学科分类
/ 1
11 个结果
  • 简介:介绍了国际标准化组织关于地理信息数据的定义和国际国内标准化的现状,以及国际海道测量组织关于电子海图元目标的定义;分析了我国关于数字海图的数据现状.围绕海洋测绘信息数据涵盖范围、分级分类、描述方法等方面,探讨了建立海洋测绘信息数据标准体系的必要性和可行的方法.

  • 标签: 海洋测绘 元数据 标准化
  • 简介:方行是末浙东农民起义军领袖方国珍家族重要成员,对方国珍集团的攻略发展起了重要作用,同时也是颇负盛名的文人,对浙东文学也有着一定的影响。经考索,方行乃方国珍仲兄国璋次子,洪武年间先安置凤阳,后谪戍云南,其诗文才艺颇高,在文学上有相当高的造诣,被当作“居然胜流”,与当时名流丁鹤年、宋濂、释宗泐、释来复、贝琼、郑真、徐贲、唐之淳、殷奎等交游甚笃。

  • 标签: 方行 家世 谪戍 生平 交游 诗艺
  • 简介:为实现深远海潮汐动态变化信息的实时监测,在历间差分模型基础上进行星间差分,设计并实现了基于星间历间差分的精密单点定位算法.利用1Hz静、动态实测GPS数据验证结果表明,静态观测下Z、F、Z方向的历坐标差均小于1cm,各坐标分量精度(RMS)优于0.16cm;海洋浮标低动态下,与成熟的GAMIT/TRACK软件解算结果比较,二者在X、F、Z方向的坐标差较差均小于2cm,各坐标分量较差精度(RMS)优于0.5cm.

  • 标签: 全球定位系统 精密单点定位 星间历元间差分模型 精度分析 TRACK
  • 简介:通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。

  • 标签: 底质分类 BP神经网络 遗传算法 多波束测深系统 反向散射强度
  • 简介:为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP算法的一个四层模糊神经网络模型.将模糊神经网络(FNN)技术引入赤潮预测研究,并与普通BP网络、RBF网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能.

  • 标签: 赤潮预测 模糊神经网络 FNN BP算法
  • 简介:为了能够客观地对海水水质进行综合评价,在分析人工神经网络概念和原理的基础上,从阈值角度出发,通过对各类海水水质污染指标浓度生成样本的方法,生成了适用于BP人工神经网络模型训练的样本,并应用基于误差反向传播原理的前向多层神经网络,建立了用于海水水质评价的BP人工神经网络模型。将该模型用于渤海湾近岸海域水环境评价,通过模型的计算,得到该海域的水质类别。结果表明,2004-2007年,渤海湾近岸海域污染指标总体上在河流丰水期时比枯水期时高,2005年和2006年污染较为严重,2007年有所好转。经训练的评价模型应用于实例的评价结果表明,该模型设计合理、泛化能力强,对海水水质评价具有较好的客观性、通用性和实用性。

  • 标签: 人工神经网络 海水水质 训练样本 连接权值 评价
  • 简介:利用Landsat7ETM+遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演。结果表明:具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况:由于受长江口水体高含沙量的影响,模型对小于5m的水深值反演精度较高,而对大于10m的水深值反演精度较低。

  • 标签: 长江口 BP神经网络 水深遥感 反演模型
  • 简介:研究了输入—输出系统理论用于扰动场推估的一般形式,以重力异常推估大地水准面为例,推导了双输入—单输出系统用于重力场推估的具体形式。通过实际算例表明:输入—输出系统在推估效果上等效于最小二乘配置,利用局部重力异常推估大地水准面的精度在0.4m左右。

  • 标签: 大地水准面 重力扬 输入—输出系统理论 推估
  • 简介:利用Landsat7ETM+遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演。结果表明:具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况;由于受长江口水体高含沙量的影响,模型对小于5m的水深值反演精度较高,而对大于10m的水深值反演精度较低。更多还原

  • 标签: 长江口 BP神经网络 水深遥感 反演模型
  • 简介:主成分分析可以提取形变主要信息,BP神经网络具有很强的预测功能,提出将两者相结合用于形变监测数据处理。通过MATLAB编程实现了该算法,并用实测数据进行验证,证明此方法能够提高预测数据的精度和可靠性。结果表明:与其他方法相比,基于主成分分析的改进BP神经网络能取得更好的预测效果。

  • 标签: 形变预测 主成分分析 BP神经网络
  • 简介:海底沉积物中稀土元素的分布特征受很多影响因子的影响,很难定量分析.北部湾沉积物稀土元素(ΣREE)与物源、水动力、沉积物粒度和粘土矿物百分比等关系定性分析显示,本区的ΣREE的物源主要由陆源岩石控制,弱水动力和细粒度都对应较高含量的ΣREE.结合北部湾海底沉积物的位置、砾石含量、砂含量、粉砂含量、粘土含量和粘土矿物含量训练出来的BP神经在控制变量的情况下定量分析它们与ΣREE的关系,获得单个影响因子与ΣREE的关系曲线.这些关系曲线揭示了北部湾沉积物中稀土元素与各影响因子的联系,所获得的结果与定性分析的结果基本一致,该方法能够通过自主学习,自动判断并定量计算,有助于识别每一个因子对稀土元素含量影响的大小,是如何控制ΣREE的分布,从而根据曲线的变化规律结合实际情况去推断区域的环境变化及地质演变,对稀土元素的富集和分散提供有益的理论指导.

  • 标签: 稀土元素 影响因子 定量分析 BP神经网络 北部湾