时间序列分析在电离层短期预报中的应用

根据IGS提供的2012年TEC数据,在得到TEC值残差序列的基础上,利用谱分析去掉周期项和Matlab工具箱去掉趋势项并采用平滑算法去噪后,对随机项进行时间序列分析。目前,电离层格网点的预报均建立在原始TEC上,阐述了采用差分后的TEC值进行预报的方法,以减少日变化周期项的影响。根据AR（p）模型预报的结果加上周期项和趋势项后,再加上前一天对应时段的TEC值与IGS发布的数据比较,结果表明,该方法利用短期IGS发布的TEC值进行电离层预报能取得较高的精度。     

基于小波变换的CORS站坐标时间序列周期性分析

获取CORS站坐标时间序列的周期性变化,掌握其周期性变化特征,对分析CORS站坐标变化规律及速度估算具有重要作用。本文利用小波分析对国内北京、拉萨、乌鲁木齐三个具有区域代表性的CORS站进行周期性分析。以coifs3作为小波基计算三个站各方向分量的小波方差,获取其主要周期的尺度,并针对每个主周期尺度进行周期性分析。分析结果表明CORS站坐标具有明显的半年性周期特性,但因地域不同又表现出一定的差异性。另外,较水平方向,GPS高程观测更易受到噪声影响。     

基于小波分析AR(P)-SVR组合模型在大坝变形预测中的应用

监测序列经小波分解后,得到低频分量和高频分量。对低频分量采用自回归AR(P)模型预测,对高频分量采用支持向量回归机SVR模型预测,最后将各分量进行小波重构,得到监测序列的预测值。结果表明,此种预测方法比直接使用SVR模型或经小波分解后再采用SVR模型预测精度高。     

基于平稳自回归模型的地表移动变形预测

采用AR(p)模型描述随机过程本身观测数据之间的相互关系,根据实测数据建立随机预测模型,对后三期变形量进行预报,并与实测数据进行比较,预报效果良好。     

基于灰色时间序列分析的建筑物变形预报研究

提出一种基于灰色时间序列分析的建筑物变形预报方法。对建筑物变形观测数据进行累加,削弱其随机扰动的影响。通过增强建筑物变形观测数据规律性,达到提高时间序列分析预报模型精度的目的。实测数据分析表明,该方法能够有效提高变形预报的精度与可靠性。     

基于分位数自回归的路基沉降数据预测分析

高填方路基存在施工期稳定控制和工后沉降控制问题。解决这两个问题的关键在于及时准确地预测出高填方路基的沉降量。通过对路基沉降时间序列分析,建立了自回归AR(1)拟合预测模型。采取分位数回归法和最小二乘法进行模型参数估计和比较分析,结果表明分位数回归法在模型参数估计时有明显的优势,预测精度远高于多变量灰色MGM()模型和基于最小二乘估计的自回归AR(1)模型。工程实例分析表明,分位数自回归模型具有很好的预测和应变能力,完全可以用于路基沉降数据预测分析。     

时间序列分析的修正预测在建筑物沉降 监测中的应用

时间序列分析是一种动态的数据处理方法,广泛应用于数据处理中。变形监测是一种延续性的数据收集过程,本文通过介绍时间序列分析方法,验证其在建筑物沉降监测中的适用性。变形监测的最终目的是为了预测,保证工程的安全进行。针对预测步长越长精度越低的问题,进一步地,在获取新数据之后,利用原预测值进行修正预测,在尽量少的增加工作量的基础上,充分利用新获得数据较好的提高了预测精度。     

基于时间序列分析的变形预报

研究了利用时间序列分析方法进行变形预报.首先叙述了变形观测数据预处理、时间序列平稳性检验、模型的选用和检验;然后针对一组实测数据,利用多项式提取趋势项,分析回归残差,建立了AR(2)预报模型,并利用模型进行了预报;最后将预报结果与实测数据比较,证明了预报模型的有效性.     

南极IGS基准站时间序列极大似然法分析

针对南极大陆IGS的周期特性、噪声特性、趋势特性等问题,该文采用极大似然法和功率谱分析法分析南极地区8个IGS永久观测站坐标的时间序列。研究结果表明,该地区水平和垂直方向上均有较明显的年周期项,垂直方向上还普遍存在半年周期项。闪烁噪声与白噪声组合能更好描述南极基准站3个分量上噪声特性,各方向上的速率不确定度比只考虑白噪声时要大10~15倍。通过估算基准站水平方向的运动速率,发现该方向上具有较规律的运动趋势:南极洲正缓慢向南美洲移动。     

基于时间序列分析的露天矿边坡沉降预测模型

结合小波分析在数据处理方面的优势,采用小波包去噪对露天矿边坡沉降数据进行去噪处理,再结合时间序列分析理论建立小波包-时间序列预测模型,从而对露天矿边坡进行变形分析预测。通过实验数据对比分析,结合小波包去噪与时间序列分析理论模型对露天矿边坡沉降数据进行预测,预测精度较高,能够对矿区边坡的沉降进行预测。     

基于支持向量机的GNSS时间序列预测

在深度学习的理论框架下,针对预测全球卫星导航系统(GNSS)时间序列,传统的经验风险最小化预测模型误差大精度低,泛化性能差且对历史数据的经验依赖大的问题.提出一种采用结构风险最小化原则的基于支持向量机(SVM)的时间序列预测模型.通过和多层的BP神经网络预测模型预测效果比较,结果证明SVM预测模型拥有更好的时间序列预测效果.     

小波时间序列对非平稳信号中突变点的辨识与处理

本文利用小波时间序列模型找出非平稳信号中突变的位置,通过分析把突变点分为两类;若对两类突变点作适当的插值处理,既可保留原始数据发展趋势的真实性也可提高预测模型的精度。文中把迭代模型的预测值去逼近突变点值和单纯地用Pchip插值、spline插值、linear插值作为内插值进行了对比研究,得出了各自的优缺点。     

小波变换在时间序列特征提取中的应用

时间序列的数学特征主要包括随机项、周期项以及趋势项.针对变形监测等测绘领域中如何对时间序列进行特征提取并进行分析与预测等重要问题,提出一种基于多尺度分析的小波变换方法.首先选取合适的小波基函数、分解层次等参数,其次将待分析的时间序列分解成低频和高频两部分,最后将分解后的时间序列投射到不同尺度上,从而可以提取所需要的有用信息.研究结果表明,基于多尺度分析的小波变换方法能够有效对时间序列进行特征提取,分析出其中的随机项、周期项、趋势项等信息,可以用于GPS变形监测等工程实际中.     

基于小波模极大值改进算法的变形模型研究

变形监测中获得的观测资料不可避免地存在着噪声,如何从受噪声干扰的数据序列中提取特征信息,提高变形监测的精度是变形监测系统所涉及的关键技术问题之一。本文把小波模极大值与变形监测相结合,给出了改进的小波模极大值变形监测模型。该模型把阈值去噪和Witkin尺度跟踪理论结合,有效恢复了信号。与传统的去噪方法相比,该算法有着更高的精度,提高了信噪比,有更好的去噪效果。     

含缺值GNSS基准站坐标序列的非插值小波分析与信号提取

受多种因素影响,GNSS基准站坐标序列通常都含有缺值,传统小波分析需要对缺值数据进行内插或补零处理。本文基于小波系数与时间序列观测数据的重构关系,提出了一种非插值的二进小波变换的最小范数解法,导出了相应的计算式,并严格证明了传统的补零处理算法与本文的最小范数解法等价。最后利用中国地壳运动观测网络一期27个基准站实测数据以及模拟数据进行了验证分析。结果表明,本文的非插值算法与插值算法提取的信号差异较小,27个基准站坐标序列的平均残差中误差仅相差2.01%(North),0.54%(East)和1.26%(Up),两种算法提取的信号之差与信号平均方差比仅相差1.16%(North),0.54%(East)和1.62%(Up)。     

Spatial prediction of flood-susceptible areas using frequency ratio and maximum entropy models

Modelling the flood in watersheds and reducing the damages caused by this natural disaster is one of the primary objectives of watershed management. This study aims to investigate the application of the frequency ratio and maximum entropy models for flood susceptibility mapping in the Madarsoo watershed, Golestan Province, Iran. Based on the maximum entropy and frequency ratio methods as well as analysis of the relationship between the flood events belonging to training group and the factors affecting on the risk of flooding, the weight of classes of each factor was determined in a GIS environment. Finally, prediction map of flooding potential was validated using receiver operating characteristic (ROC) curve method. ROC curve estimated the area under the curve for frequency ratio and the maximum entropy models as 74.3% and 92.6%, respectively, indicating that the maximum entropy model led to better results for evaluating flooding potential in the study area.     

应用最大熵方法改进杨赤中负权系数

杨赤中插值法数学模型在解算权系数时存在负权现象,文中初步分析了负权的分布规律,增设非负约束条件,利用最大熵原理分析模型系统对空间权重系数的依赖度,研究消除格网DEM插值的负权问题。通过MATLAB编程验证算法的正确性、准确性,并与二次规划法进行比较。对比显示最大熵法解得权系数大小比例与点位关系相适应,且其估值精度优于二次规划法。