基于核Fisher判别的致密碎屑岩岩性识别

致密碎屑岩储层具有致密、低孔隙和非均质性强等特点,岩性识别是储层预测中的难点之一。文章针对这一问题,提出将核Fisher判别方法用于致密碎屑岩储层的岩性识别,结果表明核Fisher判别方法能有效的识别川西XC地区致密碎屑岩中的砂岩和粉砂岩。     

ITS数据质量控制技术及应用研究

通过总结智能交通系统 (ITS)数据质量控制中所涉及的数据属性 ,提出了ITS数据质量控制算法 :根据阈值理论和交通流理论 ,针对错误数据、丢失数据和不精确数据设计相应的判别规则 ,利用数值计算方法对其进行修正 ,并提出了针对数据中的不规则时间点的修正算法。在对北京市和美国圣安东尼奥市的两组不同时间序列的ITS数据进行实践应用后 ,比较质量控制前后的数据特征 ,证明所提出的算法能够有效地解决数据质量问题 ,提高数据的精确度。最后 ,对国内外ITS数据进行质量控制后的结论和经验作了总结。     

基于随机森林的高速公路运营隧道风险判别法则研究*

为快速、准确识别山区高速公路隧道不同区段风险因素组合,基于交通事故调研数据,分析其时空变化规律;从人-车-路-环境角度系统筛选风险影响因素,采用随机森林理论构建风险等级预测模型;以决策树与规则相互关系为基础,结合自变量重要评分法,提出基于随机森林的高速公路运营隧道风险判别法则。研究结果表明:判别法则集预测精度较好且运行时间短,能够明确高速公路不同隧道区段事故成因,为预防隧道严重交通事故发生提供参考。     

长江三角洲地区霾判别方法的对比分析

为对比霾判别方法的差异,探讨霾观测标准的再完善性,文中从空间分布与单点时间序列两方面分别分析研究了4种霾判别方法的特征与适用性.选取中国长江三角洲地区1980~2009年38个地面观测站的气象资料,根据使用日均值的方法 1、2和使用14:00观测值的方法 3分别统计各站点的霾日,分析3种方法的异同.发现这些方法都能够反映出霾的长期变化趋势,但存在差异,这种差异随着年代际变化逐渐减小.由方法 1得到的霾日数最多,方法 3考虑了天气现象,比方法 1和2更合理.依据南京北郊2012年5月~2013年4月的逐时PM2.5浓度、相对湿度和能见度等资料,分析比较了方法 4(霾的观测和等级预报,QX/T 113-2010)与方法 1、2、3的不同.结果表明,由方法 3统计出的霾日少于其他方法,由方法 4统计出的霾日数介于方法 1与方法 3的结果;方法 3不能分辨出霾的严重程度,而其他方法能较好地分辨出霾的严重程度.     

铝冶炼行业主要危险废物的判别分析研究

铝冶炼产业在国民经济和社会发展中具有极其重要的地位和作用,在铝冶炼生产过程中,会产生大量危险废物,如处置不当会造成严重污染。但如何判别危险废物是环境管理中的难点问题,危险废物判别是技术性、专业性很强的工作,本文对铝冶炼业产生危险废物的类型、环节进行了分析,以供环境部门和相关企业作为针对危险废物环境管理的判别依据。     

基于粒子群径向基神经网络的矿井突水水源判别

以多项地下水化学组分指标作为判别因子,采用粒子群算法优化径向基函数神经网络中的参数,建立了最优结构的基于粒子群径向基函数神经网络的矿井突水水源判别模型,将此模型应用于实例分析中,并与其他方法进行了比较分析。结果表明:基于粒子群径向基函数神经网络的矿井突水水源判别模型的判别结果具有客观性和实用性,避免了权重分配等人为因素的干扰;与传统最小二乘法的RBF神经网络相比,其精度更高,优化结果更为合理,具有较强的突水水源判别能力,可为矿井突水水源判别提供了一条新途径。     

CODCr与CODMn测定中取样量合理性判别

依据国家标准分析方法和监测规范对CODMn及CODCr测定中反应液残留的氧化剂量所做的相对规定，推导出直观地判断样品取样量是否合理的方法，开拓了控制COD分析质量的又一视角。     

灾害损失等级划分的模糊灾度判别法

作者应用模糊模式识别理论于灾害损失等级划分的研究，提出了模糊灾度概念，并建立了模糊灾度等级的隶属函数，从而给出了一种可用于灾害损失等级划分的模糊灾度判别法。     

海域功能分类体系协调性判别方法

海域功能分类是海洋空间规划编制和实施的基础标准,建立不同海域功能分类体系的协调方案是实现海洋空间规划多规合一的必要条件。因此,梳理我国现行海域功能分类体系,选取实施已久的海洋功能区划的功能区分类,以及自然资源部最新推出作为国土空间规划标准的海域利用分类,在明确海域功能分类体系协调性内涵的基础上,从海域用途符合性、环境质量标准符合性、开发利用影响三方面构建不同海域功能分类体系的协调性判别方法,并依此得出海洋功能区分类和海域利用分类的协调性判别矩阵。结果表明：协调类型为“兼容”或“有条件兼容”的海域利用组合共计22对,为国土空间规划中海域混合利用和分层利用的重点关注对象。     

基于Faster R-CNN的海面垃圾检测研究

针对当前全球海洋垃圾污染造成严重生态破坏等问题,提出了一种基于改进Faster R-CNN的海面垃圾检测算法以及视频中前后2帧目标是否为同一目标的方法。改进Faster R-CNN算法通过将常用的VGG16特征提取网络替换为ResNet101网络并融入特征金字塔,提高对小目标的检测精度;判断视频前后两帧目标是否为同一目标的方法则通过对比前后2帧目标的面积、重合度以及颜色差异度确定是否为同一目标。在现场拍摄数据上的实验结果表明,与传统Faster R-CNN相比,该改进Faster R-CNN的mAP值提高了4.9%,损失曲线的收敛速度更快,且在实际检测中的检测效果更好;前后两帧是否同一物体的判断方法在九段视频的最高精测判断精度高达100%,平均准确率为93%。该研究方法主要包括以下优点:1)改进Faster R-CNN在海面小目标垃圾检测上具有更高的精度;2)判断视频中前后2帧目标是否为同一目标的算法代码复杂度小,方便根据实际情况更改判断阈值。