多道奇异谱分析压制强振幅窄带随机噪声研究

地震数据残留噪声往往不满足白噪假设,而是与地震数据频带一致的窄带非白噪随机噪声,传统的去噪方法难以进行彻底的压制,其残留的噪声会造成地质解释认识的多解性.文中就多道奇异谱分析降秩去噪、阻尼多道奇异谱分析降秩去噪、三维曲波变换去噪方法对此类强振幅噪声压制效果进行了研究,阻尼多道奇异谱分析去噪方法在降秩过程中通过对噪声进行...     

利用算子分裂迎风均衡格式解对流为主溶质运移问题

水污染模拟问题是水流问题与溶质运移问题的耦合问题.各种常见的数值解法在以对流为主溶质运移问题的求解中都会遇到困难,如用有限单元法或有限差分法时,会产生数值弥散与过量这两类误差.引入算子分裂迎风均衡格式法求解对流为主的水污染模拟问题,较好地克服了数值弥散和数值解出现振荡问题,该格式具有良好的稳定性、单调性及守恒性特点.     

基于改进的粒子群优化神经网络算法的海平面变化预测分析

针对验潮站潮位预报的需求，提出一种基于分群策略的粒子群优化神经网络(SSPSO-BP)的预报方法。该方法通过建立多个不同功能且具有交流能力的智能粒子群，经SSPSO和BP的两次优化，构建潮高预报模型。实验研究表明，SSPSO-BP模型在Oga站的潮位资料上高、低潮位间的时刻基本保持一致，高潮时刻最大潮高差为7.37 cm,低潮时刻最大潮高差为4.21 cm,该模型比标准BP神经网络及PSO优化神经网络在准确度和精度上有了很大的提高，其平均绝对误差、均方误差相较于BP神经网络分别提升了16.2%、79.2%,相较于PSO-BP神经网络提升了13.9%、79.6%。     

顾及轮廓信息和DRLSE模型的遥感影像瞬时水边线快速提取

针对利用传统瞬时水边线提取方法处理高分辨率遥感影像存在提取结果不连续、效率不高和无法同时提取多片水域等问题, 提出了一种顾及轮廓信息和距离正则化水平集演化(distance regularized level set evolution, DRLSE)模型的遥感影像瞬时水边线快速提取方法, 并将其应用于福建泉州附近海域瞬时水边线提取。首先,使用DRLSE模型提取地物轮廓信息, 以解决经典阈值方法水边线提取结果不连续问题; 其次, 利用DRLSE模型的初始矩形轮廓中心位置和周长信息, 对噪声点等轮廓进行自动剔除, 并提取多片水域, 以提高瞬时水边线提取后处理效率。研究结果表明:相较于泛洪算法、Canny算子和CV(Chan-Vese)模型, 应用本方法进行大陆海岸线瞬时水边线提取更高效, 且提取结果连续、精度更高。