,改进KNN算法能够获得更好的地层预测效果,做到了“求全”与“求精”,能够较好地指导地下三维空间的预测。

基于域规则预处理解决旅行商问题的遗传算法

旅行商问题(TSP)是一个经典组合优化方面的问题。本文基于原始数据进行域规则的数据预处理,提出了一种对传统路径编码,以及诸算子改进的遗传算法。改进的遗传算法的数据预处理将根据地图区域化特点进行网格区域划分处理,且采用提前培育的局部优秀基因块,再与整体相结合完成分阶段初始化。同时,区域划分必然存在邻近区域,进而有了对于诸算子的发生位置的指导以及发生概率的影响。研究实现结果表明,通过对城市数据进行规则的预处理以及配套的策略相结合,可提高遗传算法的收敛速度和精确度。

基于聚类天气分型的KNN方法在风预报中的应用

以模式识别和相似预报思想为基础,建立基于自组织神经网络(SOM)的聚类天气分型和交叉验证的K最近邻域非参数估计仿真模型(KNN)。该模型首先以自组织神经网络技术对西北地区的高空流场和高度场进行聚类分型,针对不同天气形势下的历史样本,通过交叉检验,分别寻求各类天气型下的最佳K组合。为了验证聚类天气分型对KNN方法的影响,使用2003—2006年冬半年T213数值预报产品和宁夏日最大风速资料,同时建立了宁夏冬半年日最大风速≥6m/s天气分型和未分型的KNN预报模型,并对2007年1—5月进行了预报试验,预报评估结果表明:天气分型后的预报模型总体上降低了预报空报率,提高了预报准确率,特别是某些类天气型,提高幅度更大,为分类相似预报开拓了思路。

基于交叉验证技术的KNN方法在降水预报中的试验

利用2003—2005年4—9月国家气象中心T213的数值预报产品,通过动力诊断,从大量数值预报因子中提取不同层次、不同时效与降水关系较好的多个因子,使用K最邻近域(KNN)方法,制作不同代表站点的晴雨预报和大于或等于10 mm的降水预报试验。在搜索K邻近域的过程中,考虑天气事件出现的概率不同,而分别求取有天气事件的正样本K+值和无天气事件的负样本K-值,使该方法选择的最邻近域中的K值取得更为合理。利用交叉验证的方法,对历史资料依次选取部分样本作为预报测试集,通过预测结果的检验评分,选取获得最大准确率和最大概括率的K+和K-作为最佳邻近域的组合。确定了最优K值后,反算历史样本,通过比较,得到某站出现降水天气事件的预报判别值,在一定程度上减少了预报的空报率。经过对2006年4—9月的预报试验,改进后的KNN方法使24,48 h的晴雨预报和大于或等于10 mm降水预报的TS评分大多数高于未改进前的,也高于T213模式本身的降水预报和MOS方法动力统计释用的降水预报,特别是克服了模式降水预报和MOS方法预报中空报率较高的现象,达到了较好的预报效果。

文本聚类的重构策略研究

该文提出面向文本距离并独立于聚类过程的聚类重构策略。提出邻近域的概念并阐述了邻近域规则,设计了高斯加权邻近域算法。利用高斯函数根据样本与聚簇中心的距离为样本赋权,计算聚簇间距。基于邻近域权重对文本聚类的结果实施重构。使用拆分算子拆分稀疏聚簇并调整异常样本;使用合并算子合并相似聚簇。实验显示聚簇重构机制能够有效地提高聚类的准确率及召回率,增加聚簇密度,使得形成的聚类结果更加合理。

一种改进的禁忌搜索法在函数优化问题中的应用

禁忌搜索法对初始解、邻域个数及禁忌列表的大小等参数有比较严格的要求,这些参数直接影响着算法的优化能力。文章提出了一种改进的禁忌搜索法,它用有效空间来压缩搜索范围,这样可以提高搜索效率和全局搜索能力。用短期和长期禁忌列表存储器来保证算法能搜索到全局空间的每一点,并且不重复搜索。经过验算和分析,证明它是一种较好的全局启发式搜索法。

基于节点感应度的自主决策目标跟踪算法

目标跟踪是无线传感器网络的一项基本应用。由于传感器节点能量有限,如何在保证跟踪精度的前提下降低节点能耗以延长网络生命周期一直是研究的重点之一。文中采用RNG平面化技术将无线传感器网络平面化为多边形跟踪结构,基于定位边,采用加权质心算法对目标位置进行估计,结合节点对目标感应质量与距离负相关的特性,给出了节点感应度的计算方法,同时提出了一种节点自主决策是否参与跟踪的目标跟踪算法(NS-ADTT)。该算法中,节点可根据自身感应度值及局部网络情况自主决策是否参与当前跟踪。仿真结果表明,在目标跟踪过程中,该算法在保证一定跟踪精度的基础上减少了参与跟踪的节点数,降低了网络能耗,有效地延长了网络生命周期。

基于KD树和CDT的露天矿三维建模

为了实现露天矿坑快速而准确的三维建模,以露天矿坑坡顶线、坡底线、道路边界线以及线上的点作为约束边线和离散点来进行约束Delaunay三角剖分(CDT)建立露天矿坑模型。对于各个离散点,利用KD树进行组织和索引,从而快速地确定各个离散点间的拓扑关系,对CDT后的三角网格进行局部修正,从而使露天矿坑模型更加准确美观。该方法成功在蓝光平台上实现,实验结果表明:利用该方法可以快速、准确地实现露天矿坑的三维建模。总之,这种建模方式更加方便、快捷,有利于离散点的动态增删和离散点与约束边间关系的处理。

KNN方法在贵州晴雨预报中的试验

使用2003—2007年T213数值预报产品和贵州省08-08时日降水量资料,建立了贵州省9个站的KNN晴雨预报模型,并对2008年进行了预报试验。在搜索K邻近域的过程中,与传统的KNN方法相比,求取了不同类别的K值,即K+、K-,使该方法选择的最邻近域中的K值取得更为合理。通过对历史资料的反复交叉验证求取了最优的K+、K-值组合。最后对2008年贵州省9个站进行预报试验并评估。预报评估结果表明:KNN方法总体上降低了预报空报率,提高了晴雨预报的TS评分和预报准确率,特别是对24h和48h,KNN方法在对贵州降水预报的数值预报解释应用中有一定的效果。

基于粒计算的不完备信息系统的缺失值估计算法

将粒计算引入到不完备信息系统中,提出了粒域、粗糙粒域、邻近粒域的概念。由对象的粒域得到的邻近粒域估计缺失值,使缺失值与横向(属性)和纵向(对象)相联系,提高了估计值的可信度。

GIS空间信息分析

通过对空间信息量算、空间数据的复合叠合分析、统计分析、网络分析及邻近分析五个方面的说明,对空间信息分析方法进行了详细阐述,可以指导人们更好地了解GIS为用户提供的解决问题的方法,利用GIS对空间数据(信息)进行加工处理、增值处理。

时空一体化框架下时空异常探测

提出一种时空一体化的时空异常探测方法,首先基于时空统计学与聚类分析构建一体化时空邻近域。进而,发展兼顾时空相关与异质性的时空异常度量方法。最后,采用一种3步骤的策略探测时空异常。应用本文方法探测中国陆地区域33年(1970年—2002年)的年平均气温时空数据中的时空异常,探测结果具有较好的可靠性,反映时空数据的时空一体化特征。同时,对时空异常的产生机理与实际意义进行分析和解释。

利用层次约束Delaunay三角网探测空间点事件离群模式

空间离群模式探测是空间数据挖掘的一个研究热点。以带有空间位置属性的点事件为研究对象,针对现有方法的局限性,在扩展了空间离群模式定义的基础上引入层次约束Delaunay三角网,发展了一种空间点事件离群模式探测方法(简称层次约束TIN法)。首先,借助Delaunay三角网粗略地构建空间点事件间的邻接关系;然后,利用统计学方法针对Delaunay三角网的边长特性进行三个层次约束分析,以精化空间点事件的邻近域;最后,对具有空间邻接关系的点事件集合进行统计分析,以形成一系列空间簇,并通过一个统计约束指标提取数量较少的空间簇,即空间点事件离群模式。该方法不需要人为输入参数,通过模拟数据和实际数据实验,证明该方法可以有效、稳健地识别各类空间点事件离群模式。

电子束光刻研制高分辨X射线波带片透镜最新进展

首先综述了当前X射线透镜的分辨率和效率的水平,预测并讨论了发展我国波带片透镜、赶超国际先进水平的技术路径图。在原有100 nm分辨率波带片和会聚透镜工艺基础上,综述了电子束光刻结合金电镀进一步发展30~70 nm分辨率的X射线波带片的最新进展。在研发30 nm分辨率的波带片中,电子束光刻中的邻近效应严重限制了波带高宽比,而现有商业软件(基于蒙特卡罗模型和显影动力学)的邻近效应修正在同时处理从微米到30 nm的各种图形时效果甚微。为此,本团队针对70 nm分辨率的硬X射线波带片采用了图形修正法,实现了20:1的波带高宽比,针对50 nm分辨率的硬X射线波带片采用了分区域修正法,获得了15:1的波带高宽比;30 nm波带片透镜的金属化摒弃了传统的直流电镀工艺,采用脉冲金电镀,实现了金环均匀电沉积,成功研制了30 nm分辨率的软X射线波带片透镜和30~100 nm的大高宽比分辨率测试卡。所有研制的波带片透镜在上海同步辐射装置得到了X射线光学成像验证。