首页 | 官方网站   微博 | 高级检索  
     

基于RBF 神经网络的EMD 方法在海平面分析中的应用
引用本文:顾小丽,李培良,谭海涛,张婷婷,李 磊,王雪竹,于宜法.基于RBF 神经网络的EMD 方法在海平面分析中的应用[J].海洋与湖沼,2009,40(5):532-539.
作者姓名:顾小丽  李培良  谭海涛  张婷婷  李 磊  王雪竹  于宜法
作者单位:1. 中国海洋大学海洋环境学院,青岛,266100
2. 中海石油研究中心,北京,100027
基金项目:教育部科学技术重点项目,108159号;;国家自然科学基金资助项目,40506006号和40676013号;;国家重点基础研究发展计划(973)项目,2007CB411807号
摘    要:采用径向基函数神经网络法延拓原始数据序列,有效抑制了EMD分解中出现的端点发散效应,从而实现准确的EMD分解。利用该方法对中国近海验潮站的月平均海平面资料进行处理,分解得到的内在模函数分量代表了海平面各种周期性变化。通过EMD分解得到的总体自适定趋势项为非线性变化,比以往趋势项提取方法更有优势,它反映了在资料长度内海平面的长期升降情况。数据序列越长,该方法所能分解出来的IMF成分越多,可分辨的频率越小。

关 键 词:EMD  径向基函数  IMF分量  海平面变化  
收稿时间:2008/10/5 0:00:00
修稿时间:2009/4/14 0:00:00

SEA LEVEL VARIATION ANALYSIS WITH RBF NEURAL NETWORK BASED EMD METHOD
GU Xiao-Li,LI Pei-Liang,TAN Hai-Tao,ZHANG Ting-Ting,LI Lei,WANG Xue-Zhu and YU Yi-Fa.SEA LEVEL VARIATION ANALYSIS WITH RBF NEURAL NETWORK BASED EMD METHOD[J].Oceanologia Et Limnologia Sinica,2009,40(5):532-539.
Authors:GU Xiao-Li  LI Pei-Liang  TAN Hai-Tao  ZHANG Ting-Ting  LI Lei  WANG Xue-Zhu and YU Yi-Fa
Affiliation:1.Oceanography Department;Ocean University of China;Qingdao;266100;2.China National Offshore Oil Research Center;Beijing;100027
Abstract:A new empirical mode decomposition(EMD) method was developed based on radial basic function(RBF) neural network and applied to analyze sea level variability.A temporal signal series is extended with the network before a new round of EMD starts.The result of analysis with the new method agrees better with the result of 5 year running mean than that using traditional EMD.The new method decomposes a series of sea level temporal signal into a set of intrinsic mode functions representing the periodic components ...
Keywords:EMD  Radial Basic Function  IMF  Sea level variations  
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《海洋与湖沼》浏览原始摘要信息
点击此处可从《海洋与湖沼》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号