基于spss分析的震灾受伤人数快速估计

以往地震伤亡快速评估模型主要是对地震中的死亡人数进行快速估计,本文考虑到影响地震应急物资需求量的关键因素之一是人员受伤数,因而对地震中受伤数进行了估计,既可以为地震人员受伤数快速评估提供参考,也可以为地震应急物资需求量的预估提供参数。     

地震伤亡谁决定

<正>我国位于欧亚大陆的东南部,东受环太平洋地震带的影响,西南和西北处于欧亚地震带上,自古以来就是一个多地震的国家,关于地震的记载历史超过3000年。根据记载,全球大陆地区的大地震中,约有四分之一至三分之一发生在我国。2023年12月18日深夜,甘肃省临夏回族自治州积石山县发生6.2级地震,震源深度10千米,造成重大人员伤亡和财产损失。截至12月20日,地震造成甘肃、青海两省131人死亡,980人受伤。与积石山地震发生时间仅仅相隔1天,12月19日上午,新疆维吾尔自治区阿图什市发生5.5级地震,震源深度同样是10千米,但未造成任何人员伤亡。     

基于BP神经网络的建筑学专业教育评估模型研究

文章建立了具有18项评价指标和3层神经网络的建筑学专业评估模型,通过对评估结果的预测,使得各个院校可以更好的自评以加强建筑学本科教学的管理,提升建筑学专业学生的专业知识。通过实证检验表明,基于BP神经网络建立的评价模型在建筑学专业评估中的应用是可行的。     

高层建筑的抗震设计与抗震结构初探

5．12汶川大地震中,建筑的倒塌是造成人员伤亡的最重要原因。地震灾难警示人们：防震减灾任重道远。针对高层建筑的抗震设计与抗震结构进行了阐述。     

基于神经网络模型的地方智库竞争力评估——以江苏淮安地方智库为例

基于战略管理理论、竞争力分析理论和计算实验逻辑框架,以江苏淮安若干地方智库为研究对象,运用神经网络模型（包括三层BP神经网络模型和Elman神经网络模型）、遗传算法对地方智库进行竞争力评估.研究结果表明：运用遗传算法约简得到的少数评估指标可以有效地评估智库竞争力,以上两种神经网络模型均可适用于地方智库的评估工作,Elman模型相对略优.     

基于最优加权组合模型的道路交通事故预测

当前我国交通事故状况严峻,对其进行有效预测十分必要。本文鉴于单一模型的局限性,建立了一种基于多种单一模型的最优加权组合模型。针对事故死亡人数的季节周期性、单调性和趋于平稳性,选取季节模型SARIMA、灰色模型GM(1,1)和Verhulst模型建模以及最优加权组合模型。结果表明,SARIMA、GM(1,1)、Verhulst模型预测相对平均误差分别为5.43%、11.92%、10.16%,而SGV(SARIMA、GM(1,1)、Verhulst)加权组合模型的平均误差仅为1.19%,因而最优加权组合模型克服了单一模型的不足,具有良好的精度,可以利用该模型对我国未来交通事故死亡人数进行预测。     

一种改进的基于神经网络的入侵检测算法

径向基神经网络具有良好的分类特性,被广泛应用于入侵检测系统的研究中,然而RBF神经网络需要事先确定隐层神经元数目,并且容易陷入局部最优.利用遗传算法优化隐层神经元数目,并且基于粒子群思想优化隐层到输出层的权值,同时给出了详细的算法流程.经Lincoln实验室入侵检测系统数据评估集合测试,该智能算法的检测成功率大大提高,并且训练时间比较短,完全可以应用于入侵检测系统中.     

基于GRNN神经网络的科技型企业价值评估方法研究

科创板的推行体现了我国对科技型企业发展的重视,为使企业获取更多的发展机会,准确评估科技型企业价值成为亟待解决的问题。通过对科技型企业价值影响因素的分析,构建科技型企业价值评估指标体系,基于GRNN神经网络建立科技型企业价值评估模型。选取60家创业板科技型企业相关指标数据为样本,借助MATLAB技术对GRNN神经网络模型进行训练与测试,结果表明建立的GRNN神经网络模型能够较为准确地评估科技型企业价值。     

基于BP神经网络模型的丽江旅游人数预测研究

本文以丽江市统计局获得的2005—2017年的旅游人数为输出值建立BP神经网络模型,通过Matlab软件进行求解,计算出丽江旅游人数。通过分析模型的残差、相对误差,可以看出该模型的精度较高,可以用来预测丽江未来的旅游人数。     

基于Spike神经元的神经网络及其学习算法研究

Spiking神经网络是一种新型的神经网络,它采用更接近于生物神经元的Spike神经元作为计算单元,具有更好的生物特性。文中讨论了其原有的学习算法,提出了基于粒子群算法的学习模型,分析了该模型的算法时间复杂度。非线性分类问题的实验结果表明基于粒子群算法的学习模型具有更好的全局收敛性。     

基于BP神经网络对地震前兆的研究

地震是地壳快速运动释放巨大能量的一种自然灾害,科学界普遍认为在地震发生前兆的多个自然指标数据,可以作为预测地震发生的依据。首先选取地震前30天的12个指标,以数学方法分析地震前期的数据特征,预处理筛选出对地震敏感程度最大的6个指标,以此作为预测今后地震发生的主要指标。利用基于BP神经网络的地震预测模型,将地震前兆数据和正常数据进行训练,在设定判别准则之后,对30天的指标数据输入判别,判别结果基本较好,在一定程度上可以表示出地震前兆数据的特征,可以对地震是否发生做出简单预测。     

知多少

Q：5月12日在四川省汶川发生了里氏8级地震,造成惨重的人员伤亡。导致该地区发生如此强烈地震的原因是什么？     

基于PALSAR雷达数据的于田绿洲土壤盐渍化反演

土壤盐渍化是当今土地退化和荒漠化的主要形式之一,不仅严重制约农业和经济的发展,并且对生态环境和人类生存造成威胁。本研究以新疆于田绿洲为研究区,利用四极化PALSAR(Phased Array type L-band Synthetic Aperture Radar)数据后向散射系数,土壤含水量,土壤pH值以及土壤盐分实测值,采用多元线性回归模型、地理加权回归模型和BP神经网络模型,以土壤含盐量作为因变量建立了定量反演模型。从土壤盐分反演结果图可以看出,反演结果与地面实地考察结果基本一致。经过模型验证得知,3层BPANN模型的均方根误差RMSE=0.99,平均相对误差MRE=0.31,模型性能指数RPD=5.34,其模型预测能力优于前2种传统模型。本文建立的神经网络模型无需考虑复杂的介电常数,在一定程度上能够满足土壤盐渍化监测的需要,促进PALSAR数据在土壤盐渍化监测中的应用。     

江苏省物流产业生产绩效的实证分析与评价

进入新世纪以来,江苏省物流产业得到了快速发展,产业规模不断扩大,但是,社会物流运行效率仍然偏低,社会物流总费用与地区生产总值的比率较高,本文选取江苏省各地级市的物流业从业人数、公路里程数和物流业新增固定资产作为投入变量,选取物流业生产总值、旅客周转量和货物周转量作为输出变量,利用数据包络分析法(DEA)及其拓展模型对江苏省物流产业进行效率分析,并得到了相应的结果及提出建议。     

基于Elman神经网络在电力负荷预测中的研究

针对某地区一个月的电力系统负荷数据进行了研究,建立Elman~([1])神经网络网络模型,运用MATLAB工具箱,对Elman神经网络在神经元个数设置,节点层数及训练数据个数的选择进行了研究,同时与BP神经网络~([2])做了预测数据比较分析。验证了Elman神经网络模型在电力负荷预测~([3])中的准确性与可行性,相比较于BP神经网络的Elman神经网络具有训练速度快准确度高的优点。     

基于BP神经网络的教学质量评估研究

根据高校质量评估指标,有效地利用BP神经网络的算法,建立了BP三层网络结构的数学模型,在matlab下编程结果验证了该模型能够准确地根据各评价指标来确定教学质量效果。     

BP神经网络实现函数逼近的应用分析

文章指出了BP神经网络存在的问题,选择了一个具体的目标函数,利用Matlab的神经网络工具箱进行系统仿真,通过改变系统的隐层神经元数目、训练函数和激励函数,分别比较了系统在模型发生改变后在实现函数逼近性能方面的差异,并提出了要使BP神经网络在函数逼近方面具有良好的性能,在隐层神经元数目、训练函数以及传递（激励）函数三个方面需要注意的问题。     

GA-WNN在金华市区红层地下水水位预测中的应用

小波神经网络(WNN)的理论基础是小波函数的重构理论,只含有一个隐含层的3层小波神经网络,该网络可以通过多种形式来解决一个接近非线性映射问题。常用的遗传算法(GA)是在达尔文生物进化论的基础上逐渐形成的一种计算机模型,可以通过模拟自然进化来选择最佳的问题解决方法,基于遗传算法优化的小波神经网络包含了神经网络理论中最精华的部分,由于其结构简单、可塑性强,可以使权值收敛到某个值后,误差为全局最小值。通过建立金华市区红层地下水的GA-WNN模型,实现了对其进行科学的预测,为以后地下水预警体系建设打下了坚实的基础。     

企业知识管理水平评估优化方法及应用

针对现有企业知识管理水平评价方法所存在的缺陷,将BP神经网络与遗传算法相结合,提出了一种应用于企业知识管理水平评估的基于遗传算法的神经网络优化模型方法.相对BP神经网络而言,基于遗传算法的神经网络优化模型的评估结果和期望结果更为接近,相对误差更小.     

应急地震学的研究进展

因孕震过程很难进行直接观测,人类对孕震过程及地震破裂起始过程了解尚少,地震的短临预报在短期难以取得突破。目前美、日等发达国家及地区采取的对策是,强化建筑物抗震设防、深化地震快速应急研究。应急地震学是指在地震发生后以最短的时间确定地震的位置及强度,利用现代通信的快速性,在破坏性地震波(主要是地震面波)达到之前几到几十秒的时间内采取适当的措施,避免一些人员财产损失,形成地震预警系统。应急地震学另一个重要内容则是地震灾害的快速估计,即利用国家及全球的地震波形信息,结合地震灾区的强地面震动记录,快速确定地震的起始、终止时间、地点及能量释放的具体过程,结合当地地质结构信息,从而估计各地区可能的受灾程度,为合理分配救灾资源提供第一手资料。在进一步加密我国地震台网的基础上,在东部平原大都市地区我国应可实现强震(6.5级以上)发生后20秒内快速确定震中及震级,实现地震极早期预警。同时可在几小时内确定地震能量释放过程,形成地面震动理论评估图(shakemap),按照灾情程度合理分配救灾资源,提高救灾效率。