基于层次分析法和信息量法的泥石流危险性分析——以延边州地区为例

泥石流作为一种突发性地质灾害,具有运动快、历时短等特点,严重威胁人类生命财产安全[1]。本研究将地理信息系统(Geographic Information System简称GIS)和遥感技术(Remote Sensing简称RS)相结合,同时采用层次分析法和信息量法分别对延边朝鲜族自治州地区的泥石流危险性进行分析,结合已有相关研究数据,选取为高程、坡度、土地利用、河流水系、断层5个评价因子,先分别利用层次分析法和信息量法对各个影响因子赋予权重值,再利用GIS绘制各评价因子的栅格图,最后将各因子的栅格图进行叠加分析,得到延边州的泥石流危险区划图。     

基于RS和GIS的泥石流易发程度分析——以延边地区为例

泥石流具有强大的破坏力,对人民的生命财产等具有极其严重的危害性。为防治泥石流的危害,应用地理信息系统(Geographic Information System简称GIS)、遥感技术(Remote Sensing简称RS)和层次分析法(Analytic Hierarchy Process,简称AHP)对坡度、高程、岩性、构造、水系以及土地利用等影响因子进行权重分析,然后利用Arc GIS软件绘制出泥石流的易发程度图,为延边州泥石流的防治提供参考依据。     

高技能人才需求的BP神经网络预测——以天津为例

首先分析运用神经网络进行区域高技能人才需求预测的可行性,然后重点阐述二层MLP神经网络的BP学习算法以及网络结构的确定原则,接着运用BP神经网络对天津高技能人才需求进行预测.     

基于BP神经网络的滩涂资源适宜性评价——以山东省东营市为例

黄河三角洲地区滩涂资源丰富,滩涂面积随着河流泥沙入海淤积的不断增加,有着巨大的开发潜力,但目前该区的滩涂开发水平低和方法简单,并产生了一些负面影响,因此对滩涂资源的适宜性评价显得尤为重要。目前人工神经网络主要应用于自然科学和工程技术等领域,但在滩涂的适应性评价中应用较少。本文以山东省东营市滩涂资源为例,选取地貌类型、土壤含盐量、土壤类型、土壤质地、土壤全氮含量、土壤速效磷含量和土壤速效钾含量等限制因子作为滩涂用地评价指标体系,采用BP神经网络方法对东营市三县两区的滩涂利用现状进行适宜性评价。结果表明每个县区都有最适宜本区开发的等级,与东营市实际情况较吻合,该方法具有很强的实际应用价值。针对东营市滩涂开发利用中存在的一些问题,提出了合理开发的建设性对策。     

基于GIS和信息量法的甘肃南部白龙江流域泥石流灾害危险性评价

信息量法是泥石流危险性评价的重要方法之一,本文以甘肃南部白龙江流域为研究区,根据地形、地貌、地质、环境等条件,选取高程、坡度、岩性、土地利用类型、滑坡点密度、地质构造缓冲区及归一化植被指数(NDVI)等7个评价因子,进行泥石流灾害危险性评价.文章基于GIS技术的空间分析功能及信息量法的定量分析功能,对各类因子进行分级计算与信息量赋值,生成各评价因子的信息量图层,并进行叠加分析,最终得到甘肃南部白龙江流域泥石流危险性分区图.结果表明,中度危险区以上的区域包含88.91％的泥石流.随着危险等级的增加,泥石流沟面积占危险等级面积比也随之增大.在中度危险区、高度危险区和极高度危险区内发生的泥石流面积分别占到各危险等级面积的21.21％、34.09％和46.00％,分析结果与实际灾害分布特征吻合较好.由此可见,信息量法与GIS技术结合对泥石流灾害进行危险性评价具有较高的准确性.     

基于BP神经网络的湖泊旅游资源综合评价——以杭州西湖为例

本文在分析BP神经网络概念和原理的基础上,从阈值角度出发,生成适用于BP人工神经网络模型的训练样本,并建立了自然环境指标、社会支持系统指标、社会经济文化指标三个指标体系,用于构建湖泊旅游资源综合评价的BP神经网络模型。运用此模型将杭州西湖与喀纳斯湖旅游资源综合评价结果进行对比分析,验证模型的合理性,从而说明该模型对湖泊旅游资源的综合评价具有较好的客观性、通用性和实用性。     

基于BP神经网络的大非减持影响因素实证分析——以深交所上市公司为例

基于BP神经网络,以深交所上市公司大非股东为样本建立模型,利用遗传学算法对模型结构进行优化并通过神经网络贡献率分析法得出对大非减持贡献率较大的因素。对在指标变量几种典型取值状态下的关系曲线进行深入研究后认为,大非减持并非全然表示企业投资价值下降,普通投资者亦可从中获取积极投资信息;对监管者而言,充分保证大股东流通权以维持其对国家政策的信心,立足贡献率较大的因素调控大非减持比单纯进行限制更能维护市场稳健,实现监管者、普通投资者与大非三方共赢。     

基于相容粗糙集的BP神经网络湿地覆被信息提取——以双台子河口湿地为例

BP神经网络因具有自学习、自适应、大规模并行处理等特点而广泛应用于遥感影像分类中,但是该方法训练时容易陷入局部极小值,且收敛速度较慢,针对这些不足提出一种基于相容粗糙集的BP神经网络分类方法。本文以双台子河口湿地为研究对象,以Landsat-8 OLI影像为数据基础,利用相容粗糙集理论对样本数据集进行预处理,将得到的数据作为新的训练样本,在Matlab软件平台下建立BP神经网络的湿地覆被分类模型,进行湿地覆被信息提取,将分类结果与单纯的BP神经网络以及粗糙集样本属性约简预处理的分类结果进行比较分析。结果表明,基于相容粗糙集的BP神经网络分类方法可以剔除训练样本中的噪声数据,提高网络的训练成功率,缩短网络的收敛时间,分类效果较好,其总体精度达到91.25%,Kappa系数为0.8969,比单纯的BP神经网络分类结果高7.92%和0.0926,比粗糙集样本属性约简预处理方法的分类结果高3.03%和0.0357,是一种有效的湿地覆被分类方法。     

基于GIS的民族风情旅游资源分析——以达尔罕茂明安联合旗为例

以内蒙古自治区包头市达尔罕茂明安联合旗(以下简称"达茂旗")为研究对象,对民族风情旅游资源进行分类,结合行政区划图以及多种旅游数据,并以ArcGIS为支撑,分析达茂旗民族旅游资源空间分布、分类、数量等基本特征。     

基于USLE土壤侵蚀危险性评价——以钦州市城区为例

选取降水量、地形坡度、土壤可蚀性、植被覆盖指数、水土保持措施等因子,作为评价钦州市城区土壤侵蚀危险性的主要因素,运用GIS方法和USLE土壤侵蚀模型,分析与评价该区的土壤侵蚀状况,利用空间分析工具及模型的空间关系识别和叠加分析,实现土壤侵蚀危险性评价,为该区水土保持和生态环境规划等提供科学依据。     

基于博弈论和云模型的震区泥石流危险性评价

在龙门山断裂带的影响下,四川震区泥石流灾害频发。为研究震区泥石流危险性,本文选取一次最大冲出量、动储量、岩性、地震加速度、切割密度、主沟长度、相对高差、流域面积、24小时最大降雨量九个评价指标,通过各指标的分类标准确定云模型的数字特征值,得到不同指标与确定度关系的正态云模型。通过层次分析法确定主观权重,在分析四川震区11条泥石流沟的实测数据之上,采用灰色关联法和熵权法等两种方法确定评价指标客观权重,可以一定程度上提高客观因素的影响,并对原始数据进行充分的信息挖掘;再通过博弈论对三组权重值进行组合赋权,得到基于组合权重构架的泥石流危险性评价云模型。通过基于云模型的组合权重评价方法,可以使泥石流危险性预测更为准确、可视化。     

基于BP逻辑模糊神经网络的资源型城市主导产业选择研究——以陕西省榆林市为例

正确选择新的主导产业,对资源型城市的产业结构调整具有重要意义。在现有研究基础上,从产业存在、产业发展、产业相关、可持续发展四个方面建立了资源型城市主导产业选择的评价指标体系,并采用BP逻辑模糊神经网络对各产业进行综合评价,对现有指标体系的改进主要体现在指标分类标准更加清晰以及更多地采用了定量指标,同时,BP逻辑模糊神经网络的应用也提高了评价过程的简易性和可行性;最后,以陕西省榆林市为例分析了该资源型城市的主导产业。     

基于因子分析和神经网络的定价策略研究——以手机产品为例

确定产品的市场价格是将新产品推向市场之前必须进行的一项重要工作,它对于产品的利润及市场定位具有重要意义。为进行更准确的新产品定价,文章采用因子分析方法对样本数据集进行降维并提取产品的特征属性,通过前馈式神经网络训练样本数据,提出基于因子分析和神经网络的新产品定价策略模型。从实验结果可以看出,该模型性能稳定,能够为新产品的定价提供指导作用。     

基于GIS技术的城市用地适宜性评价——以泉州为例

在分析总结城市用地适宜性评价的相关理论基础上,将城市规划用地评价方法与地理信息技术融合成一整体,利用GIS强大的空间分析能力,使得城市用地的适宜性评价方法更加科学合理.文章以泉州市为例.利用AHP方法,对泉州目前的城市用地情况进行了适宜性的定量分析,将现有城市用地划分为适宜开发土地、经改善后适宜开发的土地、不适宜开发的土地三类.有机地结合了GIS技术手段,使得所得到的分析结果更加具有科学性.     

基于BP神经网络的高血压诊疗预测分析

本文对72例高血压临床数据展开研究,通过BP神经网络结合临床数据中包含的中医西医的检查结果,对高血压病诊断结果的等级分层和用药情况进行预测分析,通过对10例预测样本分析,达到了88%的准确度,并对不同的BP神经网络函数进行比较,找到效果更优的函数设置。     

基于BP神经网络和专家系统的营销风险评估模型

目前的营销风险模型多是利用单一的方法对风险进行评估 ,准确性难以得到保证。将BP神经网络的定量计算和专家系统理论的定性分析结合在一起 ,构建了营销风险评估模型。所用的BP神经网络引入了遗传算法理论进行优化 ,处理结果作为专家系统知识库的一部分输入。最后使用传统的层次分析法进行信息整理汇总 ,得出营销风险评估的精确结果。     

基于BP神经网络的PWM整流器

本文介绍了一种新型PWM整流器设计方法,将BP神经网络应用于整流器的设计中,可以保证整流器在正常工作的基础上,提高整流器的工作效率。本文介绍了三相PWM整流器的数学模型,在数学模型的基础上,对比分析了人工神经网络技术与传统调制技术的优缺点,证实了人工神经网络技术应用于PWM整流器设计中的有效性。     

基于BP神经网络的科技人才需求预测

采用BP神经网络模型解决科技人才需求预测问题。首先介绍BP神经网络结构和学习算法,其次确定科技人才需求预测影响因素指标,作为BP神经网络输入,最后以Matlab为运行平台实现BP神经网络模型,并以河南省科技人才为例进行案例分析,应用BP神经网络模型预测河南省2008-2010年科技人才需求量。     

基于BP神经网络的地震预测

地震预测是地理问题研究领域中的一个重要课题.由于引起地震的相关性因素很多,很难建立物理理论模型.神经网络在预测和构造未知时象模型方面具有独特的优势,因而在预测控制领域得到广泛的应用,本文探讨将BP神经网络应用到地震预测中的一种方法.