学科分类
/ 2
36 个结果
  • 简介:灰色系统理论GM(1,1)模型,应用于地面沉降模拟和预测中只能分析数据的指数变化规律。对于地面沉降发展过程中,存在的线性关系不能有效地反映。本文利用灰色组合模型中的第一类灰色组合模型即GM(1,1)与线性回归模型相融合。选取北京东部某地面沉降监测站2004-2012年的分层监测数据建立模型,计算出各监测层位沉降的数学模型,并以此预测各监测层位地面沉降量。结果表明:利用灰色线性回归组合模型在对地面沉降进行分层模拟和预测是可行的。在已有数据的基础上,利用数学模型进行沉降模拟时,两种模型的精度均很高,但通过模型预测未来一年沉降量时,灰色线性回归组合模型的精度,要远高于普通均值GM(1,1)模型。

  • 标签: 地面沉降 灰色系统 线性回归 预测
  • 简介:针对近几年来,煤矿井下大型皮带中心线标定的高精度要求,提出了一种切实可行、精度较高的标定方法———直线回归法。用这种方法标定皮带中心线,有着诸多优点

  • 标签: 大型皮带中心线 标定 直线回归法 最或是中心线
  • 简介:利用1951~2011年中国160个气象站逐月降水、温度、74项环流指数和NCEP再分析海表温度资料,采用偏最小二乘回归(PLSR)方法,结合均生函数构造预报量周期性因子,建立辽宁省汛期平均降水量及其5站(沈阳、朝阳、营口、丹东和大连)汛期降水量预测模型,并进行预测效果检验分析。结果表明:采用均生函数构造预报量周期性因子,在一定程度上弥补了气候预测统计模型高相关性因子的不足,从而使辽宁汛期平均降水量PLSR模型的试报均方根误差降低约10mm。PLSR模型由于较好地解决了预报因子之间的多重相关性问题,其预测效果较逐步回归模型有明显提高,对2002~2011年辽宁5站汛期降水量试报的Ps评分平均值为72.6%,比逐步回归模型提高了10.3%。

  • 标签: 偏最小二乘回归 均生函数 汛期降水预测
  • 简介:为了找出旅游地社区居民参与旅游的影响因素,通过对兴文石海地质公园相关社区的居民进行调查,对调查数据进行Logistic回归分析,得出了从事旅游相关行业的比较效益、居民参与旅游的主观愿望、优先在旅游企业获得工作机会的意识和参与技能等几个影响当地社区居民参与的因素。在此基础上,结合调查了解的情况,对如何提高社区居民的参与程度作了简单的探讨,并提出以下几种方法:提高旅游业的比较效益、提高旅游业的吸引力以提高居民参与希望、提高居民优先获得工作机会的意识和通过培训提高居民的参与能力。

  • 标签: 社区参与 影响因素 LOGISTIC回归 兴文石海 世界地质公园
  • 简介:利用张掖国家湿地公园冬季水域结冰厚度观测资料和张掖观象台的气温、地温气象资料,运用统计学方法和BP神经网络方法建立了张掖国家湿地公园水域结冰厚度预报方程。通过对不同的预报方法进行预报效果验证,该结冰厚度的预报模型能够对结冰厚度有比较理想的预报效果,流动水域结冰厚度预报历史拟合率分别为:80.6%(多元回归)、74.6%(逐步回归)、100%(BP神经网络);模型试报准确率分别为:72.7%(多元回归)、72.7%(逐步回归)、81.8%(BP神经网络)。静止水域结冰厚度预测历史拟合率分别为:76.9%(多元回归)、71.8%(逐步回归)、93.5%(BP神经网络);模型试报准确率分别为:76.0%(多元回归)、72.0%(逐步回归)、84.0%(BP神经网络)。结果表明:多元回归方法优于逐步回归方法,而BP神经网络又明显优于传统的统计学方法,数据显示该结冰厚度的预报模型能够对结冰厚度有较好的预报效果,预报模型能够对水域结冰厚度进行有效的短期预报,其性能指标符合实际要求,具有很好的实际应用价值。

  • 标签: 水域 BP神经网络 统计预报 模型 结冰厚度
  • 简介:哈萨克斯坦是世界最大的内陆国家,拥有典型的大陆性气候和多样的地理环境及生态系统,同时哈萨克斯坦的自然环境和人类社会对于气候变化这一全球性问题是敏感的、脆弱的,需要运用科学的研究方法应对气候变化的挑战。通常,区域或局地尺度的气候变化影响研究需要对气候模式输出或再分析资料进行降尺度以获得更细分辨率的气候资料。近年来,大量验证统计降尺度方法在各个地区能力的研究见诸文献,然而在哈萨克斯坦地区验证统计降尺度方法的研究非常少见。本文使用了岭回归的方法对哈萨克斯坦地区11个气象站点1960-2009年的月平均气温进行了统计降尺度研究。结果显示,使用前30年数据和岭回归模型建立大尺度预报因子和观测资料的统计关系可以较好地预测后20年的月平均气温,预测能力在各站各月均有不同程度的差异,地形复杂的站点预测效果较差,夏季预测结果好于冬季;此外,将哈萨克斯坦地区平均来看则与观测数据相吻合。

  • 标签: 哈萨克斯坦 统计降尺度 岭回归 月平均气温
  • 简介:摘要:岩石单轴压缩试验是实验室获得岩石单轴抗压强度等力学参数的主要手段。由于单轴抗压强度主要受岩石本身和环境等因素的影响与制约,试验结果往往呈现出随机性、模糊性。针对淮南矿区 11-2煤顶板岩石进行单轴压缩试验,在获得 88组试验数据的基础上,以 UCS为因变量, ρ、 E、 ρ2、 E2和 ρE为自变量,运用 SPSS19.0专业数理统计软件,采用逐步回归分析方法建立了多元非线性回归模型。运用该模型对淮南矿区 13煤顶板岩石强度进行预测,结果表明该模型能够较好地预测岩石的单轴抗压强度。因此该多元非线性回归模型可为相似煤系地层 岩石估算其抗压强度值时具有一定的借鉴和参考意义。

  • 标签: 单轴抗压强度 单轴压缩试验 11-2煤 多元非线性 逐步回归分析
  • 简介:从三个方面讨论了多元线性回归法在砂砾岩储层孔隙度定量预测中的应用:①在分析测井解释孔隙度基础上,开展地震地质层位解释,进而提取多种地震属性,进行属性优选;②通过对地震属性的相关性及物理意义的分析,确定强度总和、负振幅总和、零点相位数是最优地震属性组合;③通过对地震属性参数与储层孔隙度离散数据的趋势性分析,识别和去除奇异值的影响,提高数据间的相关性,进一步提高储层孔隙度预测精度,从而达到定量预测储层孔隙度的目的。预测结果符合地质规律,预测精度较高,验证了该方法的有效性和可行性。

  • 标签: 砂砾岩 多元线性回归 属性优选 孔隙度定量预测 DX北带
  • 简介:本文收集了青藏高原区7级以上以走滑为主的30个地震的地表破裂参数资料,拟合出了青藏高原区新的震级与破裂带长度统计关系式,并结合前人的统计关系式,分别通过破裂带长度估算震级,求出了估算震级与仪器震级的差值。同时将差值为正值(即估算震级偏大)的归为一类,差值为负值(估算震级偏小)的归为另一类,做了分析和对比。研究发现,差值为正值的地震所处的走滑断裂带一般位于一级块体或次级块体的边界断裂带上;差值为负值的地震所处的走滑断裂带大多位于一级块体或次级块体内部断裂带或断裂带的交汇处。基于上述分类的差异,作者对不同回归关系计算的差值数据进行了统计分析,分别给出了修正计算结果不确定性的参考值,为降低估算震级的不确定性提供了理论依据。

  • 标签: 青藏高原 震级 破裂带长度 不确定性分析
  • 简介:本文利用多元线性回归分析的基本原理对安徽省广德县30个滑坡稳定性进行分析得出影响边坡稳定性的最主要的驱动因素和该区的多元线性回归分析模型,结果表明得出的回归方程回归效果显著.所以可以运用该模型进行滑坡稳定性预测和控制,为广德县农业、工业规划和政府决策提供智力支持.

  • 标签: 多元回归分析 安徽省广德县 区域 边坡稳定性分析 SLOPE Stability
  • 简介:海图上的深度基准面是海图水深的起算面,它是多年平均海而以下的一个面。为了保证航行安全和充分利用航道,深度基准面的确定必须考虑到该海区的潮汐特性。一般地说,潮差大的海区深度基准面与多年平均海而之间的高度大;反之,则小。

  • 标签: 理论深度基准面 回归方程 海区 半日潮 应用 潮面
  • 简介:

  • 标签:
  • 简介:根据先进星载热发射和反辐射计(ASTER)图像获取滑坡相关因素,并利用地理信息系统(GIS)开发、应用和验证韩国Boun地区滑坡脆弱性分析的综合技术。从ASTER图像中获取数字高程模型(DEM)、线性特征、归一化差值植被指数(NDVI)和土地覆盖因素并进行分析。根据DEM地形数据库评估边坡、方位和曲率。根据已有空间数据库并利用频率比(FR)、逻辑回归(LR)和人工神经网络模型(ANN)鉴定和量化检测的滑坡位置与6种相关因素之间的关系。在叠加分析中把这些相互关系用作因子额定值以创建滑坡脆弱性指数和滑坡脆弱性图。随后,在FR、LR和ANN模型中作为新输人因子结合并应用3种滑坡脆弱性图,从而创建改进的滑坡脆弱性图。通过对比在模型实验中未使用的已知滑坡位置来验证所有这些滑坡脆弱性图。对比利用3种滑坡相关输入参数创建的改进精度的综合滑坡脆弱性图(FR}莫型为87.00%;LRN型为88.21%;ANN模型为86.51%)与利用ASTER图像中6种因素创建的单独滑坡脆弱性图(FR丰莫型为84.34%;LR模型为85.40%;ANN模型为74.29%)。

  • 标签: 人工神经网络模型 脆弱性分析 ASTER 图像获取 逻辑回归 频率比
  • 简介:过去10年,页岩油气生产已成为全球油气供应的一个日益重要的组成部分。页岩油气、致密油气、煤层气等非常规油气项目的生命周期,在很大程度上取决于估算最终储量(EUR)。然而,常规油气藏中EUR相关性的预测对于非常规油气藏无效,严重影响了经济性。通过挖掘EagleFord的大数据,进行数据回归和插值分析,研究了EUR与岩石物理、工程、生产参数之间的相关性,根据结果建立了4D插值EUR数据库和EUR预测模型。这项研究不仅帮助我们理解非常规油气藏EUR预测背后的物理原理,而且从大数据的角度帮助确定非常规油气藏项目的可行性。

  • 标签: 插值分析 岩石物理 页岩地层 数据回归 生产参数 EUR