关键词： 高密度地震勘探   炮检距向量片   五维规则化  

摘要： 将OVT域五维规则化技术引入煤田高密度地震数据处理中,通过OVT面元划分,利用数据在OVT域中的特点,将数据沿炮线、检波线、时间、方位角和炮检距5个维度的傅里叶谱,作为地震道重构的约束条件,以消除覆盖次数、炮检距的突变对构造成像的影响。研究表明,该方法能够使提高极低照明度区域的覆盖次数,改善浅层数据缺失现象,减小覆盖次数和炮检距突变带来的假象,提高成像质量。使处理剖面真实自然,断点清晰,无假频现象。实际资料证实了该方法的有效性。

关键词： 环境   空气   监测   数据分析   数据处理  

摘要： 环境空气监测是环境保护工作中的重要组成部分,主要是对空气中各种污染物质的浓度进行动态化监测,并以此为根据,评估空气质量,制定有针对性的环境污染治理策略。数据分析与处理的效果,直接影响着环境空气监测的实效性。文章对环境空气监测及其数据进行了分析,并探讨了环境空气监测数据分析及处理技术,供相关研究、实践参考。

关键词： 气象探空火箭   气温测量   数据处理   不确定度评估  

摘要： 在气象火箭测温修正模型基础上,通过误差分析理论,对温度修正及其不确定度评估方法进行研究。根据火箭探空仪在空中下落过程中大气密度变化规律,建立温度修正数学模型,推导得到温度修正公式。根据误差理论,分析影响温度修正的八项误差因素,并逐项给出温度修正误差表达式。以气象火箭实测数据为例,运用上述公式,对探空火箭温度反演不确定度进行分析计算。结果表明:温度反演不确定度在50~60 km较大,最大为3.6 K;40~50 km不确定度为0.3~0.9 K;40 km以下,不大于0.3 K。影响温度不确定度的因素主要是气动加热修正项、滞后效应修正项、结构热传导修正项和传感器对环境热辐射修正项。数据处理时采用参考大气或标准大气仅进行一次修正是不够的,需进行迭代修正,单次修正结果与迭代修正结果差异最大可达5.6 K。

关键词： 地磁测深   C-响应   BIRRP   自参考   数据处理  

摘要： 地磁测深是了解地球深部结构的一种有效手段。为了进行地磁数据的反演,通常将地磁台站记录的时间序列磁场信号转换为C-响应函数。三维地磁测深反演结果的分辨率与地磁台站的分布和C-响应的质量密切相关。稀疏的国际地磁台站直接导致全球三维反演结果分辨率较低。中国地区拥有世界上相对较密的地磁台阵。充分利用地磁观测数据,提高响应函数质量,对于提高地磁数据反演分辨率有着重要意义。采用基于Robust技术的Bounded Influence方法,并以自参考方式进行地磁数据处理,从而得到单一台站的C-响应。对中国地区部分地磁台站记录数据进行C-响应计算,获取稳定的响应曲线。因此,基于Bounded Influence方法的C-响应求取技术能够获取更加稳定、可靠的响应数据。本方法可为科研工作者进行相关研究提供帮助。

关键词： 反射波高频成分   采集+处理综合动态范围   叠前时间偏移   偏移前滤波   频率衰减   抽稀采样间隔   CW特征子波反褶积   滤波扫描  

摘要： 地震数据采集得到的地震波是由反射波、规则干扰和噪声叠合而成的复合波,数据处理将淹没在干扰和噪声之中的反射波提取出来,再经过频率补偿使反射波高频成分的微弱振幅得以提升,从而得到主频高、频带宽的高分辨率数据。记录下来的反射波频率的高低,不能用“60 dB高频死亡线”来衡量,用原始数据滤波扫描也得不到反射波频率的正确范围,而用采集+处理综合动态范围和地层吸收衰减模型可对反射波频率范围作出较客观的估计。对处理后的数据进行滤波扫描,才能得到正确的反射波频率范围。塔里木盆地沙漠区2 ms采样间隔的常规处理数据高通滤波扫描结果表明,反射波频率可高达尼奎斯特频率(约240 Hz),证明井中激发、地面接收采集到的数据已记录了这样的反射波高频成分。特征子波反褶积处理的实例证明了这样的微弱振幅高频成分是展宽高频段的有用信号。然而1 ms采样间隔的高精度数据经叠前时间偏移处理,其反射波高频仅达到120 Hz,甚至更低至60 Hz。之所以如此,是叠前时间偏移前的滤波和频率衰减所致,这种做法变相地将1 ms采样的高精度数据当作4 ms甚至8 ms采样间隔数据使用。此外,抽稀时间和空间采样间隔的算法和处理措施会使反射波高频成分成倍降低。

关键词： 测绘精神   变形监测与数据处理   课程思政   立德树人   协同效应  

摘要： “热爱祖国、忠诚事业、艰苦奋斗、无私奉献”的测绘精神,激励着一代代测绘人砥砺奋行。“变形监测与数据处理”是测绘工程专业四年级开设的专业课程,大四是学生世界观、人生观、价值观形成和专业素养与专业能力培养的关键时期。本文以“变形监测与数据处理”课程教学为抓手,以“同向同行、价值引领”的课程思政为核心理念,从教学理念、教学目标、教学内容、教学方法等多个维度,围绕“知识传授与价值引领相结合”的目标,在课程教学中强调价值观的同频共振,培养学生的专业知识与技能,全方位、全过程引导学生树立正确的世界观、价值观和人生观,形成课程思政与专业教学的有机融合和有效协同,构建全方位、全过程、多环节的课程育人格局,达到提升学生的思想政治素养与专业技能的目的。

关键词： 支持向量机   回归分析   数据处理   房价预测  

摘要： 支持向量机自提出以来,就在数据挖掘、模式识别、人工智能等领域引发了广泛关注。因其严谨的数学基础以及良好的特性,被应用到各个领域中去。其中支持向量回归是基于支持向量机的一个回归预测算法,其应用也极为广泛。本文针对目前应用于房价预测领域的其他机器学习算法诸如普通线性回归、贝叶斯岭回归等算法,无法解决房价数据的多维性、复杂性等难题。系统的研究了支持向量回归算法以及房价数据的特点,选择了公开的房价数据集,通过数据预处理后,将支持向量回归算法应用到房价的预测中。以期为SVR的研究提供更多的方向,为房价预测研究提供更多的思路。

关键词： CIM   多源数据   微服务  

摘要： 本文对多源数据的特点以及数据融合和数据集成进行了简要概述,重点对微服务结构在CIM平台中对多源数据的作用进行了介绍,强调了数据标准化的重要性。

关键词： P2P平台   信用数据分析   Logistic回归   惩罚因子   AUC值   信用风险   预测分析  

摘要： P2P是一种新型的互联网金融借贷方式,近年来P2P平台却频繁出现安全问题。造成此类现象的主要原因是借贷人的个人信用评估不准确而导致的连锁反应,因此对借贷人的信用数据进行有效评估可以直接降低P2P平台的信用风险。经典的信用数据处理方法无法对现代信贷领域的海量信贷数据进行精准分析,且传统的Logistic回归模型在变量较多的情况下会产生线性干扰。文中在对传统Logistic模型进行修正的基础上,加入了Lasso惩罚项以约束函数概率的估计值。实验测试结果表明,加入惩罚因子的Logistic回归模型预测结果最为精确,其AUC值相较于专家评估法与Logistic模型分别提高了6.4%和13.3%,证明文中所提出的改进Logistic模型可以准确地评估个人的信用能力,进而提示P2P平台有效地规避信用风险。

关键词： 智能家居   污染源监测   环境监测   数据采集   数据处理   可视化预警   远程通信  

摘要： 从智能家居的空气质量、噪声和水质三个方面入手,以51单片机为核心,从数据采集、数据预处理、综合分析和可视化预警等方面开展研究,对智能家居的空气污染、噪声污染和水污染等多源污染源进行检测、分析和评估。文中采用模块化设计方法,对系统功能、系统硬件和系统软件等部分进行设计和处理。系统包括输入模块、控制模块和输出模块,输入模块分为按键控制模块、数据采集模块和A/D转换模块;输出模块分为显示模块、报警模块和串口通信模块。文中形成了一套面向智能家居的多源污染源监测与预警体系,可为智能家居环境改善提供参考。实验结果表明,该系统具有实用性强、灵活性好、稳定性高等优点,可在智能家居环境的监测和预警中广泛应用。