| 北京房山站神经网络高程时间序列分析 |
| |
| 引用本文： | 张思慧,赵刚,张恒璟,黄声和.北京房山站神经网络高程时间序列分析[J].地球物理学进展,2014(3). |
| |
| 作者姓名： | 张思慧 赵刚 张恒璟 黄声和 |
| |
| 作者单位： | 辽宁工程技术大学测绘与地理科学学院;福建船政交通职业技术学院; |
| |
| 基金项目： | 国家自然科学基金(50674032)资助 |
| |
| 摘 要： | 为了更好地分析高程时间序列的变化规律,使其能更好地应用到地壳运动监测.本文对房山站观测数据先采用PanTa方法剔除异常值,然后进行混沌动力学系统检验.经检验可知,北京房山站高程时间序列为非线性、非稳态时间序列,观测系统为部分确定性机制低阶混沌动力系统.因此对数据进行正则化RBF网络相空间重构和小波神经网络滤波,然后再对数据进行加窗谱估计、最小差距拟合和去除趋势FFT周期拟合计算分析.计算结果显示,北京房山站高程时间序列的平均谱功率为7694W,年周期为0.994～1.109(年),半年周期为0.438～0.617(年),年周期为0.247～0.378(年).分析计算结果表明,该时间序列斜趋势不明显,随机性不明显,其存在着年周期性、半年周期性和季周期性,其中年周期最为明显.
|
| 关 键 词： | 高程时间序列 RBF神经网络 小波神经网络 加窗谱估计 最小差距法 |
| 本文献已被 CNKI 等数据库收录！ |
|
