LS-SVM算法中优化训练样本对测深异常值剔除的影响

在验证趋势面滤波是最小二乘支持向量机算法取特定参数解的基础上,利用 LS-SVM 所构造的海底趋势面对测深异常值进行剔除。 为了克服 LS-SVM 解非稀疏性的缺点,同时抑制偏差较大的训练样本对海底趋势面构造的影响,提出并实现了一种基于局部样本中心距离的训练样本优化方法。 为了检验该算法的有效性,选取实测的多波束测深数据进行验证,结果表明在训练样本优化的基础上,通过调整 LS-SVM 的参数可以得到更为合理的海底趋势面,测深异常值地剔除也更为有效。     

LS-SVM曲面在多波束测深数据质量评估中的应用

在利用曲面滤波方法对深度不符值进行自动筛选的过程中,针对多项式曲面函数无法有效削弱噪声影响的问题,提出了利用LS-SVM曲面求解深度不符值的方法。在对深度不符值计算方法分析的基础上,构建LS-SVM海底趋势面,该趋势面从整体上反映了海底地形的实际变化情况,并且保留了海底地形的细节信息,可有效削弱噪声的影响。实测算例表明,LS-SVM曲面筛选得到的重合点水深不符值不存在较大偏差,计算得到的水深测量结果,能准确地反映测量数据的成果质量。     

多波束测深数据趋势面滤波阶次选择算法研究

海底地形深度数据滤波常用的方法有:交互滤波、中值滤波、趋势面滤波等。基于粗大误差判别3σ准则,研究测深数据趋势面滤波的方法,提出了海底复杂地形分区和滤波阶次自动选择算法,解决了模型参数需经验设定而造成的滤波效果不确定问题。系统可以客观地检测和剔除粗差,得出较高精度的三维海底地形数据,对多波束测深数据滤波的应用具有一定参考价值。     

稀疏LS-SVM算法在海底趋势面模型构建中的应用

利用最小二乘向量机(LS-SVM)算法构造海底趋势面的过程中,由于算法解缺乏稀疏性,使得异常测深训练样本对最终构造的函数模型也产生影响。为了解决该问题,在对留一样本交叉检核法研究的基础上提出了LS-SVM稀疏算法,由于留一样本交叉检核法求解的残差序列可以有效地表示函数预测值偏离实际水深的程度,因此利用该原则重新修剪后的样本数据不仅使算法具有稀疏特性,而且构造的函数模型更合理。为了检验算法的有效性,选取实测的多波束测深数据进行验证,计算结果表明留一样本交叉检核法能够合理地筛选出对函数模型构造贡献程度大的测深训练样本,使得构造的函数模型更合理。     

东海海底地形趋势分析

本文对东海120°—130°E、24°30′—33°N的范围,采用数理统计方法对海底地形进行了趋势面分析.通过多项式趋势面的计算所取得的五次趋势面图,宏观地反映了该区海底区域性的地形特征,并且与该区地形发育过程相吻合.     

利用重力资料探讨冲绳海槽海底断裂构造

根据小比例尺重力资料直接研究海底断裂构造困难较大。本文用频谱分析、平滑滤波、解析延拓、水平求导、相关分析、莫霍面计算等方法对重力资料进行处理分析,结果表明,冲绳海槽发育了北西和北北东向两组断裂构造,构成了断裂体系。     

基于中值滤波加权修正的多波束声呐测深数据趋势面滤波方法

针对传统趋势面滤波方法中多项式拟合曲面系数向量的求取和作为阈值的均方根误差的求取都受到异常数据的影响,使该方法在异常测深数据较多的情况下滤波效果不佳的问题,提出了一种中值滤波加权修正的改进方法。在构造趋势面之前,对水深数据进行加权修正,以前后两次修正后数据的拟合优度的变化量作为是否进行下一步水深修正的依据,利用最终修正后的水深数据求取多项式拟合曲面系数向量和均方根误差,大幅降低了异常数据的影响,具有很强的抗差性。经仿真模拟数据和多波束实测数据滤波试验,该方法在异常数据较多的情况下依然良好,能够保持良好的滤波效果,明显优于传统趋势面滤波;同时,该方法能够保持较高的运算效率,适用于海量多波束测深数据的自动滤波。     

东海地壳结构的研究

东海及其弧形的外缘,位于欧亚与太平洋板块的交汇处,构造活动强烈,构造格局复杂,在全球构造研究中具有典型的意义。本文利用重磁资料,使用sin x/x法,反演了该区的莫氏面的深度,并编绘了莫氏面深度图和地壳厚度图。结果表明,该区的莫氏面的起伏十分强烈。结合重力及海底地形地貌,区域构造等其它地质、地球物理资料,初步揭示,在东海及其邻域的各大构造带上,其地壳性质和应力分布状态有着重大的差异,它们的地壳上层区域构造与其深部的构造特征,有着密切的成因联系。     

奇偶交叉样本检核在测深数据模型构建中的应用

利用最小二乘支持向量机(LSSVM)算法构造稳健的海底趋势面需要对多波束测深数据进行筛选,得到反映测深数据整体变化趋势的训练样本。根据多波束测深数据采集的特点提出单个扇区测深数据奇偶交叉样本检核的方法,并利用选取的训练样本对测深数据模型进行构建,通过测试样本的交叉检核及调整核参数得到精确的模型。为了检验奇偶交叉样本检核法的有效性,选取实测的多波束测深数据进行验证,计算结果表明奇偶交叉样本检核法可以合理的选取测深训练样本,构建的测深数据模型更为有效。     

多波束测深趋势面系数的主成分估计

在多波束测深趋势面滤波构建趋势面模型的过程中,其模型变量线性相关时,系数阵存在复共线性,因此将主成分估计的方法应用于趋势面模型系数的求解,从而避免了复共线性的影响,最后通过实测数据进行实验,分别利用最小二乘算法和主成分估计求解二次趋势面模型。比较计算结果,验证了主成分估计算法的有效性。     

Study on the detection of abnormal sounding data based on LS-SVM

A new method of detecting abnormal sounding data based on LS-SVM is presented. The theorem proves that the trend surface filter is the especial result of LS-SVM. In order to depict the relationship of trend surface filter and LS-SVM, a contrast is given. The example shows that abnormal sounding data could be detected effectively by LS-SVM when the training samples and kernel function are reasonable.     

基于趋势面的多波束测深数据滤波方法

简要的介绍了基于统计特性进行多波束测深数据滤波的方法,并对这些滤波方法的特点及实际应用效果进行了对比分析,在此基础上,提出了趋势面滤波法,并对其进行了实践验证,取得了理想的效果。     

Sequential Filtering for Surface Wind Speed Estimation from Ambient Noise Measurement

Many research results show that ocean ambient noise and wind speed are highly relevant, and the surface wind speed can be effectively inverted using ocean noise data. In most deep-sea cases, the ambient noise of medium frequency is mainly determined by the surface wind, and there is a conventional relationship between them. This paper gives an equation which shows this relationship firstly, and then a surface-wind inversion method is proposed. An efficient particle filter is used to estimate the speed distribution, and the results exhibit more focused close to the actual wind speed. The method is verified by the measured noise data, and analysis results showed that this approach can accurately give the trend of sea surface wind speed.     

一种改进的随机起伏海面的仿真方法

根据线性滤波器模型的基本原理,提出了一种改进的基于高阶滤波器的随机起伏海面仿真方法.利用Pierson的半经验海浪谱模型,得到了各种不同风速条件下海面随机起伏的仿真结果,并且对仿真结果进行了比较和讨论,结果表明,利用高阶滤波器方法能更加准确地仿真不同风速下的实际海面、更好地再现随机起伏海面的海浪谱特征.这一方法的提出为海浪的物理模拟实验提供了更为准确的数值计算方法,也为研究目标与海面共存条件下高频地波雷达信号的回波特性提供了更好的数值仿真平台.     

基于多面函数的局域地磁场建模方法研究

基于多面函数,研究了局域海洋地磁场建模的理论和方法,并对建模中数据质量的控制问题、适用于地磁场建模的核函数的选择问题、平滑因子的选择以及建模数据的选择等关键问题进行了研究,并根据地磁数据变化剧烈的特点和多面函数的特性,提出了分区建模的设想.将该方法与传统的 Taylor 多项式、Legendre 多项式和曲面函数建模方法进行了比较,表明该方法具有较高的精度和可靠性.     

基于最小二乘支持向量机的声速空间变化模型构建

建立声速空间变化模型是解决声速剖面代表性误差的有效方法。在对不同声速剖面进行标准化处理的基础上,通过声速训练样本及核函数的选取,提出并实现了一种基于最小二乘支持向量机算法的声速空间变化模型构建方法。为了检验该方法的有效性,选取实测的声速剖面数据进行验证,结果表明该方法能有效地构建声速空间变化模型,从而消除或最大限度地削弱声速剖面代表性误差。