共查询到10条相似文献，搜索用时 31 毫秒
1.
基于Morlet小波变换的方法对地表沉降数据序列进行多尺度特征分析，主要是周期性信息的多尺度描述。展现了沉降序列的频率特征在时域上的表现。小波变换能够清晰的给出不同尺度的强弱和分布情况以及沉降变化的趋势和突变点，以某矿的工业广场10个月19期2周等时间间隔的沉降数据序列为俐。分析了沉降数据中显含2．1和4．1个月的主周期信息。说明小波变换在沉降数据序列的分析中具有优越的性质。 相似文献
2.
针对沉降数据序列的特征,研究了多项式回归方法、小波降噪方法、频谱分析法在沉降数据处理中的应用.多项式回归残差和小波降噪残差统计指标对比表明:在趋势项分离过程中,小波降噪方法优于多项式回归方法.小波降噪的残差频谱分析结果表明了沉降数据序列在2个月和4个月的周期性信息. 相似文献
3.
沉降数据序列分析方法研究 总被引：6，自引：2，他引：6
针对沉降数据序列的特征，研究了多项式回归方法、小波降噪方法、频谱分析法在沉降数据处理中的应用。多项式回归残差和小波降噪残差统计指标对比表明：在趋势项分离过程中，小波降噪方法优于多项式回归方法。小波降噪的残差频谱分析结果表明了沉降数据序列在2个月和4个月的周期性信息。 相似文献
4.
利用小波变换的多尺度分辨功能,对时间序列数据进行多次Haar小波变换,将时间序列分解为尺度分量和细节分量;通过保留尺度分量,提取时间序列的趋势信息,并结合统计特征量计算,将时间序列的趋势信息与几种统计特征量组合在一起,构成SOM神经网络的输入向量,对时间序列进行聚类分析。通过在几类模拟时间序列数据上进行实验分析,取得了较好的实验效果。并将此方法应用到基于MODIS遥感影像的林地植被提取中,获得了较高的提取精度。 相似文献
5.
小波变换在时间序列特征提取中的应用 总被引：1，自引：0，他引：1
时间序列的数学特征主要包括随机项、周期项以及趋势项.针对变形监测等测绘领域中如何对时间序列进行特征提取并进行分析与预测等重要问题,提出一种基于多尺度分析的小波变换方法.首先选取合适的小波基函数、分解层次等参数,其次将待分析的时间序列分解成低频和高频两部分,最后将分解后的时间序列投射到不同尺度上,从而可以提取所需要的有用信息.研究结果表明,基于多尺度分析的小波变换方法能够有效对时间序列进行特征提取,分析出其中的随机项、周期项、趋势项等信息,可以用于GPS变形监测等工程实际中. 相似文献
6.
小波消噪分解尺度确定的正确与否,直接关系到消噪效果。针对变形序列的消噪,将时序分析建模定价的信息准则与高斯白噪声在小波变换下的特性相结合,提出了用Akaike信息准则作为量化指标,确定小波消噪最佳分解尺度的方法。模拟数据和工程数据的验证结果表明,在Akaike信息准则计算值达到最小时,所确定的分解尺度符合信噪分布规律,达到了较好的消噪效果,实现了作为小波消噪最佳分解尺度确定的量化指标作用,提升了小波消噪在变形数据处理中应用的便捷性。 相似文献
7.
对建筑物进行沉降监测并预报其变化趋势,能有效保障建筑物的安全性。本文提出一种基于小波变换的ARMA模型用于建筑物沉降预报。利用小波多尺度分析将沉降监测数据分解为高频信号和低频信号,并分别采用ARMA模型进行预测,然后将各序列预测结果进行合成,得到最终预测结果。并以青岛市某高层建筑物监测数据为例,分别采用传统ARMA模型以及基于小波变换的ARMA模型进行预报对比分析,结果表明基于小波变换的ARMA模型取得了较高的预报精度。 相似文献
8.
9.
针对盘营铁路专线、哈大铁路专线沿线沉降监测研究较少,采用InSAR技术获取了研究区地表形变信息,还对其进行了相关分析.用SBAS-InSAR对35景Sentinel-1A SAR数据进行处理,获取VV、VH极化下的年均沉降速率及沉降序列;以年均沉降速率为研究对象,进行沿线沉降特征分析及交叉验证;利用小波变换对沉降序列降噪处理,用改进BP神经网络对降噪后沉降序列预测分析.研究结果表明,研究区内高速铁路沿线共监测出6个明显沉降区域,最大沉降速率达50mm/a;两种极化年均沉降速率具有较高的一致性,降噪处理后的沉降序列更加平滑;改进BP神经网络具有较高的收敛速度,其预测精度有较大提高. 相似文献
10.
多源遥感影像小波融合方法研究与分析 总被引：1，自引：0，他引：1
多源遥感影像融合是遥感数据处理的重要内容之一.小波技术能分离影像的光谱信息和空间信息,进行不同尺度的多分辨率分解,在影像融合中具有独特的优势.相关的融合算法有很多,本文首先简要介绍了小波变换融合影像的基本思想;然后从小波变换的基本形式、与其它方法结合两个方面阐述各种融合算法的原理、存在的部分问题和改进办法;最后评价了小波变换技术在影像融合中的优缺点,指出应用多进制小波、智能化融合等是其主要的发展方向. 相似文献