神经网络国内外发展概况,神经网络最新研究方向

神经网络研究现状

光谱分析因其能够灵敏、高精度、无破坏、快速地检测物质的化学成分和相对含量而广泛应用于分析化学、生物化学与分子生物学、农业、医学等领域。

目前，光谱分析技术日趋成熟，引入光谱分析理论的高光谱遥感技术应用日益广泛，尤其是在农业领域，可以有效地获取农田信息、判断作物长势、估测作物产量、提取病害信息。

光谱分析技术虽然具有很强的物质波谱“透视力”，但在分析“同谱异物”和“异物同谱”等方面需要与现代分析手段相结合，如小波变换、卡尔曼滤波、人工神经网络（ArtificialNeuralNet－work，ANN）、遗传算法（GeneticAlgorithm，GA）等。

在光谱分析领域，ANN多用于物质生化组分的定量分析（陈振宁等，2001；印春生等，2000），在光度分析中也有较多应用，如，于洪梅等（2002）利用ANN分析铬和锆的混合吸收光谱，并结合分光度法对二者进行测定。

ANN在非线性校准与光谱数据处理等方面也有应用（Blank，1993；方利民等；2008）。

而在模式识别中ANN应用最为广泛，如，Eicemanetal.（2006）利用遗传算法（是ANN的一种）对混合小波系数进行分类识别。

目前，自组织特征映射（Self－organizingFeatureMaps，SOFM）神经网络在高光谱影像的模式识别方面，国内外还较少有研究与应用，而结合遥感波谱维光谱分析技术的应用研究就更少。

SOFM常用于遥感图像处理方面，如，Moshouetal.（2005）利用SOFM神经网络进行数据融合，使分类误差减小到1％；Doucetteetal.（2001）根据SOFM设计的SORM算法，从分类后的高分辨率影像中提取道路；Toivanenetal.（2003）利用SOFM神经网络从多光谱影像中提取边缘，并指出该方法可应用于大数据量影像边缘的提取；Moshouetal.（2006）根据5137个叶片的光谱数据，利用SOFM神经网络识别小麦早期黄锈病，准确率高达99％。

然而，SOFM不需要输入模式期望值（在某些分类问题中，样本的先验类别是很难获取的），其区别于BP（BackPropagation）等其他神经网络模型最重要的特点是能够自动寻找样本的内在规律和本质属性，这大大地拓宽了SOFM在模式识别和分类方面的应用。

基于以上几点，本章从光谱分析的角度对高光谱遥感影像进行分析识别和信息提取，给出了在不同光谱模型下，高光谱数据的不同分解，之后利用SOFM对具有较高光谱重叠度的这些分解进行分类识别，结合光谱分析对采样点进行类别辨识，并通过对小麦条锈病的病情严重度信息提取，提出了高光谱影像波谱维光谱分析的新途径。

谷歌人工智能写作项目：小发猫

bp神经网络研究现状

rfid。

BP网络的误差逆传播算法因有中间隐含层和相应的学习规则，使得它具有很强的非线性映射能力，而且网络的中间层数、各层神经元个数及网络的学习系数等参数可以根据实际情况设定，有很大的灵活性，且能够识别含有噪声的样本，经过学习能够把样本隐含的特征和规则分布在神经网络的连接权上。

总的说来，BP网络的优点主要有：(1)算法推导清楚，学习精度较高；(2)经过训练后的BP网络，运行速度很快，有的可用于实时处理；(3)多层(至少三层)BP网络具有理论上逼近任意非线性连续函数的能力，也就是说，可以使多层前馈神经网络学会任何可学习的东西，而信息处理的大部分问题都能归纳为数学映射，通过选择一定的非线性和连接强度调节规律，BP网络就可解决任何一个信息处理的问题。

目前，在手写字体的识别、语音识别、文本一语言转换、图像识别以及生物医学信号处理方面已有实际的应用。

同时BP算法与其它算法一样，也存在自身的缺陷：(1)由于该算法采用误差导数指导学习过程，在存在较多局部极小点的情况下容易陷入局部极小点，不能保证收敛到全局最小点：(2)存在学习速度与精度之间的矛盾，当学习速度较快时，学习过程容易产生振荡，难以得到精确结果，而当学习速度较慢时，虽然结果的精度较高，但学习周期太长：(3)算法学习收敛速度慢；(4)网络学习记忆具有不稳定性，即当给一个训练好的网络提供新的学习记忆模式时，将使已有的连接权值打乱，导致已记忆的学习模式的信息消失；(5)网络中间层(隐含层)的层数及它的单元数的选取无理论上的指导，而是根据经验确定，因此网络的设计有时不一定是最佳的方案。

国内外人工神经网络的研究现状

基于人工神经网络的土坝病害诊断知识获取方法摘要：以土坝测压管水位异常诊断为实例，对反向传播(BP)神经网络进行训练，然后通过典型示例经网络计算生成显式的诊断规则，为专家系统诊断推理时直接调用。

该方法是土坝病害诊断知识获取的一种新方法，是对传统知识获取方式的拓展和补充。

关键词：土坝；病害诊断；测压管异常；神经网络；知识获取我国目前已修建各种类型水库8.6万余座（是世界水库最多的国家之一），大中型水闸7.6万座，河道堤防20多万公里。

这些水利工程和设施所发挥的巨大作用和效益大大促进了社会和经济的发展。

然而从另一方面还应看到，在已建的水利工程中尚存许多不安全因素，由于修建当时的经济、技术条件限制以及其它一些因素的影响，使很多工程存在病害或隐患，另外，由于长期受各种自然或人为因素影响，加之年久失修，管理跟不上，老化现象也很严重，很大程度上影响了工程正常运行和效益的发挥，有些工程因此而失事。

仅就土石坝而，历年累积溃坝率就高达3.4%。因此如何准确、及时地诊断出建筑物的隐患和病害，并对建筑物的安全性做出合理科学的评价意义十分重大。是当前水利工程管理中亟待解决的一项重要课题。

水工建筑物的病害诊断是一项非常复杂的工作，需要有丰富经验的专家才能胜任。

解决上述问题的一个好的办法是在做好监测的基础上，把专家经验、人工智能（AI）技术、计算机应用技术以及数值分析计算等有机结合起来，建造专家系统（ExpertSystem简称：ES）。

而专家系统开发中最关键的“瓶颈”问题就是知识获取，它既包括知识的体系结构、内容等难于获取，也包括推理规则中的推理参数（如可信度）难以确定等。

笔者以土坝为研究对象开发了具有学习功能的土坝病害诊断专家系统ESLEDFDS[1,2]，在系统开发中为解决知识获取问题，采取了传统的访谈（Interview）式的知识获取与从病害工程实例中抽取知识（事例学习）相结合的形式。

实践证明该形式效果良好。论文将以土坝测压管水位异常诊断知识的获取为例，介绍一种基于人工神经网络事例学习的土坝病害诊断知识的获取方法。

1知识源分析及知识获取方法的选择土坝病害诊断的知识源主要有3个：（1）坝工诊断专家。大量的经验性知识存在于专家的大脑中，具有专有性和潜在性等特点。

有时连专家本人也不容易系统地总结、归纳自己的知识，而且不易做出解释。这也就决定了它的难于获取，但它是ES知识的主要来源。（2）相关文献资料。文献资料作为一种信息载体，包含了大量理论和经验知识。

其特点是量大、分散。而且，由于不同的文献来源于不同的著者，对同一问题的看法和分析结果可能有所差异，甚至相悖，所以有助于消除单个专家知识的片面性。

但从大量分散的文献中抽取ES知识库所需的知识和方法，需经反复分析比较。（3）实例。

一般情况下，专家头脑中知识的存储往往是片断的、非系统的，以访谈的形式，让专家叙述自己的知识时，一个个片断很难一下子系统地组织起来。

而一旦真正面对实际问题（实例）坝工诊断专家却能够作很好的分析，说明这种刺激能使专家自觉或不自觉地去组织自己的知识。

所以，同专家一同分析实例，可以了解专家的推理过程及所用知识，同时，经过专家分析的工程实例中蕴涵了专家的经验知识和推理判断，并且大多实例分析结果的正确与否已经得到实际验证。

因此，实例是一种非常重要的知识源，可以通过一些模型、方法对实例进行学习，提炼出蕴涵在实例中的诊断知识。笔者在ESLEDFDS的知识获取中综合利用了以上3种知识源。

通过走访专家、同专家一起分析文献资料，把诊断知识整理成一条条规则，存储于外部知识库中。此外，为补充专家经验知识的不足，还对收集的80余例土坝病害实例，应用人工神经元网络进行了事例学习和新规则生成。

......。

人工神经网络的预测发展现状？

。

这个问题问得好,人工神经网络是将来的一个趋势,但是,这也不是一个近期能够做得完善的一件事情.虹膜显示器，也就是人工神经网络的一个结晶，所谓虹膜就是在人的眼晴的视网膜上显示计算机的数据，从而取代显示器．这是美国现在已经正在开发过程中的一项基于人工神经网络的技术．。

国内外研究现状与趋势

（一）美国百年地下水开发利用史的启示美国是开展地下水可持续利用性研究比较早的国家。早在1883年美国学者Chamber⁃lin即出版了《自流井》，首次论述了自流井的成井条件和开发理论。

1897年Iowa州地质调查局Norton在《Iowa自流井》报告中首次使用“含水层”理念。Todd于1900年提出，过多的自流井将导致自流水量衰减。

1923年Meinzer出版了《美国地下水形成与理论探讨》和《地下水文学概要》，系统地总结了水文地质学的研究工作和理论进展，同时首次对全国地下水资源进行了定性评估，阐述了美国地下水发生、补给、排泄、径流、数量、质量、开发利用等各个方面（陈美贞，2006；陈仁升等，2003）。

1935年Theis提出非稳定流理论，使许多实际问题得到较好解决。在地下水开发方面，人们开始意识到地下水资源是有限的。20世纪30年代Tolman及同事发现了地下水开采所引发的海水入侵和地面沉降现象。

20世纪60年代中期，以州为单位先后进行了各州地下水资源调查和均衡法地下水资源评价。1963年McGuinness总结了各州及地区地下水资源评价研究成果。

1977年美国发生了特大干旱，1978年美国地质调查局（USGS）启动了“区域水系统分析项目（RASA）”，历时近20年，调查和研究了全国28个以流域为单元的水系统，采用三维有限差分地下水流数值模型，模拟地下水开发前后地下水动态变化，并于1990～2000年期间编制出版了各个水系统的地下水图集（比例尺为1：250万～1：10万）。

目前，美国的地下水开采量占总用水量的20.7%。其中，98.3%的家庭用水、57.4%的牲畜用水和41.5%的灌溉用水都依赖于开采地下水源供给，而且对生态环境的改善和保护意识也越来越强烈。

为此，美国正在开展新一轮“地下水资源计划”（GWRP），研究重点已从过去的以州为单位转向整个水系统、水文系统和生态环境系统，从过去偏重地下水的资源供给功能转向地下水的资源功能、生态功能和地质环境功能综合调查评价研究，强调地下水可持续利用性研究。

近百年来美国地下水开发利用史表明，经济社会发展对地下水开发利用理念及其生态-地质环境功能研究具有重大推动作用。

在19世纪以前，地下水仅是经济社会发展中一种补充性资源，在水资源中地表水的开发利用研究占主导地位。

进入20世纪60年代，地下水成为经济社会发展愈来愈依赖的基础资源，特别是在持续干旱年份，地下水的开发利用得到空前的重视，同时含水层疏干、依赖地下水维持的生态系统急剧退化、地面沉降和海咸水入侵等环境问题日趋显现。

据USGS统计，在美国公共供水中，地下水的比重从1950年的26%增到2000年的37%。

80年代，地下水保护问题受到重视，美国联邦政府制定了提高污水排放标准和提高用水效率的多项保护法规，到2000年亩均灌水量比1950年减少了30%。

在《2000～2010年美国地质调查局地质部科学战略》和《1998～2008年水资源部发展战略》中，突出了地下水的可用性和可持续性研究，包括城市化和市郊化对地下水影响调查、海岸带土地利用和人口增长对地下水影响调查和地下水-地表水相互作用研究。

（二）国内地下水评价研究动态从20世纪50年代以来，地质矿产部和有关部门在全国范围内开展了大量的地下水及其环境地质问题调查评价工作，包括区域水文地质、供水水文地质、环境水文地质、地下水资源评价与新技术和新方法应用。

经过50多年来的水文地质工作，基本查明了我国地下水资源的区域分布规律，并且把西北和华北的地下水勘察研究作为一项主要战略任务做了大量工作，实现了各种信息的采集、处理、存储、传输和交换，并开始把地下水作为水圈、岩石圈的组成部分和重要环境因子，开展地球表层四大圈层相互关系及大陆水循环与全球变化研究，把地下水融入“全球一体化”的大环境中思考，利用大剖面、同位素等研究地下水循环方式，极大地改变着地下水评价的传统思维与方式，尤其是近几年信息技术的发展，加快了对地下水评价的速度。

50多年的地下水评价工作，具有如下特点：①体现国家意志、服从国家目标，成为地下水评价的宗旨；②发挥水文地质工作优势，体现地下水区域性、基础性评价服务于国家建设；③取得的丰富资料和经验，奠定了地下水评价方法研究的基础。

自20世纪70年代以来，由于应用数学和地下水动力学的相互渗透，以及电算技术的推广和应用，丰富并突破了传统水文地质学的内容，使地下水评价从定性研究发展到定量研究的新阶段。

地下水资源评价的基本理论，从稳定流发展到非稳定流，从二维流发展到三维流，从一般均衡法和比拟法，发展到解析法和有限单元或有限差分数值法及相关分析法。

地下水质量评价从单项评价发展到综合评价，从一般数理统计方法发展到聚类、神经网络和灰色系统评价方法。

20世纪80年代后期，地下水资源评价工作开始把主要目标转向管理模型的研究，涉及与地下水开发活动有关的自然环境、社会环境和技术经济环境等各方面问题。

但是，面对21世纪可持续发展的要求，地下水评价工作存在不同程度的不适应新问题。

始于20世纪80年代的第一轮全国地下水资源评价，是基于以消耗资源、牺牲环境作为代价的发展过程，在评价指导思想、评价理念和评价方法诸方面，都存在历史的局限性，急需按新的要求进行完善和发展。

例如由于受当时认识能力和技术水平的局限，对地下水系统的资源、环境和生态属性功能的基本认识和评价方式中，有关可持续发展思想和水循环理念体现不足，静态思维比较突出。

1.地下水资源分类与概念演变20世纪50～60年代，我国在地下水资源评价方面普遍采用前苏联的“四大储存量”的概念，即动储存量、静储存量、调节储存量和开采储存量。

在欧美一些国家也都使用过这些概念（曲焕林等，1991）。

经过水文地质工作者的多年实践，普遍感到应用“四大储存量”的概念评价地下水资源存在许多缺陷（陈雨荪，1982；刘光亚，1982；王强忠等，1982），现在已基本停止使用。

在20世纪70年代提出了“三种水量”的概念，即补给量、储存量、允许开采量，并于1989年纳入国家标准（GBJ27-88）。

但是随着实践和理论的发展，其局限性和理论缺陷逐渐暴露出来（徐恒力等，2001）。

方案中沿袭以含水层（或水源地）为评价单元的思维模式，没有体现地下水资源整体性和系统性；补给量和储存量的时空概念含糊，容易造成水量重复计算；允许开采量仅仅是一种笼统的提法，在实践中难以操作等。

20世纪80年代“资源”的概念逐渐为人们所接受，欧美、日本等国家和地区先后采用了地下水资源的概念，陆续出现了“潜在可更新资源”（PotentialRenewableResource）、“实际可更新资源”（ActualRenewableResource）、“可用更新资源”（AvailableRenewableResource）、“安全开采量”（SafeYield）、“可持续开采量”（SustainableYield）和“实际可持续开采量”（PracticalSustainedYield）等。

我国学者王大纯教授（1995）等人，从地下水资源自然属性出发，将地下水资源划分为“补给资源”和“储存资源”两类。“补给资源”被定义为“含水系统可以恢复再生的水量”。

将含水系统的多年平均补给量作为补给资源量，单位为m3/a。“储存资源”被定义为“含水系统在地质历史时期积累保存下来的水量”。将含水系统多年平均低水位以下的重力水体积作为储存资源量，单位为m3。

陈梦熊院士等1983年提出的、后经过不断调整和补充（2002）的地下水资源分类，也具有广泛代表性。在该分类中，将地下水资源分为“天然资源”和“可采资源”。

“天然资源”被定义为“在一个完整的水文地质单元（地下水系统）内，地下水在天然条件下通过各种途径，直接或间接地接受大气降水或地表水入渗补给而形成的具有一定水化学特征、可资利用并按水文周期呈现规律变化的多年平均补给量”，一般可用区域内各项补给量的总和或排泄量的总和来表征。

“可采资源”被定义为“在经济技术条件合理、开采过程中不发生水质恶化或其他不良地质现象（如地面沉降、地面塌陷等），并对生态平衡不致造成不利影响的情况下，有保证的可供开采的地下水资源”。

2.地下水资源评价方法研究现状达西（Darcy）定律和水量均衡是地下水资源数量评价的理论基础，由此产生了两种评价方法，即“地下水系统水量均衡法”和“地下水系统水动力学法”。

“地下水系统水量均衡法”是直接利用质量均衡原理，通过建立地下水系统的补给量、排泄量和储变量之间水量关系，确定地下水资源数量。

“地下水系统水量均衡法”既可用于区域地下水资源的水量计算，又可用于局域地下水资源的水量计算；既可估算地下水系统的补给和排泄的总量，又可计算地下水系统的各单项量，是地下水资源评价中最常用的一种基本方法，也是一种比较可靠的方法。

“地下水系统水动力学法”是根据达西定律和水量均衡原理，建立描述地下水运动规律的微分方程，通过求解微分方程，实现对地下水系统水量状态评价。按照微分方程的解法，划分为“解析法”和“数值法”。

解析法是根据地下水井流理论进行地下水量评价，主要适用于均衡区范围较小、水文地质条件简单的均质含水系统。

在20世纪50年代之前，解析法在地下水资源评价中发挥了重要作用，迄今仍然是地下水资源评价中确定水文地质参数的主要方法。

但是当把解析法应用于大范围水系统时，由于实际的水文地质条件远较解析法所假设的条件要复杂得多，其局限性就暴露了出来（薛禹群等，1986）。

为了解决随地下水开采规模进一步扩大所出现的问题，在20世纪50～60年代，兴起物理模拟（电模拟和砂槽模拟等）技术，但是仍不能很好地解决复杂水文地质条件下区域地下水资源评价所面临的问题。

计算机技术和数值计算在地下水资源评价中的应用推广，使一些复杂地下水流模拟成为可能，而且开始考虑含水介质的非均质性和各向异性，对复杂的越流系统和具有不规则形状的各类边界条件，以及多相流和双重介质等问题也开展了深入的研究，在概念模型中更多地保留了实体系统的自然特性。

由于数值法既可用于大区域地下水资源评价，又可用于局部的水源地评价；既可处理复杂的水文地质问题，又具有较高的计算精度，因此，逐渐成为地下水资源评价的重要方法，并因其更易实现系统分析的目标而被广泛应用于地下水资源评价和管理工作中。

在地下水资源评价中，常用的方法还有水文分析法、相关分析法、水文地质比拟法等。

“水文分析法”是仿照陆地水文学的测流分析，计算地下水补给量的一种方法，主要应用于地下水补给量全部转化为地下水泄流的地区，如岩溶管道流区、全排型岩溶大泉的岩溶水系统或基岩山区裂隙水系统等其他方法难以应用的地区，主要有地下径流模数法和基流分割法。

“水文地质比拟法”，常用于实际资料缺乏的地区，主要根据水文地质条件的相似性，用区域内局部地段或相似条件的其他地区的实际资料比拟到全区或研究区进行地下水资源评价，多数用于可采资源的估计。

该方法是研究区缺乏资料情况下不得已的选择，其评价结果的精确性较差。

“相关分析法”是一种统计学方法，主要用于区域水文地质勘探试验资料不足，但是地下水动态资料较多的地区，应用这种方法进行外推时其可靠性很难保证。

“开采试验法”，在地下水的非补给期（枯水期），按接近取水工程设计的开采条件，进行较长时间的抽水实验，然后根据抽水量、水位降深动态或开采条件下的水量均衡方程求解出水源地枯季补给量，并以此作为水源地的允许开采量。

该方法主要用于水源地允许开采量的评价，在区域地下水资源评价中主要用该方法求取参数。纵观国内外地下水评价成果，最常用的方法是“地下水系统水量均衡法”和“数值法”。

美国1977年开展的“区域水系统分析计划”（简称RASAP，1978～1995年期间）联合运用数值法和均衡法对全国25个主要地下水系统水资源进行了评价（USGS，1998）。

在2000年开始的新一轮地下水资源评价（Ground-waterResourcesProgram）中，仍然以数值法为主（USGS，2001）。

欧盟各国联合开展的区域地下水资源评价中，水量均衡法是主要方法（Fried，1982；ReesandCole，1997）。

此外，亚洲、非洲一些国家也大多采用水量均衡法和数值法进行区域地下水资源评价（LeslieB.SmithandKadriKülm，2002；Shahin，1989；Lloyd，1990；UlfThorweiheandManfredHeinl，2002）。

我国在20世纪80年代开展的第一轮全国地下水资源评价中，均衡法和数值法也是主要评价方法。

随着数学地质的发展，最近在国内外地下水评价中出现了一些新的理论方法，如随机理论和神经网络（Kitanidis，1985；Bates，1992；Gelhar，1993；Brannan，1993；杨金忠等，2000），但是这些方法还处于理论探索之中，目前还难以广泛实际应用。

3.地下水质量评价研究现状我国在早期的地下水质量评价中一般借用外国学者设计的评价模式，如内梅罗（NemerowN.L.）指数法等。

但是在应用过程中，逐渐发现这些评价模式在理论上和实践上的不足，于是我国地下水质量评价工作者，根据自己实践的经验和实际情况，提出了许多适合不同用途的水质量评价方法。

如20世纪60年代开始用“环境质量综合指数”定量地表示环境质量状况，发展至今已提出许多种计算综合指数的数学模式，这些模式对环境质量的划分一度起了积极的作用。

早期全国性地下水质量评价，尚无“国家地下水水质标准”，主要依据国家建委和卫生部批准试行的“生活饮用水卫生标准”（TJ20-76），并参考世界卫生组织（WHO）1958年公布的“饮用水水质标准”，个别评价参数考虑地方“饮用水水质标准”。

评价方法主要采用指数法、多项参数法和模糊数学法等。在现今的全国地下水质量评价中，虽然在评价项目选定、分类和污染等级划分等方面有所变动，但是其思路和技术方法均沿袭了这一格局。

20世纪80年代以来，随着计算机技术的高速发展和广泛应用，模糊数学、灰色聚类和神经网络等方法在地下水质量评价中广泛应用，且随着方法的改进，人们也越来越重视评价结果的合理性。

但是由于影响地下水质量的因素较多，以至各评价方法都存在一些局限性。

例如综合污染指标法的“硬性分级划分”，灰色和模糊系统需要设计若干不同的效用函数（灰色系统的白化函数、模糊数学的隶属函数等），以及人为地给定各评价指标的权重（或权函数）等，这些效用函数和指标权重的给定难免不带主观性，造成评价方法难以通用，增加了应用的困难和人为臆断因素对结论的影响。

在地下水质量评价方法中，普遍存在“参数权重”问题，例如指数法把各个水质参数等同，模型法在参数选取和参数权重设定中存在较大的主观性。目前，迅速发展的人工神经网络评价方法，拓宽了地下水质量评价方法的视野。

4.地下水脆弱性评价研究现状自1968年Margat首次提出“地下水脆弱性”这一术语后，虽然经过几十年的发展，但是至今国内外对“地下水脆弱性”概念仍然没有统一的定义，许多学者根据自己所考虑的因素从不同的角度给“地下水脆弱性”以不同的定义。

以1987年为限，“地下水脆弱性”概念的发展过程可划分两个阶段。在1987年以前，有关地下水脆弱性的概念多是从水文地质本身的内部要素这一角度来定义的。

1970年Margat与Albiet提出的地下水脆弱性是指在自然条件下污染源从地表渗透与扩散到地下水面的可能性。

Olmer与Rezac则认为地下水脆弱性是地下水可能遭受危害的程度，这种危害程度由自然条件决定，而与现有污染源无关。Vrana提出地下水脆弱性是影响污染物进入含水层的地表与地下条件的复杂性。

1983年Villumsen等定义地下水脆弱性是指应用中或废弃于地表的化学物质对地下水的危害性。1987年“土壤与地下水脆弱性国际会议”揭开了“地下水脆弱性”研究新阶段的序幕。

多数学者主张在定义地下水脆弱性时应考虑含水层本身的易污染性和人类活动与污染源的影响。有的学者提出地下水脆弱性是地下水质量对现在或将来有害于其使用价值的敏感性。

地下水系统脆弱性已经被广泛认同的是指这个系统对来自外部（天然与人类活动）从时间和空间上影响它的状态及性质的处理能力。

1991年美国审计署应用“水文地质脆弱性”来表达含水层在自然条件下的易污染性，而用“总脆弱性”来表达含水层在人类活动影响下的易污染性。

美国国家科学研究委员会于1993年提出地下水脆弱性是污染物到达最上层含水层之上某特定位置的倾向性与可能性，并将地下水脆弱性分为两类：一类是本质脆弱性，即不考虑人类活动和污染源而只考虑水文地质内部因素的脆弱性；另一类是特殊脆弱性，即地下水对某一特定污染源或污染群体或人类活动的脆弱性。

欧洲、北美和澳大利亚等地区，在地下水污染防治工作中，已经以污染治理为重点转变为以防止污染为重点，开展了地下水环境脆弱性评价，并编制了评价图册。

至今国内尚没有明确的“地下水脆弱性”的定义，定义多引用外文资料，多是从水文地质本身内部要素角度出发，针对局部城市或水源地，包括“环境生态脆弱区地下水开发模式及系列编图”工作，研究地下水本质脆弱性，常以“地下水的易污染性”、“污染潜力”、“防污性能”等来代替“地下水脆弱性”这一术语。

5.存在问题新中国成立以来，地下水评价工作为保障国家经济社会发展的需求提供了重要支撑。

但是，从地下水可持续利用角度考虑，地下水评价工作尚存在如下问题：1）以往的工作，偏重地下水赋存条件的研究，对地下含水层结构和地下水补、径、排条件研究程度有待深入。

作为地下水赋存空间的地下水系统结构和地下水动态，是地下水资源评价的基础。2）地下水与环境保护密切相关，是环境保护的重要制约因素。以往对地下水质量、环境和生态属性功能评价重视不够。

3）地下水资源可持续利用程度及趋势预测研究缺乏深度，不能适应国民经济对地下水前瞻性要求。

4）由于大量的水利工程修建，改变了地表水、地下水循环条件，出现了不少新的水环境问题，特别是地下水补给条件的改变，使得有些地区地下水补给减少，生态环境不断恶化。

因此，在新的地下水评价中急需考虑这些变化的影响。（三）地下水功能评价与区划研究现状1998年许志荣在《水文地质工程地质》（第五期）上发表了“地下水功能区划分初探”，提出了开展地下水功能区划的必要性。

1999年史瑞青等在《工程勘察》（第一期）上介绍了“灰色聚类分析在地下水区划中应用”的技巧。

2001年费为进等在《地下水》（第四期）上发表了“快速灰色分级聚类法在地下水功能区划中应用”，提出灰色分级聚类法是地下水功能区划的一种简明方法。

这一时期的地下水功能研究都是从地下水资源合理利用角度出发，基于传统地下水资源评价理念。

2002年中国地质调查局水环部从生态、地质环境保护角度，作为约束条件，提出开展“地下水功能评价专题研究”，由中国地质科学院水文地质环境地质研究所张光辉研究员主持开展有关地下水功能理念、评价理论与方法探索性研究，于2003年提出了地下水功能评价基本框架和评价指标体系。

2004年6月该项目组完成了“地下水的资源功能、生态功能和地质环境功能评价的科学体系”构建和论证，包括基本理念、评价理论、评价指标体系和评价关键技术等，编制了“地下水功能评价与区划技术”，编入中国地质调查局《全国地下水资源及其环境问题调查评价技术要求系列》（二、三）中，并先后在兰州、武汉、石家庄、北京、沈阳和呼和浩特主办“地下水功能评价与区划”技术骨干培训班，在我国西北、华北和东北地区全面推广应用。

2004年唐克旺等在《水资源保护》（第五期）上发表了“地下水功能区划分浅谈”，介绍了水利部门进行地下水功能区划的基本思路。2005年水利部下发了《关于开展全国地下水功能区划定工作的通知》。

2006年张光辉等在《水文地质工程地质》（第四期）上发表了“区域地下水功能及可持续利用性评价理论与方法”一文，全面阐述了地下水功能评价理论和方法；黄鹏飞等在《中国环境管理》（2006年第二期）上发表了“层次分析法在民勤绿洲地下水功能评价中应用”，介绍了地下水的资源功能、生态功能和地质环境功能状况。

2007年罗育池等在《中国农村水利水电》（第九期）上发表了“基于MapGIS的河南省浅层地下水功能评价与区划”；吕红等在《水文》（2007年第三期）上发表了“山东省地下水功能区划初探”，指出地下水功能区划是政府行使管理职能的重要基础；闫成云等在《水文地质工程地质》（2007年第三、四期）上发表了“疏勒河流域中下游盆地地下水功能评价与区划”，引用大量实例阐述了地下水功能评价与区划的实际效用。

2007年范伟完成了“吉林省平原区地下水功能评价”硕士学位论文。张光辉等在《地质通报》（2008年第六期）上论证了地下水功能评价与地下水可持续开采量的关系。

（四）地下水开发利用研究现状与趋势地下水开发利用研究总的趋势是学科内涵不断拓展、生态-地质环境保护优先、安全保障能力建设为重点、与经济社会和谐可持续发展是根本。

1）资源和环境、生态并重，已成为地下水开发利用研究的主题。地下水可持续利用既要保障社会稳定的水供给，又不能牺牲生态-地质环境效益，同时不影响未来长远的水资源利用。

恢复由于人类影响而退化的地下水功能、地下水疏干区定量跟踪和调控、增强地下水含水层获得补给途径和机制、地表水与地下水联合调蓄和协调开发、地下水利用和分配的社会-经济规律及管理模式等是当前重要的研究课题。

2）地球表层系统的水文地质过程研究，已成为现代地下水科学演化的重要专题。土壤、包气带、浅层地下水、湿地与湖泊、绿洲、河流和农业用地等，与地下水可持续利用性研究密切相关。

包气带是介于潜水面和地表之间的多孔介质，化学风化、有机质分解、氮素固定等其他化学物质循环过程均发生在包气带，也是地下水补给、污染物向地下水运移的必经之路。

包气带中所发生的物理、化学和生物过程与水文地质学、土壤学、生态学和环境学关联性愈来愈紧密（甘肃地调院，2007）。3）建立高效的地下水动态监测、状况调查和突发应急机制，经济社会发展的需求愈来愈迫切。

1996年国际水文计划工作组将“可持续水资源利用”定义为“支承从现在到未来社会及其福利要求，而不破坏他们赖以生存的水文循环及生态系统完整性的水的管理和使用”。

要求在水资源规划、开发和管理中，寻求经济发展、环境保护和人类社会福利之间的最佳联系与协调，强调未来变化、社会福利、水文循环、生态系统保护的完整性，使“未来遗憾可能性达到最小”。

2000年在美国召开的“水资源综合管理研讨会”上，达成一个共识：流域统一管理是防止土地退化、保护淡水资源与生物多样性、实现水资源可持续利用的必然抉择。

4）可持续性（Sustainability）是当今地下水开发利用中最为人们关注的核心。它指地下水时空上能够连续下去。

SerageldinandSteer将“可持续性”概化为“可持续性弱”、“可持续性适度”、“可持续性强”和“可持续性过强”。

“可持续性弱”不关心局部、只关心整体；“可持续性适度”主要以维持系统的整体性为目的，但也适当关照其组分；“可持续性强”要求保持系统组分的良好状态，同时也关照到系统整体，各组分不可互相替换，而且根据某些理解，即使是在组分内部，可替换性也是受到限制的；“可持续性过强”就是保持系统的所有要素完好无损且无任何损耗。

数据挖掘的国内外研究现状

摘要：随着网络、数据库技术的迅速发畏以及数据库管理系统的广泛应用，人们积累的数据越来越多。

数据挖掘(DataMining)就是从大量的实际应用数据中提取隐含信息和知识，它利用了数据库、人工智能和数理统计等多方面的技术，是一类深层次的数据分析方法。

关键词：数据挖掘；知识；分析；市场营销；金融投资随着网络、数据库技术的迅速发展以及数据库管理系统的广泛应用，人们积累的数据越来越多。由此，数据挖掘技术应运而生。

下面，本文对数据技术及其应用作一简单介绍。

一、数据挖掘定义数据挖掘(DataMining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。

它是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。简而言之，数据挖掘其实是一类深层次的数据分析方法。

从这个角度数据挖掘也可以描述为：按企业制定的业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化的先进有效的方法。

二、数据挖掘技术数据挖掘技术是人们长期对数据库技术进行研究和开发的结果，代写论文其中数据仓库技术的发展与数据挖掘有着密切的关系。

大部分情况下，数据挖掘都要先把数据从数据仓库中拿到数据挖掘库或数据集市中，因为数据仓库会对数据进行清理，并会解决数据的不一致问题，这会给数据挖掘带来很多好处。

此外数据挖掘还利用了人工智能(AI)和统计分析的进步所带来的好处，这两门学科都致力于模式发现和预测。数据库、人工智能和数理统计是数据挖掘技术的三大支柱。

由于数据挖掘所发现的知识的不同，其所利用的技术也有所不同。1．广义知识。指类别特征的概括性描述知识。

根据数据的微观特性发现其表征的、带有普遍性的、较高层次概念的、中观和宏观的知识，反映同类事物的共同性质，是对数据的概括、精炼和抽象。广义知识的发现方法和实现技术有很多，如数据立方体、面向屙性的归约等。

数据立方体的基本思想是实现某些常用的代价较高的聚集函数的计算，诸如计数、求和、平均、最大值等，并将这些实现视图储存在多维数据库中。

而面向属性的归约是以类SQL语言来表示数据挖掘查询，收集数据库中的相关数据集，然后在相关数据集上应用一系列数据推广技术进行数据推广，包括属性删除、概念树提升、属性阈值控制、计数及其他聚集函数传播等。

2．关联知识。它反映一个事件和其他事件之间依赖或关联的知识。如果两项或多项属性之间存在关联，那么其中一项的属性值就可以依据其他属性值进行预测。

最为著名的关联规则发现方法是Apriori算法和FP—Growth算法。

关联规则的发现可分为两步：第一步是迭代识别所有的频繁项目集，要求频繁项目集的支持率不低于用户设定的最低值；第二步是从频繁项目集中构造可信度不低于用户设定的最低值的规则。

识别或发现所有频繁项目集是关联规则发现算法的核心，也是计算量最大的部分。3．分类知识。它反映同类事物共同性质的特征型知识和不同事物之间的差异型特征知识。

分类方法有决策树、朴素贝叶斯、神经网络、遗传算法、粗糙集方法、模糊集方法、线性回归和K—Means划分等。其中最为典型的分类方法是决策树。它是从实例集中构造决策树，是一种有指导的学习方法。

该方法先根据训练子集形成决策树，如果该树不能对所有对象给出正确的分类，那么选择一些例外加入到训练子集中，重复该过程一直到形成正确的决策集。

最终结果是一棵树，其叶结点是类名，中间结点是带有分枝的屙性，该分枝对应该屙性的某一可能值。4．预测型知识。

它根据时间序列型数据，由历史的和当前的数据去推测未来的数据，也可以认为是以时间为关键属性的关联知识。目前，时间序列预测方法有经典的统计方法、神经网络和机器学习等。

1968年BoX和Jenkins提出了一套比较完善的时间序列建模理论和分析方法，这些经典的数学方法通过建立随机模型，进行时间序列的预测。

由于大量的时间序列是非平稳的，其特征参数和数据分布随着时间的推移而发生变化。因此，仅仅通过对某段历史数据的训练，建立单一的神经网络预测模型，还无法完成准确的预测任务。

为此，人们提出了基于统计学和基于精确性的再训练方法，当发现现存预测模型不再适用于当前数据时，对模型重新训练，获得新的权重参数，建立新的模型。5．偏差型知识。

它是对差异和极端特例的描述，揭示事物偏离常规的异常现象，如标准类外的特例、数据聚类外的离群值等。

所有这些知识都可以在不同的概念层次上被发现，并随着概念层次的提升，从微观到中观、到宏观，以满足不同用户不同层次决策的需要。

三、数据挖掘流程数据挖掘是指一个完整的过程，该过程从大型数据库中挖掘先前未知的、有效的、可实用的信息，代写毕业论文并使用这些信息做出决策或丰富知识。

数据挖掘的基本过程和主要步骤如下：过程中各步骤的大体内容如下：1．确定业务对象，清晰地定义出业务问题。

认清数据挖掘的目的是数据挖掘的重要一步，挖掘的最后结构不可预测，但要探索的问题应该是有预见的，为了数据挖掘而挖掘则带有盲目性，是不会成功的。2．数据准备。(1)数据选择。

搜索所有与业务对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据。(2)数据预处理。

研究数据的质量，进行数据的集成、变换、归约、压缩等．为进一步的分析作准备，并确定将要进行的挖掘操作的类型。(3)数据转换。

将数据转换成一个分析模型，这个分析模型是针对挖掘算法建立的，这是数据挖掘成功的关键。3．数据挖掘。对所得到的经过转换的数据进行挖掘。除了完善和选择合适的挖掘算法外，其余一切工作都能自动地完成。

4．结果分析。解释并评估结果。其使用的分析方法一般应视挖掘操作而定，通常会用到可视化技术。5．知识同化。将分析所得到的知识集成到业务信息系统的组织结构中去。

四、数据挖掘的应用数据挖掘技术从一开始就是面向应用的。目前在很多领域，数据挖掘都是一个很时髦的词，尤其是在如银行、电信、保险、交通、零售(如超级市场)等商业领域。1．市场营销。

由于管理信息系统和P0S系统在商业尤其是零售业内的普遍使用，特别是条形码技术的使用，从而可以收集到大量关于用户购买情况的数据，并且数据量在不断激增。

对市场营销来说，通过数据分析了解客户购物行为的一些特征，对提高竞争力及促进销售是大有帮助的。利用数据挖掘技术通过对用户数据的分析，可以得到关于顾客购买取向和兴趣的信息，从而为商业决策提供了可靠的依据。

数据挖掘在营销业上的应用可分为两类：数据库营销(databasemarkerting)和货篮分析(basketanalysis)。

数据库营销的任务是通过交互式查询、数据分割和模型预测等方法来选择潜在的顾客，以便向它们推销产品。通过对已有的顾客数据的辱淅，可以将用户分为不同级别，级别越高，其购买的可能性就越大。

货篮分析是分析市场销售数据以识别顾客的购买行为模式，例如：如果A商品被选购，那么B商品被购买的可能性为95％，从而帮助确定商店货架的布局排放以促销某些商品，并且对进货的选择和搭配上也更有目的性。

这方面的系统有：OpportunityEx-plorer，它可用于超市商品销售异常情况的因果分析等，另外IBM公司也开发了识别顾客购买行为模式的一些工具(IntdligentMiner和QUEST中的一部分)。

2．金融投资。典型的金融分析领域有投资评估和股票交易市场预测，分析方法一般采用模型预测法(如神经网络或统计回归技术)。

代写硕士论文由于金融投资的风险很大，在进行投资决策时，更需要通过对各种投资方向的有关数据进行分析，以选择最佳的投资方向。

无论是投资评估还是股票市场预测，都是对事物发展的一种预测，而且是建立在对数据的分析基础之上的。数据挖掘可以通过对已有数据的处理，找到数据对象之间的关系，然后利用学习得到的模式进行合理的预测。

这方面的系统有FidelityStockSelector和LBSCapitalManagement。

前者的任务是使用神经网络模型选择投资，后者则使用了专家系统、神经网络和基因算法技术来辅助管理多达6亿美元的有价证券。3．欺诈甄别。

银行或商业上经常发生诈骗行为，如恶性透支等，这些给银行和商业单位带来了巨大的损失。对这类诈骗行为进行预测可以减少损失。

进行诈骗甄别主要是通过总结正常行为和诈骗行为之间的关系，得到诈骗行为的一些特性，这样当某项业务符合这些特征时，可以向决策人员提出警告。这方面应用非常成功的系统有：FALCON系统和FAIS系统。

FALCON是HNC公司开发的信用卡欺诈估测系统，它已被相当数量的零售银行用于探测可疑的信用卡交易；FAIS则是一个用于识别与洗钱有关的金融交易的系统，它使用的是一般的政府数据表单。

此外数据挖掘还可用于天文学上的遥远星体探测、基因工程的研究、web信息检索等。结束语随着数据库、人工智能、数理统计及计算机软硬件技术的发展，数据挖掘技术必能在更多的领域内取得更广泛的应用。

参考文献：[1]闫建红《数据库系统概论》的教学改革与探索[J]．山西广播电视大学学报，2006，(15)：16—17．。

国内外研究现状

9.1.1GIS在突水评价方法的现状研究目前，常用的突水预测方法主要有以下几种:(1)突水系数法。

20世纪60年代初，我国焦作、峰峰、淄博矿区就总结出了预测底板突水的经验公式———突水系数法。他们是根据本矿区开采到一定深度时各个矿井底板突水的实际资料总结出来的。

该方法物理概念明确、公式简单实用、计算方便且现场易于操作，在预测煤层陷落柱突水和解放受水威胁的煤炭资源方面起到了积极作用。该方法具有较强的生命力，一直沿用至今。(2)突水概率指数法。

该方法的基本思想为:根据大量的突水资料分析，找出导致底板突水的主要影响因素;利用专家经验知识和分类统计法确定各种因素在底板突水中所起作用的大小，即确定各种突水因素所占的权重，建立求突水概率指数的数学模型;将建立的模型运用到已有的突水案例中，求出各个突水案例的突水概率指数;依据案例的突水概率指数的统计，求出各种情况下的某突水程度发生的概率。

此方法综合考虑到了煤层底板突水众多影响因素，利用该方法预测底板突水具有较为普遍的意义。

(3)脆弱性指数法:此方法在煤层底板突水主控因素体系建立的基础上，以多源信息复合理论为指导，以具有强大空间数据分析处理能力的GIS为操作平台，在分析确定底板突水各主控因素的基础上，经过数据采集、数据分析和处理，建立各主控因素的专题图层;运用多源信息复合叠加原理，采用如人工神经神经网络、证据权重法、Logistic回归、层次分析法等现代线性或非线性数学方法，建立煤层突水预测评价模型，最终对煤层突水脆弱性做出科学的分区和预测评价。

该评价方法考虑到了煤层突水的多种影响因素及相互复杂作用关系，考虑到各影响因素的重要性(即“权重”)，且具有多级分区的特点，易于掌握，在煤层突水，尤其是底板突水脆弱评价中的取得了满意的效果。

就煤层突水预测的评价方法而言，还有许多的理论和实际问题需要进行更全面、更深入的研究，尤其是对于煤层陷落柱突水的研究，从而对已有的突水预测评价方法在实用性和易用性方面逐步完善。

因此，煤层陷落柱突水预测方法仍需不断地探索。

9.1.2GIS在突水危险性评价中的现状研究随着计算机制图技术的发展，具有强大空间数据库管理功能和空间分析功能的地理信息系统(GIS)在煤矿突水危险性评价中得到了越来越广泛的应用。

经过近40年的发展，GIS已成为一种熟练的空间数据处理技术。GIS强大的空间数据库管理能力和空间分析功能为我们研究煤矿底板突水区域危险性评价提供了一个卓有成效的方法。

GIS已被广泛应用到评价工作的多个环节，例如数据采集、评价指标空间分析、评价计算以及评价结果表达，使我们从传统的复杂的手工劳动中解脱了出来，并使危险性评价的空间数据集成更简便、分析更快速、精度更高，从而促进了该研究领域的快速发展，相关的研究成果大量涌现。

曹中初、孙苏南等人(1996)将GIS技术引入煤矿水害预测研究，以ARCINFO作为操作平台，经过数据采集与处理、专题图层生成、图层配准与编辑、多因素复合叠加处理，建立了以峰峰二矿小青煤为例的突水预测新模式。

江东、王建华等人(1999)以山东肥城国家庄煤矿为研究区，以多源信息复合为核心，建立了GIS支持下的突水预测模型，并进行了深入研究。

武强、董东林、陈佩佩等人(2002)利用GIS与ANN耦合技术，在准确描述煤层底板突水各主控因素对突水事件的影响基础上，建立了能够反映多种主控因素综合作用的突水模型，并对华北地区煤层地板突水进行了脆弱性分区。

王茂连、孙苏南、江东等利用GIS技术，在综合分析矿区水文地质、地质构造和突水资料的基础上，建立能够反映多种影响因素综合作用的突水模式，帮助决策人员做出正确判断。

这一技术在矿井突水预测评价领域具有广阔的应用前景。

9.1.3贝叶斯网络的应用现状研究贝叶斯网络(BN)的发展主要经历了3个阶段:(1)第一阶段(20世纪90年代之前):主要是建立BN基本理论体系和进行不确定性推理的研究，这个阶段主要是根据专家知识来构建BN。

(2)第二阶段(20世纪90年代):主要是根据数据和专家知识相结合的方式来建立BN，这个阶段出现了许多经典的BN学习算法;(3)第三阶段(20世纪末和21世纪初):以解决实际问题为目标，主要研究BN的应用。

目前，BN已被广泛地用于医疗诊断、工业控制、专家系统、统计决策等领域中解决实际问题，并且取得了较好的效果。

国外在近10年来，相继出现了大量应用BN解决实际问题的研究和文献，BN在许多领域都得到了广泛的应用。

例如医疗诊断方面有ALARM网，常被作为BN结构学习算法检验的标准网;Alberola等把BN用于人类学习中的问题解决研究;Rodrigues等将BN用于制造过程诊断控制;Gemela利用BN进行金融风险分析;Sillanpaa等利用BN模型进行DNA的分析;Brenda利用BN进行系统可靠性分析;Socher等人利用BN进行图像分析和语音识别;Sanguesa等人利用BN学习方法进行工业废水处理。

以上是BN在国外的一些成功应用。国内BN的应用较国外稍晚一些，不过近几年也出现了很多关于使用BN解决实际问题的研究。

西安电子科技大学的李伟生等将BN用于规划识别;清华大学的曹冬明等利用BN技术进行故障定位通用性较强;上海大学的李明等将BN用于模型诊断串行译码;上海交通大学的邓勇等将BN用于模型诊断;清华大学的孙亚男等利用BN方法进行冠心病中医临床诊断;戴芹等利用BN对遥感数据进行分类;中南大学的李仪等利用BN对移动机器人进行避障等。