断层蠕变的分维变化及其与地震之关系

据鲜水河断裂带连续蠕变观测资料,利用重建动力学方法,分别计算了各测点原始观测值、趋势形变值和消去趋势值后的残差值的关联维ｄ２。结果显示：蠕变观测时间序列不同成分的关联维变化,反映出不同的构造运动信息;关联维的大小与断层不同部位的活动有关,反映出断层的分段活动特性;各点关联维变化与测点周围的地震活动有关,降维变化是一种地震前兆现象     

含未知输入的连续奇异系统观测器设计的新方法

提出一种含未知输入的连续奇异系统观测器设计的新方法,首先将系统转化为非方的系统,即把主要矩阵化为非方阵,对上述系统,在满足两个假设条件的情况下,用简化系数矩阵的方法把系统方程变成常规形式来构造降维的观测器。     

跨孔视电阻率异常特征的提取和识别

讨论了奇异值向量作为二维数字图象特征的理论依据并用于跨孔条件下视电阻率异常信息剖面图。对位于钻孔剖面内的三维椭球体模型,利用系统正演结果所建立的样本集,进行了视电阻率异常信息剖面图的奇异值特征提取和识别,取得了满意的初步结果。     

基于t-SNE降维算法的区域化探数据中地质体空间分布信息可视化:以英格兰西南部为例

区域化探数据中包含了丰富的地质信息，提取出蕴含在这些数据中的地质体空间分布信息，对于区域地质研究和找矿勘查具有重要意义。区域化探数据通常包括数十个元素，属于高维数据，隐藏在这些高维数据中的地质体空间分布信息无法直接从数据中观察到。针对这个问题，构建了一个基于t分布随机近邻嵌入(t-distributed stochastic neighbor embedding，简称t-SNE)算法的高维区域化探数据降维可视化模型。t-SNE算法是一种非线性降维方法，特别适用于高维数据集的降维和可视化。选择对岩性鉴定比较稳定的元素，通过t-SNE算法将高维化探数据降维到人眼可观察的一、二、三维，把降维之后的变量表达为栅格图，通过三原色混合等方法进行可视化，从而把隐藏在高维化探数据中的地质体空间分布信息可视化表达出来。以英格兰西南部某地区水系沉积物区域化探数据为例进行研究来检验t-SNE算法在高维化探数据可视化上的实际应用效果。结果显示:①通过t-SNE算法对高维化探数据进行可视化得到的结果能够很好地反映研究区的地质体空间分布情况；②可视化的效果与t-SNE算法的目标维度和复杂度两个参数密切相关。在t-SNE算法中设定要降维到的目标维度越高，所显示的地质体信息越详细。③基于t-SNE算法的化探数据降维可视化效果比基于主成分分析(PCA)的化探数据降维可视化效果更好。本文研究表明基于t-SNE算法的化探数据降维可视化方法能够很好地将地质体空间分布信息可视化表达出来，对于推断地质体的空间分布有一定的指导意义。      

含未知输入的连续奇异系统观测器设计的新方法

提出一种含未知输入的连续奇异系统观测器设计的新方法．首先将系统转化为非方的系统．即把主要矩阵化为非方阵．对上述系统，在满足两个假设条件的情况下．用简化系数矩阵的方法把系统方程变成常规形式来构造降维的观测器。     

基于改进Cao算法的奇异谱分析法及其在北斗多路径去噪中的应用

研究了基于奇异谱分析的北斗恒星日滤波算法,采用相空间重构Cao算法来确定奇异谱嵌入维度,并针对Cao算法的不足进行改进,提高奇异谱分析法的准确性和计算效率。分析北斗系统不同星座卫星的轨道重复周期特性,通过计算确定北斗系统多路径误差的周期约为86 160s。利用奇异谱分析法和传统小波分析法对北斗短基线解算结果进行恒星日滤波处理。结果表明,本文提出的奇异谱分析法多路径滤波效果优于小波滤波法,能较好地消除原始坐标序列中的多路径误差。     

顾及观测值精度的断层变形参数反演研究

从观测值奇异值、观测值分布及反演模型的先验信息3个方面入手,研究观测值对反演结果的影响。以观测点到微分断层的距离倒数为权,构建顾及观测值权值影响的反演模型。以位错理论为基础,结合遗传算法,对龙门山断裂带进行三维滑动速率反演研究。结果表明,经过奇异值剔除的数据应用于顾及观测值权值的反演模型,给定合理的“先验信息”,其结果比已知观测值直接参与反演模型更稳定、可靠。     

基于EWT-分量阈值与SVD的微震信号降噪方法

针对微震信号采集过程中存在大量不同频率的干扰信号,导致信号初至拾取难度大的问题,提出一种经验小波变换（EWT）结合分量阈值重构规则及奇异值分解（SVD）技术对微震信号进行降噪的方法。该方法利用EWT自适应分解和抗模态混叠的特点分解微震信号,得到各分量信号。对于高信噪比信号,选取相关系数大于0.3且方差贡献率大于15%的固有模态分量进行重构,具有较好的降噪效果;对于低信噪比信号,在高信噪比降噪方法的基础上利用SVD去除高频分量中的噪声,并与EWT分解出的低频有效分量进行重构。实验表明,对不同信噪比的构造信号与实际微震信号进行降噪,信噪比均得到明显改善;以修改的能量比法和分形维数法拾取实际微震降噪信号初至到时作为验证,拾取相对误差均小于1%,证明了本文降噪方法的有效性。     

基于改进的经验模态分解和SSA联合算法的GPS坐标时间序列重构

基于ICEEMDAN算法无需先验信息即可准确分离和提取低频信号与趋势信息的特性,以及SSA具有较好的信号重构优势,提出基于ICEEMDAN和SSA的联合重构方法。该方法将弱周期信号利用ICEEMDAN方法进行提取与重构,可弥补SSA方法中当弱周期信号对应的Hankel矩阵的奇异值和噪声Hankel矩阵的奇异值接近时容易被噪声掩盖而难以提取的不足。通过模拟实验和真实站点数据验证该算法分解和重构精度,并与奇异谱分析法、小波分解法、滑动最小二乘法进行比较。实验结果表明,ICEEMDAN-SSA联合算法相对于已有方法具有更好的重构精度。     

病态模型改进正则化解的单位权中误差无偏估计

正则化法通过引入正则化参数对奇异值加以修正,从而改善法矩阵的病态性,然而其不加区别地对所有奇异值进行修正显然是不合理的。本文比较正则化解均方误差和最小二乘解方差的迹谱分解展开式,分析因修正奇异值导致解的均方误差变化与奇异值的关系,确定奇异值修正与否的条件,并基于残差二次型期望公式导出改进正则化解的无偏单位权中误差计算公式,最后用数值算例和病态测边网算例验证公式的正确性。