排序方式: 共有30条查询结果,搜索用时 218 毫秒
1.
本文利用误差分布和概率统计分析改进了波速比计算方法.对于震源位置相对集中的震群活动,对台站震相到时进行两次差分,通过对差分后的震相数据对进行二维高斯分布拟合,可以稳健地估计震群活动震源区波速比.该方法充分利用了不同台站Pg、Sg到时差的所有信息,其优势是不需要地震事件的震源位置,并且不依赖震源区以外的速度变化,有效消除了震源区到台站的传播路径效应的影响;相对于传统的平均波速比,本文方法得到的震源区波速比,更能真实地反映震源区介质的性质.我们将该方法应用到2013—2016年的乳山震群,结果显示:震源区波速比的变化与震群活动过程密切相关,波速比的变化反映了序列活动的阶段性特征. 相似文献
2.
在广义高斯分布(GGD)总体参数估计中,首要问题是选取样本容量.从GGD形状参数和尺度参数的估计精度要求出发,采用矩估计法估算GGD参数,通过仿真试验得到参数估计精度与样本容量的定量关系,最后给出参数估计中样本容量的确定方法. 相似文献
3.
SRMA(与表面相关多次波的衰减)算法包含预测和相减两步.相减算法中,当多次波与反射波同相轴相交时,如何有效减去多次波、保留反射波,是面临的主要问题.通过分析非正交性对滤波器(逆子波)的影响,可以证明:逆子波因非正交性产生的误差呈近似的高斯分布.在此基础上,本文提出了在逆子波域(单道自适应相减滤波的滤波算子的集合),利用其误差的概率分布特征,对逆子波进行估计,用逆子波的估计对逆子波进行校正来消除多次波的方法.其步骤为:首先用SRMA方法预测出表面多次波,并对每一单炮进行单道自适应相减,得到逆子波,形成逆子波域;其次,在逆子波域采用中值滤波,提取接近真实逆子波的逆子波估计;第三,在逆子波域用逆子波估计对畸变的逆子波进行校正;最后采用校正后的逆子波来衰减多次波.通过简单模型和SMARRT模型的测试,该方法不仅能够有效减去多次波,而且在相交的区域,能够保持反射波同相轴的连续性并恢复其正确的振幅. 相似文献
4.
本文在系统介绍遥感图像检索中边缘特征描述方法的基础上,将边缘特征归纳为边缘图和边缘方向两类特征。通过对遥感目标图像库和纹理图像库上所做实验的分析,揭示了不同算法的特性,并指出综合两类特征可进一步提高算法的检索性能。 相似文献
5.
东海原甲藻(Prorocentrum donghaiense Lu)是我国东海海域的典型赤潮藻种,其在水体中通常呈垂直非均匀分布,并存在季节性和日内的垂直迁移现象。本文通过量化垂直迁移过程中东海原甲藻的分布状态,利用Hydrolight软件数值模拟各状态下的水体反射光谱,研究其光谱特征和变化规律。利用叶绿素浓度高斯垂向模型表征东海原甲藻在水体中的垂直分布,结合东海近岸海域二类水体的生物光学模型,模拟得到垂直迁移过程中东海原甲藻赤潮水体的反射光谱。对比分析叶绿素浓度垂向分布参数(背景叶绿素浓度、甲藻主体水层厚度、水体总生物量和叶绿素浓度峰值深度)对水体反射光谱的影响。研究结果表明,在东海原甲藻从次表层向表层垂直向上迁移过程中,水体反射光谱数值在蓝绿波段(400—570nm)减小,在黄红波段(570—720nm)增大,特别是在叶绿素荧光效应波段(680nm)处的变化尤为明显。 相似文献
6.
岩相信息能够反映储层岩性及流体特征,在地震储层预测中具有重要作用.常规方法主要利用与岩相信息关系密切的弹性参数定性或定量地转化为岩相信息.在实际应用中,弹性参数的获取主要基于叠前地震反演技术.而不同弹性参数的叠前地震反演精度间存在着差异,势必影响岩相的整体预测精度.本文提出对弹性参数进行加权统计来预测岩相.首先,基于贝叶斯理论,引入权重系数来调节弹性参数信息的采用量,构建出最终的目标反演函数;其次,考虑到勘探初期缺少明确的测井岩相信息,提出利用高斯混合分布函数来自动估算岩相先验概率;最后,根据输入弹性参数的取值,计算每类岩相对应的后验概率密度,将目标反演函数取最大后验概率密度时对应的岩相类别作为最终预测的岩相.新方法旨在减少弹性参数精度间的精度差异对岩相预测结果的影响,以期提高地震岩相的预测精度.模型与实际资料测试均表明该方法可行、有效且预测精度较高. 相似文献
7.
基于局部标准差的遥感图像噪声评估方法研究 总被引:4,自引:3,他引:4
局部均值与局部标准差法是目前应用最广泛的遥感图像噪声评估方法之一。该方法利用了局部均值与局部标准差的概念,对含有加性噪声的遥感图像进行噪声评估。但该方法受地物覆盖类型影响很大,当遥感图像中地物覆盖复杂时,会得到异常的噪声估算结果。产生这一现象的主要原因是遥感图像中包含边缘和纹理的不均匀子块。为降低地物覆盖复杂性对算法的影响,本文提出了基于边缘块剔出的局部均值与局部标准差法和基于高斯波形提取的局部均值与局部标准差法,前一种方法是削弱图像中包含边缘的不均匀子块的影响,后一种方法是提取反映均匀子块数量特征的高斯波形。利用同一次航空试验中获取的两幅AVIRIS辐射图像对改进后的算法进行了检验,结果表明改进后算法的健壮性明显提高,且噪声估算结果更准确。 相似文献
8.
四川盆地多区域性洪涝,强降水发生概率远远超过了高斯分布,给人们的生产和生活带来了危害。本文根据1951-1999年的月降水序列,利用 在极值理论中处于重要地位的GP分布模型分析了绵阳站各种强度的降水所发生的概率,以加强人们洪涝灾害的认识和预防能力。 相似文献
9.
全球定位系统(global positioning system, GPS)坐标时序去除同震形变和震前稳态速度场后,采用加权非线性最小二乘估计震后对数弛豫时间,可更准确地提取震后对数弛豫项,从而可以分析震后弛豫项对测站位移的独立物理贡献,并为震后余滑和黏滞性松弛效应等现象的分析提供参考。以日本2009—2019年GPS坐标时序为例,估计2011年Mw 9.0地震震后对数弛豫时间,发现不同站点的对数弛豫时间与其震中距关系显著,且服从高斯分布。据此,构建高斯函数加常数模型,可由震中距概略估计震后对数弛豫时间。高斯分布曲线的峰值、峰值位置、半宽度信息、最低位置分别为3.5 a、0 km、262 km、0.5 a,由此得出震后对数弛豫项影响时间大于0.5 a的站点主要集中在震中距约524 km范围内。震后弛豫效应区域分布的差异性显著,对数弛豫时间越长的区域,弛豫项水平位移表征越大,其中存在两个平均弛豫时间2.5 a的中心区域,与震后余滑的中心区域及时间相吻合。 相似文献
10.
BP神经网络在建模中的参数优化问题研究 总被引:2,自引:0,他引:2
神经网络方法已经在过去很多年中得到了大量研究,特别是基于误差反向传播算法的人工神经网络(简称BP-ANN)在很多天气预报业务上发挥了重要作用.对于BP-ANN训练有这样的一个问题,在同一个样本模型、同样的网络结构和同样的输入参数情况下,每次训练得到的权重和最终的误差结果几乎都是不一样的,有的会很好,有的会较差.在利用BP-ANN建模训练中,希望都寻找到因子模型的局部最优解,使它具有较好的泛化能力.为了提高BP-ANN在业务预报中的建模和预测能力,将对BP-ANN进行改进试验.利用2009-2010年每年5月15日至9月15日的T639模式预测数据和北京地区4个站点的最高温度实况资料作为建模样本数据,对4个站点进行数值模拟试验.通过对4个模型样本的拟合建模试验发现:BP-ANN的随机初始权重场服从高斯分布,或者初始权重场进行多次初始化,或者采用动态的隐层神经元网络结构都能让BP-ANN对样本的拟合命中率有一定的提高.最后选择2011年5月15日至9月15日115天的资料作为预报测试数据,集成3种改进方法于一个BP-ANN中,和未改进前的BP-ANN进行比较,对比后发现优化后的BP-ANN训练出的模型预测得到的验证样本预测命中率要高于未优化的BP-ANN训练出的模型得到的验证样本预测命中率,优化后的BP-ANN具有更好的泛化能力. 相似文献