使用支持向量机识别地震类型的影响因素分析

对山东地区2006~2017年3种地震事件--天然地震、爆破及塌陷的波形记录进行小波变换,对提取出的香农熵特征采用支持向量机LIBSVM方法进行分类识别,并设计一系列实验研究影响最终分类效果的因素。结果表明,5种影响因素--信号窗长度、小波分解方式、小波基类型、向量机算法类型、向量机核函数类型均对地震类型的分类识别结果产生一定的影响;识别率最高的3组处理方式均采用了2 000 s信号窗长度+db7小波基+υ-SVC算法的组合方式。所得的识别率较高的几种影响因素组合,在未来可应用于地震类型的实时识别,进一步提高地震类型的识别率和触发准确率。     

基于样本与因子优化的黄冈南部地区地质灾害易发性评价

为对比信息量模型中灾害数量和灾害面积2种样本的适用性，以黄冈南部地区作为研究对象，探讨了评价因子的优化组合形式，采用信息量模型，根据研究区工程地质条件和地质灾害的特征初选评价因子，结合成功率曲线确定2种样本的因子优化组合，进而通过灾害比率及典型地质灾害点验证易发性评价结果。结果表明:①在单因子评价结果中，2种样本的单因子评价结果的AUC值排列顺序不尽相同，但呈现出一定规律性；②各叠加因子评价结果的准确度均达到因子优化组合的94.9%以上，变化幅度相对较小，且呈现出随因子数量增加而增大的趋势，但并不是越多越好；③2种样本的易发性评价结果都显示出高、较高易发区主要集中于研究区中部及北部地区，低易发区和较低易发区多集中于长江沿岸以及研究区南部，与灾害分布位置相符；④2种样本均为地质灾害易发性评价中信息量模型的有效计算样本，且面积样本的准确度明显优于数量样本。      

EEMD-多尺度排列熵的GPS高程时间序列降噪方法

针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指标将其分类为噪声IMF、混合IMF和信息IMF;然后利用阈值函数处理混合IMF,实现二次降噪;再重构降噪后的数据与信息IMF,获得降噪结果。仿真信号和实例分析结果表明,该方法与相关系数法、MPE法相比,降噪评价指标RMSE、SNR和d_nSNR均为最优,说明该降噪方法效果最好,本文方法获得的降噪结果能够更好地反映出时间序列本身的非线性变化特性,可为GPS高程时间序列分析提供可靠依据。     

基于最大熵谱估计的高能电子周期特性研究

利用最大熵谱法研究了风云二号D星≥2.0 MeV的高能电子通量的周期特性,算法以自相关模型为基础,通过对最大熵谱功率谱的分析,推测出风云二号D星高能电子通量存在13.87 d和27.8 d的周期.根据最终预报误差准则(Final Prediction Error,FPE)和赤池信息量准则(Akaike Informat...     

主元分析变换空间上的鉴别共同矢量人脸识别方法

给出了在主元分析(PCA)变换空间上求取DCV投影矩阵的方法(PCA+DCV),在保留所有鉴别信息的条件下,显著降低了算法复杂度,提高了运算效率.进一步提出了依据主元成分对应特征值进行适度权重的DCV识别方法(WPCA+DCV),一定程度上减小因光照、饰物遮挡等造成的面部变化带来的识别影响,增强表征信息,提高识别率.在ORL、YALE和AR人脸库上的实验结果证实了本方法的性能.     

GRACE和SLR观测的地球动力学扁率最大熵谱及小波相关分析

卫星重力测量技术的实现为测定地球动力学扁率提供了新的方式和途径,GRACE卫星是目前最新的重力测量卫星,据其恢复的低阶重力场较以往精度得到大大提高,然而其观测地球动力学扁率（二阶项）却与卫星激光测距（SLR）结果相差较大.本文采用最大熵谱和小波分析方法对GRACE和SLR观测的地球动力学扁率时间序列信号进行定量比较分析,结果表明：GRACE观测的地球动力学扁率年际周期变化振幅仅为SLR观测结果的25%,并且目前GRACE观测的地球动力学扁率数据中含有系统输入信息和相位差,但前者较后者包含有较强的短周期（2～6月）信息.造成这种差异的主要原因可能来自于GRACE与SLR全球观测数据时空分布不同.     

大地电场变化的频谱特征

处理了中国大陆地区嘉峪关、昌黎、崇明、蒙城、兴济、宝坻和阳原等7个台的地电场观测数据,应用最大熵谱方法研究了大地电场日变化、地电暴等谱成分的特征. 结果表明,大地电场日变化主要是12 h的半日波成分最强, 24~25 h的全日波和8 h周期成分次之; 地电暴是在大尺度空间同步发生的,其谱值高于日变化谱值约2～3个数量级,主要以较长周期成分为主. 这一结果初步解释了大地电场变化的主要谱成分的生成机制.      

集成学习和动态融合算法在福建省短时强降水预报中的应用

为了提高短时强降水预报准确性,在2019—2020年4—9月福建省逐时降水实况观测资料与中国气象局广东快速更新同化数值预报系统(CMA-GD)模式预报产品的基础上,应用LightGBM集成学习算法框架,建立以30 mm·h^-1为阈值的逐时降水预报模型。通过特征处理、自助聚合及超参数搜索等技术对模型进行优化,结合AUC、AUPR与传统分类指标,设计了包括业务模拟测试在内的多项试验,通过对比各建模方案验证了模型对于较长时效的短时强降水预报的适用性。结果表明:模式预报本身的命中率和空报率均较高,各建模方案具有不同程度的改善作用。自助聚合可以增强模型预测稳定性,轻微不平衡子训练集能降低模型预测空报率而取得更高的综合评分,在验证集中最佳TS评分可达17.5%;对分类信息增益贡献最大的特征变量为K指数,其次为500 hPa露点温度和时间参数特征;试验指标从优到劣依次为:随机交叉验证、小时划分的随机交叉验证、业务模拟测试,可见模型有效性主要来自相同或相邻时刻的样本信息;设计基于逻辑回归的异质模型动态融合方案以改善静态同质模型表现,各项指标均有小幅提升,在命中率接近50%时削减空...     

全球地震活动性的定量研究(三)——全球地震带的划分和Ⅰ,Ⅱ,Ⅲ带的地震活动

本文根据板块相互作用的原理,对全球地震带作了新的具体的划分:Ⅰ带为美洲西海岸地震带;Ⅱ带为太平洋西北边缘地震带;Ⅲ带为大洋岛弧地震带;Ⅳ带为亚欧地震带;Ⅴ带为全球海岭地震带。各带地震活动水平从强到弱的顺序是Ⅲ,Ⅱ,Ⅰ,Ⅳ,Ⅴ。求出本世纪各年Ⅰ,Ⅱ,Ⅲ三带的地震活动性指数A(b),并对A(b)指数随时间的变化作了最大熵谱分析和周期图分析。结果显示Ⅱ,Ⅲ两带的周期成分与Ⅰ带有明显不同。Ⅰ带的变化较平稳,富于短周期成分,在1942年和1960年有两个峰期;Ⅱ带从1964年以来处于长趋势下降阶段,至八十年代已降至极小;Ⅲ带的五十年代事件效应显著,其变化趋势能较好地代表全球地震活动的变化总趋势。Ⅱ,Ⅲ两带有较强的长周期变化成分,可能与太平洋板块的面积较大有关。