| 形变时序数据性态特征确定方法研究 |
| |
| 引用本文： | 王坚,孙祥中,高井祥.形变时序数据性态特征确定方法研究[J].测绘工程,2004,13(1):9-10,20. |
| |
| 作者姓名： | 王坚 孙祥中 高井祥 |
| |
| 作者单位： | 中国矿业大学环境与测绘学院GPS研究中心,江苏徐州,221008;中国矿业大学环境与测绘学院GPS研究中心,江苏徐州,221008;中国矿业大学环境与测绘学院GPS研究中心,江苏徐州,221008 |
| |
| 摘 要： | 提出变异函数、主分量分析及关联维的方法分析形变时序数据序列的性态特征,特别是针对沉降数据序列进行实例试算.结果表明,这三种方法用于形变数据序列的性态特征分析是可行的,可以用来确定沉降数据序列的变异性、混沌性及分形维特征.
|
| 关 键 词： | 形变时序数据 变异性 主分量分析 关联维 混沌 |
| 文章编号： | 1006-7949(2004)01-0009-02 |
Research on characters of deformation series-data |
| |
| WANG Jian,SUN Xian-zhong,GAO Jing-xiang.Research on characters of deformation series-data[J].Engineering of Surveying and Mapping,2004,13(1):9-10,20. |
| |
| Authors: | WANG Jian SUN Xian-zhong GAO Jing-xiang |
| |
| Abstract: | Variogram function PCA and association embedded dimension analysis method are advanced for analysing characters of series-data, especially, an example which is aimed at subsidence series-data is given. The result shows the three methods can be used in deformation series-data character analysis , and to determine variability, chaos and fractal dimension character. |
| |
| Keywords: | deformation series-data variability PCA association embeded dimension chaos |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
