一、概率统计中的关系映射反演方法(论文文献综述)
李国威,石志广,张焱[1](2021)在《基于生成对抗网络的图像转换技术》文中研究说明针对不同谱段图像获取代价不同的问题,提出一种基于生成对抗网络的图像转换方法。转换过程以肉眼可分辨范围内图像轮廓不变为出发点。首先,通过成对的训练数据对生成器和判别器进行交替训练,不断对损失函数进行优化,直到模型达到纳什平衡。然后用测试数据对上述训练好的模型进行检测,查看转换效果,并从主观观察和客观上计算平均绝对误差和均方误差角度评价转换效果。通过上述过程最终实现不同谱段图像之间的转换。其中,生成器借鉴U-Net架构;判别器采用传统卷积神经网络架构;损失函数方面增加L1损失来保证图像转换前后高、低频特征的完整性。以红外图像与可见光图像之间的转换为例进行实验,结果表明,通过本文设计的生成对抗网络,可以较好地实现红外图像与可见光图像之间的转换。
李梓臻[2](2021)在《基于无人机多光谱影像的苹果树冠层叶面积指数估测研究》文中进行了进一步梳理叶面积指数(Leaf Area Index,LAI)是反映作物长势和预测产量的一个重要指标。传统的植被LAI测量方法多为野外实地测量,费时、费力,且缺乏快速获取大范围植被LAI的有效手段。由于无人机具备高效灵活的特点,无人机遥感可为作物植被LAI监测提供一种更为便捷的方法,能够对苹果树LAI实时进行有效的监测,为果园的科学管理提供技术支撑。以山东省栖霞市博士达果园为研究区,以盛果期的苹果树冠层为研究对象,于2020年6月中下旬,采用LAI-2200植物冠层分析仪对果树冠层的LAI进行实地测量,同步以大疆M600Pro六旋翼无人机为平台,搭载Sequoia农业多光谱相机,获取果园的遥感影像。对原始影像进行预处理和光谱反射率提取,分析了果树冠层光谱特征,通过不同波段反射率的组合计算植被指数,并分别对单波段反射率和植被指数做与果树冠层LAI的相关性分析,筛选与LAI相关性较高的敏感波段,构建了植被指数光谱参数,建立了果树冠层LAI估测模型,并进行对比分析,筛选出了苹果树冠LAI的最佳估测模型。主要研究结果如下:(1)筛选了与苹果树冠LAI相关性较高的波段,构建了植被指数在经过预处理的果园多光谱影像中,提取出苹果树冠层在绿光、红光、红边和近红外波段的反射率,计算21种可用的植被指数,分别为NDVI、RVI、DVI、PVI、SAVI、TNDVI、RDVI、MSR、MSAVI、OSVAI、TVI、CRI、MCARI、NGRDI、RI、GRVI、GNDVI、RGRI、WDRVI、NLI和MTVI2,通过与果树冠层LAI进行相关性分析,以绿光、红光波段为敏感波段,结合与LAI相关性最高的GNDVI构建光谱参数。(2)建立了苹果树冠LAI估测模型并进行精度检验以简单随机抽样、K-S算法和含量梯度法抽样将原始数据划分为训练集和验证集,以绿光、红光、红边和近红外波段的反射率和构建的光谱参数为自变量,苹果树冠LAI为因变量,分别建立了偏最小二乘回归、随机森林回归、支持向量机回归和BP神经网络模型,并对估测模型进行精度检验。综合不同模型的决定系数R2、均方根误差RMSE和相对分析误差RPD作为估测精度的评价标准。(3)确定了苹果树冠LAI的最佳估测模型通过对所有建立的苹果树冠LAI估测模型进行精度对比发现,3种数据划分方法分别建立的4种模型中,以含量梯度法建立的模型总体表现优于简单随机抽样和K-S算法抽样建立的模型,且以BP神经网络模型对苹果树冠LAI的估测精度较高。其中,以含量梯度法抽样建立的BP神经网络模型决定系数R2为0.815,均方根误差RMSE为0.121,相对分析误差RPD为1.810,在所有建立的模型中对苹果树冠LAI的估测效果最佳。
杨昊庆[3](2020)在《非饱和土坡水力参数空间变异性概率反分析研究》文中认为天然土体在形成发展的过程中受沉积、风化等地质作用影响,在空间上具有显着非均质特性,称为空间变异性。对非饱和土坡而言,水力参数的空间变异性对降雨入渗、水位波动等条件下坡体响应、边坡稳定性等均有着显着影响。因此,水力参数空间变异性的合理表征,对滑坡灾害防控具有重要的科学意义和工程价值。当前,岩土参数的空间变异表征以勘察测试数据为主,数量有限,无法充分把握边坡的整体空间变异性。滑坡监测是测量坡体不同工况或天然状态下的响应,具有实时性和持续性的特点。因此,利用监测数据对岩土参数的空间变异性进行估计,可改变当前依赖勘察数据的现状,为参数空间变异性表征提供新思路。同时,通过持续更新参数估计值,可以动态预测坡体状态和趋势,具有显着的工程应用价值。本文紧密围绕土性参数空间变异性反分析方法展开,针对水力参数的空间变异性,对降雨入渗条件下非饱和土坡水力参数的空间变异性表征进行了系统研究。主要工作和结论如下:(1)建立了降雨作用下非饱和土坡稳态和非稳态渗流模型,通过摄动法分析了孔压水头对饱和渗透系数ks敏感度的空间分布,基于蒙特卡洛模拟研究了ks空间变异性对孔压水头的影响。研究结果表明:坡顶处孔压对于ks最为敏感,而坡脚处整体敏感度较低。ks的空间变异性对孔压水头的分布和数值均有显着影响,孔压水头的不确定性随时间增大,其频率分布直方图表现一定的偏度和峰度,未见明显的多峰分布。(2)针对非饱和土坡的稳态渗流问题,基于贝叶斯理论,结合Karhunen-Loève展开和随机多项式代理模型,提出了一种参数空间变异性的概率反分析方法,探讨了监测布置方案关键参数和参数自身的空间分布特性对空间变异性概率反分析的影响规律。研究结果表明:该方法对降雨入渗作用下非饱和土坡水力参数的空间变异性估计较为准确;加密监测断面和增加监测深度均可提升反分析效果,但达到一定监测深度后估计误差不再继续降低;反分析效果也与非均匀参数的空间分布特征有关。(3)针对非饱和土坡的非稳态渗流问题,通过范数截断方案和逐步回归技术,构建自适应稀疏随机多项式,实现了基于时空监测数据的空间变异性概率反分析,研究了监测频率及时段对空间变异性概率反分析的影响。研究结果表明:自适应稀疏随机多项式对非稳态入渗模型的代理效果显着改善,其代理效果在低基质吸力和正孔压下表现更好,并且随着降雨过程逐渐提升,可以准确代理孔压概率分布至二阶矩;随着监测频率降低,估计误差和不确定性都会增加;采用降雨后期的孔压监测数据对ks空间变异性反分析更为准确。(4)以香港东涌滑坡监测工程为例,开展了非饱和土坡水力参数概率反分析研究,验证了提出方法的适用性和反分析结果的合理性。研究结果表明:分层土模型能更显着地降低参数不确定性,预测值与实测值吻合程度较高;时变监测数据有助于提升空间变异性反分析效果,降低预测误差;反分析得到的空间变异ks与钻孔数据和DPT数据具有一致性,可以合理地反映地层剖面的空间变异性特征。
李彩凤[4](2020)在《大视场自适应光学系统的激光导引星位置优化研究》文中提出在对空间目标的观测过程中,光波的传播受到随时间变化的大气湍流的随机干扰,使地面望远镜观测到的图像像质退化。为此,现代的大视场自适应光学系统多利用多颗导引星对一定视场内的湍流进行采样。由于大气湍流随时间在不断变化,其随不同高度分布的廓线也会发生时变,因此本论文结合实时变化的大气湍流廓线计算导引星的最优位置对进一步提高自适应光学系统性能至关重要。本文提出采用简化的近地层自适应光学几何模型作为系统性能评价,使用遗传算法和粒子种群算法,获得不同实测大气湍流廓线下激光导引星的最优分布。同时,采用Numba库、多进程和多线程,提高了海量大气湍流廓线数据做激光导引星位置优化的计算速度。并且用实测的大气湍流廓线数据分析不同天文观测台址下,大气湍流廓线与激光导引星最优位置之间的关系。另外考虑大气湍流随机变化的特性对激光导引星的位置有很大的影响,本文对湍流廓线的时间和空间分布特性进行分析,并且在相应的条件下分析了激光导引星的位置分布情况。以及从数据特性的角度,对大气湍流廓线进行聚类分析,发现大气湍流具有随时空变化的特性。针对聚类后不同类别大气湍流数据不平衡的特点,利用DCGAN神经网络进行大气湍流廓线数据生成。同时分析了不同标签的大气湍流廓线对应的激光导引星最优位置,为后续研究提供良好的参考价值。为实现实际观测中动态优化激光导引星位置的目的,本文进一步提出采用机器学习中的长短期记忆神经网络LSTM,对大气湍流和激光导引星位置之间的映射关系进行学习,从而可以在观测中根据大气湍流廓线测量结果优化激光导引星的位置。测试发现该方法可以迅速获取到新的激光导引星位置,为激光导引星位置的实时优化提供了参考。
姬梁飞[5](2019)在《化归思想在数学应用中的四种策略探析》文中提出知识是思想的载体,思想是知识的精髓。化归思想是知识转为能力的桥梁,体现了数学理论内部固有的规律,反映了人类对其本质认识的一般观点。从函数微分、几何代数、概率统计、建模探究等四大领域探析化归思想的应用策略。
吴涛[6](2019)在《不同海域多频段海杂波特性差异与主要影响因素分析》文中认为不同海域真实海洋环境下的海杂波特性对于雷达探测、遥感、SAR成像以及态势感知等应用领域有着重要作用。由于不同海域海洋环境复杂多变,导致海杂波特性差异明显,因此亟需建立真实海洋环境海杂波特性数据库。然而,单纯通过现场实验获取海杂波特性数据成本十分高昂,需要结合不同海域多频段海杂波特性建模,测量数据与理论模型协同,利用深度学习研究和评估不同海域海杂波特性和影响因素,不失为一种有效的研究方法。本文主要研究不同海域真实海洋环境海杂波特性仿真建模,并对不同海域海杂波的差异性和主要影响因素进行分析。本文基于不同海域真实海洋环境数据,结合时变多尺度海面海杂波特性建模和高性能仿真计算,揭示了小擦地角情况下,高海情、高频段条件下易产生海尖峰现象的物理机制,并建立了不同海域海洋环境多物理场的海杂波数据库。研究海洋环境要素主要包括风速、风向、波高、波向和波周期等对不同海域海杂波特性差异性的主要影响。本文的主要研究成果及特色概括如下:1.由于不同海域海洋环境复杂多变,导致海杂波特性差异明显,因此亟需建立真实海洋环境海杂波特性数据库。本文利用20152017年欧洲中尺度气象数据资料,建立我国渤海、黄海、东海、台湾海峡和南海的海浪类型分类和海洋环境要素的多物理场时空分布数据库,包括不同海域四季各海洋环境要素大概率取值范围,该数据库为建立海面电磁散射理论模型、海杂波特性建模以及深度学习提供可靠的真实海洋环境多物理场条件。2.传统风浪谱海面电磁散射模型仅考虑风速和风向,无法分析不同海域相同海情条件下,海杂波特性的差异。本文考虑波高、波向和波周期的混合重力波海浪谱,结合基于风速和风向的瞬时Efouhaily张力波模型,实现了实际海洋环境的多尺度海面几何建模,并改进了含泡沫修正双尺度算法,研究不同海域相同风向风向下海面电磁散射特性,揭示其差异性机理。3.本文利用不同海域真实海洋环境数据,结合时变多尺度海面海杂波特性建模和高性能仿真计算,揭示了小擦地角情况下,高海情、高频段条件下易产生海尖峰现象的物理机制,并建立了不同海域海洋环境多物理场的海杂波数据库。重点运用深度学习研究了海杂波统计特征量和海洋环境各参数的多物理场参数和深度认知模型,提出了因子分析法并应用于不同海域海杂波特性差异的影响因素分析。并以同一海域海洋环境数据为例,结合海杂波时间序列和多普勒特性分析发现,实际海杂波在高频段、高海情时,小擦地角情况下,海杂波的散射系数经常会出现HH极化高于VV极化现象;同时,当擦地角取10°、5°和3°时,从S和X波段HH极化和VV极化幅度极化比可发现,随着海情增大,波段升高,擦地角减小,HH极化大于VV极化的情况明显增多。高海情小擦地角下,海面的多径效应、绕射效应和体面复合散射效应更为凸显,这也可能是出现“海尖峰”现象的主要散射机理。4.传统海尖峰提取方法复杂且限制条件多,本文引入孤立森林异常数据分析算法计算不同海域海杂波特性数据的异常分数,研究发现海洋环境异常分数小于-0.1的时间段与台风等恶劣天气相关性极高;同时,发现不同极化幅度均值的异常分数小于-0.1的时间段与雷达回波异常现象相关性极高,并且海洋环境异常的时间段内,海尖峰现象更容易发生。上述研究成果为海洋电磁态势感知提供技术支撑。
王建平,张香伟[7](2019)在《RMI原理视角下概率论中若干重要概念探析》文中研究指明RMI原理是一种最基本且具有普适性的数学方法论,其核心内涵是映射。通过变换实现问题的有效转换,以RMI原理的视角讨论和分析了概率论中若干重要的概念和方法产生的思路。
邵媛媛[8](2018)在《基于水力压裂模拟及微地震监测信息的SRV研究》文中提出致密油气在非常规油气资源中占有很大比例,致密油气的有效经济开发已成为热点。中国致密储层资源量丰富,而由于其低孔低渗的特性,开采难度较大。水力压裂是致密油气藏开采的关键技术,致密油气藏的经济生产在很大程度上取决于水力压裂措施的有效性。随着微地震监测技术的逐渐应用,改造体积(SRV,stimulated reservoir volume)与增产效果的正相关性得到了充分的认证,推动了理念创新,形成了以提高最大地层接触面积为目标的压裂技术新理念。因此,通过微地震事件点合理且有效地确定改造体积,对体积压裂技术的评价及发展意义重大,对于致密油气藏的开发也具有重要的指导作用。对于微地震监测,特别是对于微地震事件的反演定位,由于各类噪声的影响,定位普遍存在不确定性,并且与收集的微震数据本身和地层特性(例如层速度分析结果)相关联。因此,从微地震事件拟合的改造体积和通过水力压裂建模获得的改造体积之间经常存在较大的差异。针对上述问题,本文首先结合渗流方程构建一种改进的水力压裂模型,该模型可同时模拟主裂缝扩展和压裂液由裂缝向基质扩散过程。与常规算法仅能够模拟主裂缝破裂相比,改进后的耦合算法能够同步模拟压裂过程中整个地层的孔隙压力变化。由水力压裂模拟得到的孔隙压力分布,依据应力强度因子准则即裂缝尖端的应力强度因子大于岩石断裂韧性时,则裂缝发生破裂并扩展。该扩展过程能够产生集中于主裂缝附近的微地震信号;在基质中,当孔隙流体压力达到临界孔隙压力时,储层会发生微小的破裂或滑移并产生微地震信号。综上,根据主裂缝的破裂和基质中的破裂(或滑移)可以确定微地震事件改造体积。通常由于噪声影响,微地震检波器接收到的初至旅行时会有偏差,而该偏差会使得微地震事件点的反演定位具有不确定性。这使得基于微地震监测信息计算的储层改造体积与现场监测结果相差较大。故本文在应用高斯牛顿反演算法反演微地震事件的过程中,通过对初至旅行时进行不同程度的加噪(高斯噪声)处理来反应实际中可能遇到的各种类型的随机噪声对反演定位微地震事件的影响。由于噪声的影响使得反演定位的微地震事件点的位置具有不确定性,反映在微地震点集中即会出现明显孤立于其它微地震事件的微震点,这类点可视作异常点。从物理过程角度来说,微地震事件是由主裂缝扩展及压裂液向基质的滤失渗流产生的,所以微地震点的分布应具有一定的密集性和连续性。虽然水力压裂所改造的储层体积巨大,致使微地震事件点集的分布很广泛,但异常点明显孤立于微地震事件集中区域,因此异常点与基质中压力的扩散、复杂裂缝网络的形成并无关系。故本文基于异常点的概念去除反演定位的微地震事件点集中的异常点,来降低噪声对于SRV拟合的影响。对于反演过程中的正演模拟,本文采用有限差分法来求解程函方程。有限差分法相较于传统的射线追踪方法(如试射法与弯曲法),具有更高的稳定性,可以有效克服多路径问题及处理复杂地层模型。最后,由于传统的基于微地震事件求解SRV的方法,基本是粗略地以立方体为基础进行计算求解,使得结果过于乐观,故本文采用了更为合理的三维Delaunay(狄洛尼)三角剖分拟合算法、最小体积覆盖椭球(Minimum Volume Enlosing Ellipsoid,MVEE)拟合算法以及较为保守的两种面元算法拟合SRV。分别应用上述拟合方法对在不同加噪程度下得到的微地震事件点集以及对其去除异常点后的微地震事件点集进行拟合并计算相应的SRV,并将拟合结果与水力压裂模拟得到的SRV进行对比分析。结果表明,去异常点效果明显,去除受噪声影响的微地震事件点集中的异常点后,两种面元算法得到的SRV与水力压裂的SRV相差不大,体现出基于该类方法求解SRV虽然较为保守,但具有较好的稳定性(鲁棒性)、抗噪性较强;而三维狄洛尼三角剖分、最小体积覆盖椭球两种算法拟合的SRV虽然与水力压裂计算得到的SRV相对误差较大,即这两种算法对噪声较敏感,抗噪性较弱,但是两种方法不仅从数学领域清楚的划分了微地震活动区域,而且还提供了更详细更定量化的SRV几何结构。故在实际应用中,可将上述拟合算法中的多种拟合算法相结合,将更有助于对压裂效果的评价以及对油气产量的预测。本文结合水力压裂、微地震定位,提出了一套对比各SRV拟合算法稳定性和有效性的思路及流程。
李明[9](2018)在《贝叶斯网络结构与参数优化学习及其海洋环境风险评估应用研究》文中进行了进一步梳理21世纪是海洋的世纪,“海洋强国”战略和“21世纪海上丝绸之路”倡议已成为我国发展的基本国策和引领方向。作为海洋安全战略和海洋发展战略的主体空间,海洋环境与海洋资源开发、海洋工程建设、海上维权行动和海上军事活动等各方面密切相关。有效获取海洋环境信息、准确预报海洋环境变化、科学评判海洋环境风险,既是海洋科学研究的前沿问题,也是亟待开展海洋安全保障的迫切需求。海洋环境现实存在的信息不完备性、知识不确定性、环境要素多源性和作用机理非线性等特点,使得海洋环境安全保障具有极大的不确定性。海洋安全保障的重要内容之一即开展海洋环境风险评估和决策支持研究,而风险评估的核心内涵是对不确定信息的提取、表达和建模,本文针对海洋环境多源信息的融合推理和评估建模问题,引入不确定性人工智能算法—贝叶斯网络理论,围绕海洋环境安全保障、风险评估和决策支持等重要问题和关键技术开展了创新探索和研究。主要工作和成果如下:(一)系统分析和阐述了风险的不确定性内涵,将风险的不确定性特征归纳为自身不确定性、信息不确定性和认知不确定性。通过海洋气象水文要素的不确定性分析并结合不确定性风险理论,将海洋环境风险的不确定性梳理为随机性、模糊性、不完全性、不稳定性和不一致性。针对海洋环境风险的不确定性特征,提出了不确定条件下基于贝叶斯网络等智能算法的评估建模研究思路和技术途径。(二)针对大数据贝叶斯网络结构学习中,结构弧的确定存在误差大、效率低等问题,基于信息流全局因果分析思想和0/1优化原理提出了一种结构学习算法—改进型贪婪搜索算法(AGS)。该算法首先基于信息流理论,引入全局因果度量构造0/1优化问题,得到最优初始网络结构;随后以此结构为基础产生结构搜索空间,通过贪婪算法搜索结构弧,同时根据信息流确定弧方向,实现结构的一体化学习,以得到最优网络结构。数值实验表明,AGS算法与既有算法相比能够更能得到近似全局最优结构,信息流的引入实现了弧和弧方向的同步确定,简化了搜索程序,使算法在准确性和时间性能上更加可靠、高效。(三)针对贝叶斯网络参数学习在实际评估应用中,训练样本信息不定量和不完备等问题,以及既有算法对于数据缺失条件下的参数学习存在易收敛到局部最优和学习速度较慢的缺陷,基于遗传算法的基本理论和技术流程,构建误差函数以实现观测信息与推理信息的误差反馈,采用遗传算法反向搜索节点的最优概率分布,将网络参数的训练转化为多元函数的最优化问题,提出了数据非定量和信息不完备条件下网络参数学习的反演算法,数值模拟和实验仿真结果验证了该反演技术的有效性、可行性和实用性。(四)针对贝叶斯网络的条件独立性假设在实际评估问题中较难满足的限制,通过引入变量之间权重的分配以改进条件独立性假设的途径,在朴素贝叶斯框架和既有加权贝叶斯网络的基础上,归纳了权重计算方法中存在的主观性问题,针对性引入经典统计方法—灰色关联分析,并对其进行算法优化,通过改进灰色关联分析计算网络权重,建立了加权贝叶斯网络的优化模型。(五)基于本文改进发展的贝叶斯网络、动态贝叶斯网络、云模型等智能算法,对“21世纪海上丝绸之路”沿线国家海域的海洋环境风险进行了评估实验和预测模拟。首先根据实际应用条件的差异,采用不同的建模方法和途径进行风险评估实验,分别提出了近岸和远洋两套海洋环境风险评估技术流程;其次运用动态贝叶斯网络建模技术进行风险的动态评估和预测实验,运用人工智能技术对海洋环境风险进行评估分析,得出南海-印度洋沿岸18个近岸港口城市和远洋海区的海洋环境风险评估结果和风险实验区划。
姜文亮[10](2018)在《冷龙岭断裂带全新世破裂模式、大震复发特征研究及其区域构造意义》文中认为青藏高原东北缘发育有一系列走滑逆冲断裂带,冷龙岭断裂带恰位于其东部最前缘部位,是青藏高原东北缘一条非常重要的左旋走滑构造带,同时冷龙岭断裂带也是祁连—海原构造带的重要组成段落之一,其构造变形与地震活动也直接揭示了祁连—海原构造带对整个青藏高原东北缘构造变形的调整与传递作用。然而同周围一系列具有强震构造背景的活动断裂带相比,目前对冷龙岭断裂地震地质研究程度仍有待加强。有关冷龙岭断裂带晚更新世以来滑动速率的研究结果分布在很大的研究范围内,关于冷龙岭断裂带全新世活动习性与大震复发特征的研究也有待深入。有学者认为冷龙岭断裂带与金强河断裂、毛毛山断裂带与老虎山断裂共同构成“天祝地震空区”。发生在2016年与1986年的两次门源地震,造成该区地震地质研究形势更加严峻。对冷龙岭断裂带全新世破裂模式、大震复发特征进行研究,并明确其区域深部结构特征、地壳变形模式,综合构建冷龙岭断裂带及区域地震构造模型非常有必要,相关研究结果也将提升对冷龙岭断裂带及该区域地震活动性的认识,为冷龙岭及门源地区地震灾害防御提供重要依据。相关成果还可以促进对祁连—海原构造带整体地壳变形继承关系的认识,增强对该区第四纪地震构造环境与构造动力学特征的理解,更全面认识冷龙岭断裂带在青藏高原东北缘构造地位与意义。围绕以上科学问题,本论文主要联合卫星遥感与地基LiDAR技术,发展基于构造地貌高精度测量的活动断层定量研究方法。首先,为指导高分辨率遥感技术应用于活动断层及构造地貌定量研究,本论文将建立不同类型活动断层及相关构造地貌遥感影像识别标志,从解译标志精细结构与几何特征角度,深入解析断层与微地貌构造变形特征,建立不同类型活动断层、构造微地貌要素与影像解译标志之间的判别关系模式。其次,本论文将重点针对冷龙岭断裂带将构建典型断层断错地貌精细结构模型,匹配震前地貌标志并恢复断层破裂过程;估算断错地貌位移,采用位移概率密度法研究地震位移分布关系及断层破裂模式,厘定不同分段单次地震事件位移;结合断层全新世滑动速率的测定,明确其全新世大震复发特征。最后综合区域活动构造、地球物理与大地测量等资料,分析冷龙岭断裂带在青藏高原东北缘构造变形的调节机制与构造意义,探讨该区构造动力学特征。通过开展相关研究本,论文主要取得成果如下:(1)本文以构造地质学与构造地貌学理论知识为指导,基于不同精度的多源遥感影像,系统总结了遥感技术在活动断层与构造地貌调查方面的应用及发展现状,特别是与传统遥感地质调查之间的区别与联系。通过结合不同类型断层形成的力学机制,分别讨论拉张、挤压与剪切三种构造模式下复杂多样的构造微地貌模型及其表现形式,通过对重要活动断裂上典型地貌特征遥感影像的分析,给出不同类型活动断层与构造地貌遥感判别标志及分析方法。对断层断错地貌、活动断层派生构造地貌、活动断层间接解译标志、非活动断层等多种要素遥感影像特征进行了系统分析,并给出活动断层、构造微地貌与遥感解译标志三者间的关系模式。同时强调利用遥感资料研究活动断层时,需考虑不同类型断层形成构造地貌要素的多样性、相似性与叠加性,应根据遥感解译标志结合构造地貌模型及其形成的断层力学环境进行综合判定。(2)野外调查与遥感解译均发现,沿冷龙岭断裂带广泛分布一系列米级至数十米级规模的左旋断错冲沟、阶地、洪积扇、冰碛垄等。采用地基LiDAR对冷龙岭断裂带典型断错地貌开展高精度测量,对东部讨拉沟、柴隆沟与牛头沟三处断错冲沟、阶地与洪积台地进行了重点研究。通过对柴隆沟四期次断错阶地精细结构的识别与分析,明确了断层活动、地层沉积与地貌剥蚀之间关系,恢复出断层破裂历史过程,并识别出四次古地震事件,通过对讨拉沟、柴隆沟多处错断地貌与地震位移的测量分析,初步认为冷龙岭断裂带符合准周期破裂模式。结合牛头沟断错阶地样品年代测试,得到冷龙岭断裂带东段全新世滑动速率约为6.6±0.3 mm/yr。(3)对如何基于高精度地形资料与高分辨率影像资料提取断错地貌标志进行了研究,分析了如何基于断错地貌标志恢复重构断层破裂过程,以及断错地貌影响因素等。在此基础上,本论文基于遥感影像及地基LiDAR资料提取出沿冷龙岭断裂带百余公里范围内三百余处左旋断错地貌标志,包括断错冲沟、阶地、洪积扇、冰碛垄等,并估算出每处断错地貌全新世以来的累计位移。随后基于累计位移概率密度函数法,对冷龙岭断裂带东西段累计位移分布进行了统计分析。断裂东段位移密度峰值符合指数函数关系,据此识别出东段全新世期间发生约7次古地震事件,单次地震位错规模约8m。断裂西段累计位移分布自西向东逐渐增加,单次地震位移最西端约23m,东端约57m。冷龙岭断裂带东、西两段地震位移分布特征皆反映断裂带符合准周期特征破裂模式,且指示沿冷龙岭断裂带力学性质的变化,即东段为典型的左旋走滑运动,而西段左旋走滑运动强度要低于东部。根据断裂破裂参数之间经验统计公式,估算得到冷龙岭断裂带全新世期间发生的大震震级约在8.0级。通过对大震复发间隔进行重新估算,得到1218±132 yr的结果。冷龙岭断裂带与东部的金强河、毛毛山、老虎山及海原断裂同属千年复发间隔级别的活动断裂带。(4)针对2016年发生的门源北部Ms6.4级地震,利用Sentinel-1A升、降轨两组雷达数据通过干涉处理得到该地震同震形变场,结合余震精定位对发震断层破裂机制进行了研究。结果表明2016年门源地震发震断层为冷龙岭断裂带北侧的次级断层而非南侧的主断层,地震导致次级断层两侧地层发生向上背斜式变形。基于InSAR形变场与最优位移分布模式的反演结果,也揭示2016年门源地震的同震位移主要分布在811km深度范围内,其中最大滑动位移0.45m分布在9.5km深度,累计地震矩达到9.9×1017N×m,矩震级约Mw5.9。综合分析冷龙岭断裂带几何结构、地震分布以及断层力学性质可知,造成2016年与1986年两次地震性质不同且与冷龙岭主断裂性质也差异很大的原因在于冷龙岭主断层与分支断层的构造组合样式。两次门源地震分别发生在北侧次级断层的两个端点部位,其中次级断层东部终端向主断裂弯曲交汇平面上形成左行右阶构造样式,次级断层西部终端向主断裂弯曲交汇平面上形成左行左阶构造样式。在断裂带左行走滑环境下,在断裂的弯曲部位形成剪切挤压变形和剪切拉张变形,因此导致两次门源地震断层破裂性质分别表现出挤压和拉张特征,两次强震活动共同反映出冷龙岭活动断裂带整体以左行走滑运动为主。(5)本文使用地球物理场与大地测量资料,对冷龙岭断裂带及其周边区域精细地壳结构与构造变形模式进行研究,综合构建该区活动断层结构模型,以揭示该区大震构造背景。基于重力资料的研究结果表明冷龙岭断裂带所在构造带是青藏高原东北缘一条非常重要的大型地质与地球物理场边界,重力异常场源深度延伸至下地壳及更深部位,异常分布与地质体及构造带分布密切相关,且具有显着分区特征。戈壁—阿拉善块体与东部鄂尔多斯块体表现为大范围重力高异常,反映莫霍面埋藏较浅、岩石圈密度较高,为相对完整致密的刚性块体。青藏高原东北缘具有大范围重力低异常特征,且局部重力高、低异常呈相间平行排列,反映莫霍面较深、岩石圈密度较低,揭示了该区域在青藏高原北东向挤压应力下,地壳发生强烈缩短、增厚与褶曲变形,造成东北缘地壳非常破碎。通过GPS速度场结果可以发现,在北部受到戈壁—阿拉善块体及东部受到鄂尔多斯块体的共同阻挡作用下,青藏高原东北缘构造变形场发生顺时针旋转变化,这种现象同时反映戈壁—阿拉善刚性块体、华北克拉通刚性块体以及冷龙岭断裂带所处的青藏高原东北缘三个块体,在分别受到北侧欧亚大陆板块、东侧太平洋板块和西南侧印度—青藏板块三个相向方向的作用力在该青藏高原东北缘的碰撞之后,对该区共同挤压作用造成构造变形的复杂性及多样性。最后,本文构建了冷龙岭断裂带及周边区域地震构造及断层三维结构模型。
二、概率统计中的关系映射反演方法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、概率统计中的关系映射反演方法(论文提纲范文)
(2)基于无人机多光谱影像的苹果树冠层叶面积指数估测研究(论文提纲范文)
符号说明 |
中文摘要 |
Abstract |
1 前言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 植被LAI估测研究进展 |
1.2.2 基于无人机遥感的农情监测和LAI相关研究进展 |
1.3 研究内容 |
1.4 技术路线 |
2 材料与方法 |
2.1 研究区概况 |
2.2 实验数据的获取 |
2.2.1 无人机影像的获取 |
2.2.2 苹果树冠LAI的获取 |
2.3 无人机图像的预处理 |
2.3.1 图幅拼接 |
2.3.2 图像裁剪 |
2.3.3 图幅校正 |
2.3.3.1 辐射定标 |
2.3.3.2 几何校正 |
2.4 苹果树冠层光谱的提取 |
2.5 植被指数的计算 |
2.6 相关性分析 |
2.7 光谱参数的构建 |
2.8 苹果树冠LAI估测模型 |
2.8.1 训练集和验证集的划分 |
2.8.1.1 简单随机抽样 |
2.8.1.2 Kennard-Stone算法抽样 |
2.8.1.3 含量梯度法抽样 |
2.8.1.4 建模数据划分结果评价 |
2.8.2 估测模型的构建 |
2.8.2.1 偏最小二乘回归 |
2.8.2.2 随机森林回归 |
2.8.2.3 支持向量机回归 |
2.8.2.4 BP神经网络 |
2.8.3 估测模型精度验证 |
3 结果与分析 |
3.1 苹果树冠层光谱分析 |
3.2 相关性分析结果 |
3.3 光谱参数构建结果 |
3.4 LAI估测模型的运算及结果 |
3.4.1 基于偏最小二乘回归的LAI估测研究 |
3.4.2 基于随机森林回归的LAI估测研究 |
3.4.3 基于支持向量机回归的LAI估测研究 |
3.4.4 基于BP神经网络的LAI估测研究 |
3.5 统计分析 |
4 结论 |
5 研究特色与展望 |
5.1 研究特色 |
5.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表论文情况 |
(3)非饱和土坡水力参数空间变异性概率反分析研究(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
第一章 绪论 |
1.1 研究背景与科学意义 |
1.2 非饱和水力特性及参数 |
1.2.1 土水特征曲线 |
1.2.2 渗透系数方程 |
1.2.3 非饱和水力参数的点变异性 |
1.2.4 非饱和水力参数的空间变异性 |
1.3 空间变异参数生成方法 |
1.3.1 确定性空间插值方法 |
1.3.2 随机场模拟方法 |
1.3.3 地质统计插值方法 |
1.4 参数反分析基本原理和主要方法 |
1.4.1 基本原理 |
1.4.2 确定性反分析 |
1.4.3 概率反分析 |
1.4.4 参数反分析在岩土工程的应用 |
1.5 空间变异性反分析主要方法 |
1.5.1 空间变异性反分析的自适应方法 |
1.5.2 基于协克里金的空间变异性反分析方法 |
1.5.3 向导点法(pilot points) |
1.6 现有研究工作不足 |
1.7 本文主要创新点 |
1.8 本文结构 |
第二章 降雨入渗非饱和土坡随机分析 |
2.1 降雨入渗非饱和土坡的数值计算模型 |
2.2 敏感度分析 |
2.3 降雨入渗非饱和土坡随机分析 |
2.3.1 数值建模与随机场导入 |
2.3.2 稳态渗流分析的计算结果 |
2.3.3 非稳态渗流分析的计算结果 |
2.4 本章小结 |
第三章 稳态入渗非饱和土坡的参数空间变异性反分析 |
3.1 基于MCMC的贝叶斯概率反分析方法 |
3.1.1 贝叶斯方法 |
3.1.2 似然函数选取 |
3.1.3 后验分布计算 |
3.1.4 MCMC后验分布计算方法 |
3.1.5 建议分布自调节 |
3.2 Karhunen-Loève降维 |
3.2.1 主成分分析 |
3.2.2 Karhunen-Loève展开 |
3.3 随机多项式代理模型 |
3.3.1 随机多项式构建 |
3.3.2 随机多项式系数计算 |
3.3.3 稀疏网格配点法 |
3.4 空间变异性反分析方法 |
3.5 稳态渗流条件下的水力参数空间变异性反分析算例 |
3.5.1 PCE代理模型效果 |
3.5.2 反分析效果评估方法 |
3.5.3 算例分析 |
3.6 分布式监测方案对空间变异性反分析的影响 |
3.6.1 监测断面位置影响 |
3.6.2 监测断面间距影响 |
3.6.3 监测深度影响 |
3.7 水力参数非均质分布可靠估计的条件 |
3.7.1 研究方法 |
3.7.2 基于500 个基准场的反分析效果评价 |
3.7.3 RMSE极端值和非均质分布的关系 |
3.8 本章小结 |
第四章 非稳态入渗非饱和土坡的参数空间变异性反分析 |
4.1 自适应稀疏随机多项式 |
4.1.1 随机多项式的范数截断 |
4.1.2 随机多项式的自适应构建 |
4.2 非饱和非稳态入渗的空间变异性反分析算例 |
4.2.1 自适应系数多项式代理模型效果分析 |
4.2.2 算例分析 |
4.3 监测数据采集方案对空间变异性反分析的影响 |
4.3.1 监测频率影响 |
4.3.2 监测时段影响 |
4.4 本章小结 |
第五章 香港东涌滑坡监测工程的案例研究 |
5.1 研究区域和监测项目 |
5.2 分层土模型反分析研究 |
5.2.1 研究模型 |
5.2.2 研究结果 |
5.3 分层土坡贝叶斯递推概率反分析研究 |
5.3.1 贝叶斯递推参数反分析方法 |
5.3.2 研究模型 |
5.3.3 反分析结果 |
5.3.4 研究结果对比 |
5.4 二维模型参数空间变异性的概率反分析研究 |
5.4.1 研究模型 |
5.4.2 研究结果 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 研究总结 |
6.2 研究展望 |
参考文献 |
致谢 |
学术论文和科研成果目录 |
(4)大视场自适应光学系统的激光导引星位置优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 激光导引星技术 |
1.3 国内外研究现状 |
1.4 本文研究内容 |
第二章 自适应光学系统 |
2.1 大视场自适应光学系统 |
2.2 近地层自适应光学系统的简化几何模型 |
2.3 本章小结 |
第三章 根据海量大气湍流廓线历史数据的激光导引星位置优化 |
3.1 遗传算法 |
3.1.1 导引星位置的初始化 |
3.1.2 导引星位置的重组和变异 |
3.1.3 适应度函数的计算 |
3.1.4 导引星优化位置的选择 |
3.1.5 迭代子种群数目的选取 |
3.2 粒子种群进化算法 |
3.3 优化算法加速 |
3.3.1 Numba库的jit加速 |
3.3.2 多进程加速 |
3.3.3 多线程加速 |
3.4 实验结果与分析 |
3.4.1 单条大气湍流廓线下的激光导引星位置优化分析 |
3.4.2 多条大气湍流廓线下的激光导引星位置优化分析 |
3.4.3 不同数目的激光导引星位置优化分析 |
3.5 本章小结 |
第四章 针对实测大气湍流廓线特性的激光导引星位置优化 |
4.1 大气湍流数据来源与处理 |
4.2 大气湍流的时间和空间特性 |
4.3 大气湍流廓线的聚类分析 |
4.3.1 高斯混合模型 |
4.3.2 聚类数目的选择和结果 |
4.4 基于生成模型的大气湍流廓线数据生成 |
4.4.1 DCGAN介绍 |
4.4.2 DCGAN网络结构与数据生成结果 |
4.5 湍流廓线聚类下的激光导引星位置优化分析 |
4.6 本章小结 |
第五章 基于机器学习的激光导引星位置优化 |
5.1 网络框架的选取 |
5.2 训练参数的选择 |
5.3 结果与分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 本文主要完成的工作 |
6.2 未来工作展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(5)化归思想在数学应用中的四种策略探析(论文提纲范文)
一、化归在函数微分中的应用策略:援古证今 |
二、在几何代数中的应用策略:映射反演 |
三、在概率与统计中的应用策略:化隐为显 |
四、建模探究中的应用策略:以数明理 |
(6)不同海域多频段海杂波特性差异与主要影响因素分析(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究概况及发展趋势 |
1.2.1 海洋环境要素监测技术 |
1.2.2 多尺度真实海面精细几何建模 |
1.2.3 海杂波实验观测和统计特性分析 |
1.2.4 小擦地角海面的电磁散射与破碎白冠散射特性研究 |
1.2.5 深度学习方法在海杂波特性认知的应用 |
1.3 论文主要内容和框架结构 |
1.4 论文特色及创新点 |
第二章 中国近海不同海域海洋环境多物理场时空分布 |
2.1 引言 |
2.2 气象卫星数据介绍及不同海域划分 |
2.2.1 全球气象卫星数据预处理 |
2.2.2 中国近海不同海域划分及特征 |
2.2.3 不同海域海洋环境要素数据库特征 |
2.3 不同海域海洋环境参数的分布特征 |
2.3.1 不同海域不同采样区域数据分布特征 |
2.3.2 不同海域海洋环境参数月平均变化特征 |
2.3.3 不同海域海洋环境参数概率统计特征 |
2.3.4 不同海域风速和波高联合概率密度分布 |
2.4 不同海域风速与波浪参数工程统计经验模型 |
2.4.1 不同海域波高与风速随方位向分布特征 |
2.4.2 不同海域波高与风速的经验公式 |
2.4.3 不同海域波高与波周期的经验公式 |
2.5 不同海域海洋环境要素可视化实现 |
2.5.1 海洋环境要素可视化界面介绍 |
2.5.2 中国近海不同海域介电常数场分布 |
2.6 本章小结 |
第三章 真实海洋环境要素海浪谱模型及海面几何建模 |
3.1 引言 |
3.2 不同海域海浪类型统计分析 |
3.2.1 不同海域海浪类型的分类方法 |
3.2.2 不同海域海浪类型的统计结果 |
3.3 真实海面混合海浪谱模型研究 |
3.3.1 海浪频率-波数色散关系 |
3.3.2 几种典型海浪谱模型 |
3.3.3 混合海浪谱模型 |
3.3.4 不同海域真实海洋环境要素海浪谱模型 |
3.4 基于海洋环境要素的真实海面几何建模 |
3.4.1 线性真实海面几何建模 |
3.4.2 涌浪叠加风驱海面几何模型 |
3.5 本章小结 |
第四章 不同海域真实海洋环境多尺度海面电磁散射特性 |
4.1 引言 |
4.2 掠入射下海面后向散射系数存在的问题 |
4.2.1 传统双尺度法的局限性 |
4.2.2 布鲁斯特角电磁散射的极化效应 |
4.3 真实海面后向电磁散射的含泡沫修正双尺度方法 |
4.3.1 真实海面斜率修正项 |
4.3.2 大入射角时海面曲率效应修正 |
4.3.3 海浪顺逆风方向倾斜不对称性修正 |
4.3.4 真实海面遮蔽函数的修正 |
4.3.5 相对截断波数选取对电磁散射影响 |
4.3.6 含泡沫海面修正双尺度法 |
4.4 海面后向电磁散射的实验验证 |
4.4.1 国外中等擦地角实验验证 |
4.4.2 实测低频段小擦地角实验验证 |
4.5 不同海域真实海洋环境要素对后向电磁散射影响 |
4.5.1 单个海洋环境参数对海面电磁散射影响 |
4.5.2 面元剖分精度对海面电磁散射影响 |
4.5.3 频率对不同海域海面电磁散射系数影响 |
4.5.4 擦地角对不同海域海面电磁散射系数影响 |
4.5.5 方位角对不同海域海面电磁散射系数影响 |
4.6 本章小结 |
第五章 时变多尺度真实海洋环境要素海面海杂波特性分析 |
5.1 引言 |
5.2 时变多尺度真实海面海杂波时间序列建模 |
5.2.1 基于面元的准镜面散射机制 |
5.2.2 基于重力波调制毛细波谱海面电磁散射 |
5.2.3 基于真实海面面元的复合电磁散射 |
5.2.4 时变多尺度真实海面幅度均值特性及多普勒特征量 |
5.3 时变多尺度真实海面海杂波时间序列的高性能并行建模 |
5.3.1 不同海域海洋环境要素海面的海杂波特性数据集 |
5.3.2 基于CUDA的GPU-CPU异构体系并行计算 |
5.3.3 真实海面海杂波时间序列并行优化设计 |
5.4 时变多尺度真实海洋环境要素海面海杂波特性分析 |
5.4.1 时变多尺度海杂波幅度均值时间序列仿真结果 |
5.4.2 时变多尺度海杂波多普勒频谱特性仿真结果 |
5.4.3 真实海洋环境要素海面的海杂波特性分析 |
5.5 本章小结 |
第六章 海洋环境要素和海杂波特征量预测的深度学习方法 |
6.1 引言 |
6.2 深度学习神经网络模型简介 |
6.2.1 前馈神经网络与深度学习 |
6.2.2 循环神经网络与长短时记忆网络 |
6.3 不同海域时序海洋环境要素数据的预测 |
6.3.1 时序海洋环境要素数据的平稳性检测 |
6.3.2 基于传统ARIMA模型预测风速和波高 |
6.3.3 基于Keras库实现LSTM时间序列预测模型 |
6.3.4 利用LSTM网络预测黄海风速和波高时间序列 |
6.4 基于深度学习网络的海洋环境要素和海杂波特征量预测 |
6.4.1 基于Keras库实现DNN深度神经网络预测模型 |
6.4.2 黄海2017年有效波高的深度神经网络预测模型 |
6.4.3 基于神经网络模型的海杂波特征量预测 |
6.4.4 基于不同海域海杂波特性数据集对有效波高的预测 |
6.5 本章小结 |
第七章 不同海域多物理场海杂波特性差异和主要影响因素 |
7.1 引言 |
7.2 不同海域多物理场海杂波特性数据库构建 |
7.2.1 不同海域多物理场海杂波特性数据分析流程 |
7.2.2 不同海域海杂波特性数据预处理 |
7.2.3 基于多元海洋环境要素数据的海况分类 |
7.3 不同海域真实海面海杂波特性数据库异常检测 |
7.3.1 基于孤立森林算法的海洋环境异常检测 |
7.3.2 真实海面海杂波特性数据的异常检测 |
7.4 不同海域海杂波特性数据的统计特征与影响因素分析 |
7.4.1 同一海域不同频段海杂波特性差异的统计结果 |
7.4.2 不同海域海杂波特性数据的统计特征与差异性 |
7.4.3 主成分分析与因子分析法的概念解释 |
7.4.4 基于因子分析法的海杂波特性影响因素分析 |
7.5 本章小结 |
第八章 结束语 |
参考文献 |
致谢 |
作者简介 |
(8)基于水力压裂模拟及微地震监测信息的SRV研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究的目的及意义 |
1.2 国内外研究现状 |
1.2.1 水力压裂研究现状 |
1.2.2 微地震监测的研究现状 |
1.2.3 储层压裂改造体积(SRV)的研究现状 |
1.3 本文主要研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 研究技术路线 |
1.4 主要研究成果 |
第2章 水力压裂模拟 |
2.1 水力压裂破裂准则 |
2.2 常用水力压裂模型 |
2.2.1 KGD模型 |
2.2.2 PKN模型 |
2.2.3 储层SRV的计算 |
2.3 水力压裂模型改进 |
2.3.1 嵌入式离散裂缝模型 |
2.3.2 裂缝扩展的断裂力学方法 |
2.3.3 基质中压裂液漏失引起的破裂或滑移 |
2.4 均质模型模拟试算 |
2.5 本章小结 |
第3章 微地震反演定位方法 |
3.1 微地震正演算法 |
3.1.1 射线理论简述 |
3.1.2 射线追踪法 |
3.2 微地震反演定位方法 |
3.2.1 解析反演方法 |
3.2.2 非线性反演方法 |
3.2.3 反演定位方法 |
3.3 模拟试算 |
3.4 本章小结 |
第4章 基于微地震事件点的SRV拟合 |
4.1 SRV的传统算法 |
4.2 基于面元的拟合算法 |
4.3 狄洛尼三角剖分拟合算法 |
4.3.1 Voronoi图 |
4.3.2 三角剖分 |
4.3.3 狄洛尼三角剖分 |
4.4 椭球拟合算法 |
4.4.1 一般椭球拟合算法 |
4.4.2 最小体积覆盖椭球拟合算法 |
4.5 模拟试算 |
4.6 本章小结 |
第5章 压裂过程中微地震定位的不确定性对拟合SRV的影响 |
5.1 微地震反演定位的不确定性分析 |
5.1.1 各类噪声分析 |
5.1.2 压裂过程对微地震定位的影响 |
5.2 加噪处理 |
5.3 微地震事件点集优化去噪 |
5.4 模拟试算SRV |
5.4.1 非均质的水力压裂数值模拟 |
5.4.2 微地震定位 |
5.4.3 微地震事件点集去噪和拟合SRV |
5.5 实例试算 |
5.6 本章小结 |
第6章 结论和研究展望 |
6.1 论文总结和创新点 |
6.2 研究展望 |
致谢 |
参考文献 |
攻读博士学位期间发表的论文及科研成果 |
(9)贝叶斯网络结构与参数优化学习及其海洋环境风险评估应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 引言 |
1.1 选题背景与研究意义 |
1.2 国内外研究现状 |
1.2.1 海洋环境评估研究现状 |
1.2.2 评估方法研究进展 |
1.3 研究内容 |
1.3.1 研究目标 |
1.3.2 问题分析 |
1.3.3 研究思路 |
1.3.4 论文结构 |
第二章 海洋环境的不确定性风险评估 |
2.1 不确定性风险 |
2.1.1 风险理论 |
2.1.2 风险不确定性分析 |
2.2 风险评估方法 |
2.2.1 经典评估方法 |
2.2.2 新兴评估方法 |
2.2.3 不确定性评估方法 |
2.3 不确定性海洋环境风险评估 |
2.3.1 海洋环境风险概念 |
2.3.2 海洋环境风险的不确定性特征 |
2.3.3 不确定性海洋环境风险评估 |
2.4 本章小结 |
第三章 贝叶斯网络学习与建模 |
3.1 贝叶斯网络原理 |
3.1.1 贝叶斯网络基本概念 |
3.1.2 贝叶斯网络基本假设 |
3.1.3 贝叶斯网络知识表达 |
3.2 贝叶斯网络学习 |
3.2.1 结构学习 |
3.2.2 参数学习 |
3.2.3 贝叶斯网络推理 |
3.3 贝叶斯网络建模 |
3.3.1 建模方法 |
3.3.2 建模流程 |
3.4 本章小结 |
第四章 基于信息流因果辨识的贝叶斯网络结构学习算法 |
4.1 问题分析 |
4.2 基于信息流的改进型贪婪搜索评分算法 |
4.2.1 信息流基本理论 |
4.2.2 无约束0/1优化问题的构建 |
4.2.3 BIC评分函数与GS算法 |
4.2.4 基于信息流的AGS算法 |
4.3 数值实验 |
4.3.1 实验环境与数据 |
4.3.2 实验结果与分析 |
4.4 本章小结 |
第五章 小样本条件下的贝叶斯网络参数学习算法 |
5.1 问题分析 |
5.2 遗传算法理论 |
5.2.1 基本概念 |
5.2.2 算法流程 |
5.3 网络参数反演方案 |
5.3.1 参数反演流程 |
5.3.2 模型实验检验 |
5.4 本章小结 |
第六章 变量强相关条件下加权贝叶斯网络优化学习模型 |
6.1 问题分析 |
6.2 加权朴素贝叶斯网络 |
6.2.1 加权朴素贝叶斯分类算法 |
6.2.2 加权朴素贝叶斯网络 |
6.3 权重确定 |
6.3.1 权重计算问题 |
6.3.2 改进型灰色关联法 |
6.4 仿真实验 |
6.5 本章小结 |
第七章 “21世纪海上丝绸之路”海洋环境风险评估实验 |
7.1 南海-印度洋海洋环境分析 |
7.1.1 指标选取及数据来源 |
7.1.2 指标分析 |
7.2 数据离散化—指标等级划分 |
7.2.1 自适应高斯云变换 |
7.2.2 指标等级划分 |
7.3 近岸海洋环境风险评估实验 |
7.3.1 结构构建 |
7.3.2 参数学习 |
7.3.3 加权推理 |
7.4 远洋海洋环境风险评估实验 |
7.4.1 结构构建 |
7.4.2 参数学习 |
7.4.3 推理计算 |
7.5 海洋环境风险动态评估与预测 |
7.5.1 动态贝叶斯网络原理 |
7.5.2 基于动态贝叶斯网络的风险评估建模 |
7.5.3 海洋环境风险动态评估实验 |
7.6 本章小结 |
第八章 结束语 |
8.1 研究工作总结 |
8.2 特色与创新 |
8.3 不足与展望 |
致谢 |
参考文献 |
在学期间取得学术成果 |
(10)冷龙岭断裂带全新世破裂模式、大震复发特征研究及其区域构造意义(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 选题依据 |
1.2 研究现状 |
1.2.1 活动断层遥感调查技术发展现状 |
1.2.2 冷龙岭断裂带调查研究进展概述 |
1.2.3 基于地貌学方法的大震复发特征研究 |
1.3 研究意义 |
1.4 主要研究内容与章节安排 |
1.4.1 研究内容 |
1.4.2 章节安排 |
第二章 资料与方法 |
2.1 资料介绍 |
2.1.1 地基LiDAR数据采集 |
2.1.2 高分辨率卫星影像 |
2.1.3 数字高程模型 |
2.1.4 雷达卫星数据 |
2.1.5 地球物理资料 |
2.2 地基LiDAR点云数据处理 |
2.2.1 数据概算 |
2.2.2 数据滤波 |
2.2.3 数据配准 |
2.2.4 地形建模 |
2.3 研究方法 |
2.3.1 地震位移分布模型 |
2.3.2 断层活动迹线识别 |
2.3.3 断错地貌定量测量与分析 |
2.3.4 累计位移概率密度计算 |
2.4 小结 |
第三章 冷龙岭断裂带典型断错地貌特征定量分析 |
3.1 断层力学环境与构造地貌模型 |
3.1.1 走滑断层与构造地貌模型 |
3.1.2 正断层与构造地貌模型 |
3.1.3 逆断层与构造地貌模型 |
3.1.4 活动断层及构造地貌遥感特征解析 |
3.1.5 综合构造地貌类型分析 |
3.2 断裂带构造样式及结构特征研究 |
3.3 典型地段错断地貌定量研究 |
3.3.1 讨拉沟错断地貌分析 |
3.3.2 柴隆沟错断地貌分析 |
3.3.3 牛头沟错断地貌分析 |
3.4 强震活动特征初步讨论 |
3.4.1 地震位移分布特征解析 |
3.4.2 断层滑动速率估算 |
3.4.3 大震复发间隔初步估算 |
3.5 本章小结 |
第四章 冷龙岭断裂带地震位移分布及破裂模式研究 |
4.1 跨断层断错地貌标志体识别 |
4.1.1 全新世地震地表迹线识别 |
4.1.2 断层断错地貌影响因素分析 |
4.1.3 断错地貌标志分析 |
4.2 累计位移测量 |
4.2.1 震前地貌形态匹配重构 |
4.2.2 累计位移不确定性分析 |
4.2.3 单次事件位移与多次事件累计位移测量 |
4.3 地震位移分布模式研究 |
4.3.1 累计位移概率密度及峰值位移 |
4.3.2 古地震事件分析识别 |
4.4 断裂带地震破裂模式及大震复发特征 |
4.5 本章小结 |
第五章 门源地震发震构造破裂机制研究 |
5.1 门源地震同震变形分布 |
5.2 门源地震断层破裂参数反演 |
5.3 发震构造力学特征解析 |
5.4 本章小结 |
第六章 冷龙岭断裂带区域深部结构与动力学特征 |
6.1 冷龙岭断裂带及周边重力场及地壳结构特征 |
6.1.1 区域重力场特征及构造意义 |
6.1.2 不同深度断裂带精细结构及几何关系 |
6.2 冷龙岭断裂带及周边构造变形模式分析 |
6.3 冷龙岭断裂带与东侧断裂几何学和运动学关联性分析 |
6.4 冷龙岭断裂带及周边综合地震构造模型 |
6.5 小结 |
第七章 主要结论与存在问题 |
7.1 本文主要研究结论 |
7.2 存在的主要问题和未来工作 |
参考文献 |
致谢 |
作者简介 |
Abouttheauthor |
攻读博士期间发表的文章 |
攻读博士期间负责及参与的课题 |
四、概率统计中的关系映射反演方法(论文参考文献)
- [1]基于生成对抗网络的图像转换技术[J]. 李国威,石志广,张焱. 太赫兹科学与电子信息学报, 2021(04)
- [2]基于无人机多光谱影像的苹果树冠层叶面积指数估测研究[D]. 李梓臻. 山东农业大学, 2021(01)
- [3]非饱和土坡水力参数空间变异性概率反分析研究[D]. 杨昊庆. 上海交通大学, 2020
- [4]大视场自适应光学系统的激光导引星位置优化研究[D]. 李彩凤. 太原理工大学, 2020(07)
- [5]化归思想在数学应用中的四种策略探析[J]. 姬梁飞. 教育实践与研究(B), 2019(12)
- [6]不同海域多频段海杂波特性差异与主要影响因素分析[D]. 吴涛. 西安电子科技大学, 2019(07)
- [7]RMI原理视角下概率论中若干重要概念探析[J]. 王建平,张香伟. 郑州师范教育, 2019(06)
- [8]基于水力压裂模拟及微地震监测信息的SRV研究[D]. 邵媛媛. 西南石油大学, 2018(06)
- [9]贝叶斯网络结构与参数优化学习及其海洋环境风险评估应用研究[D]. 李明. 国防科技大学, 2018(01)
- [10]冷龙岭断裂带全新世破裂模式、大震复发特征研究及其区域构造意义[D]. 姜文亮. 中国地震局地质研究所, 2018(01)