期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进STA/LTA的地震事件精准检测方法
被引量:
2
1
作者
李鸿儒
李夕海
+2 位作者
谭笑枫
张云
刘天佑
《科学技术与工程》
北大核心
2024年第24期10165-10173,共9页
短时长时能量比法(short-term average/long-term average, STA/LTA)因原理简单、计算简便而被广泛用于地震检测及到时拾取,但传统STA/LTA方法因时窗位置关系,使算法功能被大大弱化,以致拾取精度较低,虚警率较高。为解决上述问题,以STA/...
短时长时能量比法(short-term average/long-term average, STA/LTA)因原理简单、计算简便而被广泛用于地震检测及到时拾取,但传统STA/LTA方法因时窗位置关系,使算法功能被大大弱化,以致拾取精度较低,虚警率较高。为解决上述问题,以STA/LTA为基础对其窗口位置和特征函数两个方面进行改进。首先,基于中间窗的STA/LTA改进法,采用中间窗的形式代替传统时窗位置,能够抑制短时强干扰带来的影响;其次,基于改进特征函数的STA/LTA法,该方法利用信息融合的思想,提出综合考虑地震信号振幅与频率变化信息的权重分配因子来灵活调整权重,实现优势项分配的目的,提高对事件的敏感性。最后,将两种改进方法结合使用并进行实验。结果表明:改进方法能够提高事件检测的灵敏度与到时拾取精度,有效降低虚警率。
展开更多
关键词
短时长时能量比(
sta/
lta
)
地震检测
初至拾取
特征函数
信息融合
在线阅读
下载PDF
职称材料
强噪声环境下基于信噪比的地震P波到时自动提取方法
被引量:
12
2
作者
付继华
王旭
+2 位作者
李智涛
谭巧
王建军
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2019年第4期1405-1412,共8页
大数据量、强噪声环境给地震P波到时的自动提取带来很大挑战.针对此问题,本文通过构建特殊的特征函数,建立SNR与STA/LTA的内在联系,提出两种基于SNR的地震P波到时自动提取方法,即基于SNR的STA/LTA方法与基于SNR的综合方法.这两种方法分...
大数据量、强噪声环境给地震P波到时的自动提取带来很大挑战.针对此问题,本文通过构建特殊的特征函数,建立SNR与STA/LTA的内在联系,提出两种基于SNR的地震P波到时自动提取方法,即基于SNR的STA/LTA方法与基于SNR的综合方法.这两种方法分别是运用SNR概念对传统STA/LTA方法和STA/LTA与AIC综合方法的改进.仿真分析结果表明:对于弱噪声环境(10dB)和一般噪声环境(6dB),本文方法较传统STA/LTA方法对地震P波到时提取的准确度更高;而对于强噪声环境(3dB),本文方法仍能准确提取地震P波到时,而传统STA/LTA方法则出现了较大的误判率(10%)与漏判率(65%).本文方法为STA/LTA赋予了明确的物理意义,使其阈值的选取建立在严密的数学推导之上.另外,本文方法在进行地震P波到时自动提取的同时,兼具数据预处理功能,无需额外的基线校正或高通滤波,因而具有较好的实时性.
展开更多
关键词
P波到时
地震预警
信噪比
sta/
lta
AIC
在线阅读
下载PDF
职称材料
基于HHT的地震信号自动去噪算法
被引量:
12
3
作者
杨光亮
朱元清
于海英
《大地测量与地球动力学》
CSCD
北大核心
2010年第3期39-42,共4页
根据希尔伯特-黄模态分解的特点,结合STA/LTA算法自动识别信号模态与噪音模态,提出了基于HHT的模态分解-STA/LTA的地震信号自动去噪算法。该方法不需分析信号的频谱特征,可在时域自动实现信号的高通、低通、带通滤波。对江苏如东海Ms2....
根据希尔伯特-黄模态分解的特点,结合STA/LTA算法自动识别信号模态与噪音模态,提出了基于HHT的模态分解-STA/LTA的地震信号自动去噪算法。该方法不需分析信号的频谱特征,可在时域自动实现信号的高通、低通、带通滤波。对江苏如东海Ms2.9、江苏盐城滨海Ms3.8、江苏句容Ms3.7等地震信号作自动去噪处理,证明了该方法的可行性。
展开更多
关键词
希尔伯特-黄变换
经验模态分解
sta/
lta
自动去噪
地震信号
在线阅读
下载PDF
职称材料
随机波动率Hull-White模型参数估计方法
被引量:
4
4
作者
江良
林鸿熙
《系统工程学报》
CSCD
北大核心
2016年第5期633-642,共10页
构建随机波动率的两因子模型,应用两阶段半参数方法估计模型中的常系数参数,使用核估计方法估计长期均值函数,给出了两阶段估计方法的相容性和参数的渐近性性质.实证结果表明了对比常系数模型,引入长期均值函数模型将会改善似然函数估计...
构建随机波动率的两因子模型,应用两阶段半参数方法估计模型中的常系数参数,使用核估计方法估计长期均值函数,给出了两阶段估计方法的相容性和参数的渐近性性质.实证结果表明了对比常系数模型,引入长期均值函数模型将会改善似然函数估计值,而且也能够很好地解释中央银行和政府已实施政策的有效性.此外,可以在不增加维数的条件下,使用该模型对利率衍生品进行更有效地定价.
展开更多
关键词
长期均值
随机波动率
短期利率模型
半参数估计
核估计方法
在线阅读
下载PDF
职称材料
基于多属性的P波到达时间自动拾取方法
被引量:
1
5
作者
辛平
李志华
《传感器与微系统》
CSCD
2018年第11期69-72,79,共5页
针对地震数据存在冗余信息、噪声和P波拾取准确度不高的不足,研究了P波自动拾取方法。利用改进的局部线性嵌入(LLE)算法对样本数据进行降维处理;通过研究时间序列的相异性度量方法和内积计算方法,提出了一种适用于时间序列的核分类方法...
针对地震数据存在冗余信息、噪声和P波拾取准确度不高的不足,研究了P波自动拾取方法。利用改进的局部线性嵌入(LLE)算法对样本数据进行降维处理;通过研究时间序列的相异性度量方法和内积计算方法,提出了一种适用于时间序列的核分类方法。提出了基于多属性的P波到达时间自动拾取方法(AMPAT),提取地震信号的15维特征属性作为样本数据,利用LLE抽取数据样本特征,实现数据降维;通过核分类方法进行预测,确定P波到时。仿真实验表明:与已有的P波拾取方法长短时平均(STA/LTA)和最大似然(ML)估计相比,AMPAT的P波拾取准确度有比较显著的改善。
展开更多
关键词
震相拾取
多属性
局部线性嵌入
支持向量机
长短时平均方法
在线阅读
下载PDF
职称材料
利用标准时频变换方法在强噪声环境下无偏拾取地震P波、S波到时
被引量:
6
6
作者
姚彦吉
柳林涛
+1 位作者
盛敏汉
许厚泽
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2022年第1期227-243,共17页
地震P波、S波到时是精确分析地震水平位置、深度与速度结构等的重要参数,如何准确拾取P波和S波到时是地震学的一项重要的基础工作.大数据量与强噪声环境给地震到时的自动拾取带来了很大挑战.在频率域中可将信号与噪声分离,但会造成震相...
地震P波、S波到时是精确分析地震水平位置、深度与速度结构等的重要参数,如何准确拾取P波和S波到时是地震学的一项重要的基础工作.大数据量与强噪声环境给地震到时的自动拾取带来了很大挑战.在频率域中可将信号与噪声分离,但会造成震相的偏移.针对上述问题,本文在STA/LTA、AIC方法的基础上,引入了标准时频变换(Normal Time-Frequency Transform,NTFT),结合信号时间域与频率域特征,提出了基于NTFT的STA/LTA方法,以及基于NTFT的AIC方法来拾取P波和S波的到时.基于NTFT的STA/LTA方法通过构建即时频率约束的特征函数,以增强地震信号振幅响应的变化特征.基于NTFT的AIC方法则根据NTFT的变换系数定位即时频率-时间基准点,通过滑动窗口直接对标准时频谱进行AIC处理拾取最佳到时.本文采用了不同强度噪声的60组合成数据和105组实测地震数据对方法的可靠性进行检验.以人工拾取到时为参考,实测数据中NTFT-STA/LTA方法拾取P波、S波到时的均方根误差分别为0.36 s和0.56 s;NTFT-AIC方法拾取P波、S波到时的均方根误差分别为0.25 s和0.35 s.相比于STA/LTA、AIC方法,NTFT改进后的方法提高了P波和S波到时的拾取准确率,为强噪声环境下的地震波形到时拾取提供了新思路.
展开更多
关键词
震相拾取
标准时频变换
sta/
lta
方法
AIC方法
在线阅读
下载PDF
职称材料
基于CEEMDAN-LSTM的陶岔渠首水深预测
被引量:
4
7
作者
陈伟
吕学斌
梁雪春
《人民黄河》
CAS
北大核心
2022年第5期89-94,共6页
采用基于自适应噪声的完全经验模态分解-长短期记忆神经网络模型(CEEMDAN-LSTM)对水深进行预测。首先利用中位值平均滤波法对数据进行预处理,再采用CEEMDAN方法对历史水深序列进行分解获得历史水深的高、低频以及残差序列,然后对得到的...
采用基于自适应噪声的完全经验模态分解-长短期记忆神经网络模型(CEEMDAN-LSTM)对水深进行预测。首先利用中位值平均滤波法对数据进行预处理,再采用CEEMDAN方法对历史水深序列进行分解获得历史水深的高、低频以及残差序列,然后对得到的各个分量使用LSTM神经网络预测,最后叠加各分量预测值重构水深预测结果。以陶岔渠首为研究对象,CEEMDAN-LSTM模型测试结果表明:该模型相比支持向量机回归、BP神经网络、长短期记忆神经网络、经验模态分解-长短期记忆神经网络模型有更强的预测性能。
展开更多
关键词
水深预测
中位值平均滤波法
CEEMDAN分解
LSTM神经网络模型
陶岔渠首
在线阅读
下载PDF
职称材料
题名
改进STA/LTA的地震事件精准检测方法
被引量:
2
1
作者
李鸿儒
李夕海
谭笑枫
张云
刘天佑
机构
火箭军工程大学核工程学院
出处
《科学技术与工程》
北大核心
2024年第24期10165-10173,共9页
基金
陕西省自然科学基金面上项目(2023-JC-YB-221)。
文摘
短时长时能量比法(short-term average/long-term average, STA/LTA)因原理简单、计算简便而被广泛用于地震检测及到时拾取,但传统STA/LTA方法因时窗位置关系,使算法功能被大大弱化,以致拾取精度较低,虚警率较高。为解决上述问题,以STA/LTA为基础对其窗口位置和特征函数两个方面进行改进。首先,基于中间窗的STA/LTA改进法,采用中间窗的形式代替传统时窗位置,能够抑制短时强干扰带来的影响;其次,基于改进特征函数的STA/LTA法,该方法利用信息融合的思想,提出综合考虑地震信号振幅与频率变化信息的权重分配因子来灵活调整权重,实现优势项分配的目的,提高对事件的敏感性。最后,将两种改进方法结合使用并进行实验。结果表明:改进方法能够提高事件检测的灵敏度与到时拾取精度,有效降低虚警率。
关键词
短时长时能量比(
sta/
lta
)
地震检测
初至拾取
特征函数
信息融合
Keywords
short
-
term
average/
long
-
term
average
(
sta/
lta
)
seismic detection
first arrival pick
characteristic function
information fusion
分类号
P315 [天文地球—地震学]
在线阅读
下载PDF
职称材料
题名
强噪声环境下基于信噪比的地震P波到时自动提取方法
被引量:
12
2
作者
付继华
王旭
李智涛
谭巧
王建军
机构
中国地震局地壳应力研究所
出处
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2019年第4期1405-1412,共8页
基金
国家自然科学基金(41631073
41874019)
中央级公益性科研院所基本科研业务专项资助(JDZ2017-19)共同资助
文摘
大数据量、强噪声环境给地震P波到时的自动提取带来很大挑战.针对此问题,本文通过构建特殊的特征函数,建立SNR与STA/LTA的内在联系,提出两种基于SNR的地震P波到时自动提取方法,即基于SNR的STA/LTA方法与基于SNR的综合方法.这两种方法分别是运用SNR概念对传统STA/LTA方法和STA/LTA与AIC综合方法的改进.仿真分析结果表明:对于弱噪声环境(10dB)和一般噪声环境(6dB),本文方法较传统STA/LTA方法对地震P波到时提取的准确度更高;而对于强噪声环境(3dB),本文方法仍能准确提取地震P波到时,而传统STA/LTA方法则出现了较大的误判率(10%)与漏判率(65%).本文方法为STA/LTA赋予了明确的物理意义,使其阈值的选取建立在严密的数学推导之上.另外,本文方法在进行地震P波到时自动提取的同时,兼具数据预处理功能,无需额外的基线校正或高通滤波,因而具有较好的实时性.
关键词
P波到时
地震预警
信噪比
sta/
lta
AIC
Keywords
P wave′s arrival
Earthquake early warning
Signal-to-noise ratios
short
-
term
average
and
long
-
term
average
ratio(
sta/
lta
)
Akaike Information Criteria(AIC)
分类号
P315.7 [天文地球—地震学]
在线阅读
下载PDF
职称材料
题名
基于HHT的地震信号自动去噪算法
被引量:
12
3
作者
杨光亮
朱元清
于海英
机构
中国地震局地震研究所
地壳运动与地球观测实验室
上海市地震局
出处
《大地测量与地球动力学》
CSCD
北大核心
2010年第3期39-42,共4页
基金
中国地震局地震研究所所长重点基金(6004)
文摘
根据希尔伯特-黄模态分解的特点,结合STA/LTA算法自动识别信号模态与噪音模态,提出了基于HHT的模态分解-STA/LTA的地震信号自动去噪算法。该方法不需分析信号的频谱特征,可在时域自动实现信号的高通、低通、带通滤波。对江苏如东海Ms2.9、江苏盐城滨海Ms3.8、江苏句容Ms3.7等地震信号作自动去噪处理,证明了该方法的可行性。
关键词
希尔伯特-黄变换
经验模态分解
sta/
lta
自动去噪
地震信号
Keywords
Hilbert-Huang Transform(HHT)
Empirical Mode Decomposition(EMD)
short
term
averag
ing
/long
term
averag
ing
(sta
/lta
)
automatic de-noising
earthquake signal
分类号
P203 [天文地球—测绘科学与技术]
在线阅读
下载PDF
职称材料
题名
随机波动率Hull-White模型参数估计方法
被引量:
4
4
作者
江良
林鸿熙
机构
莆田学院数学学院
莆田学院商学院
出处
《系统工程学报》
CSCD
北大核心
2016年第5期633-642,共10页
基金
国家自然科学基金资助项目(11471175)
福建省自然科学基金资助项目(2015J05012
+2 种基金
2016J01677)
莆田学院育苗基金资助项目(2014060
2014061)
文摘
构建随机波动率的两因子模型,应用两阶段半参数方法估计模型中的常系数参数,使用核估计方法估计长期均值函数,给出了两阶段估计方法的相容性和参数的渐近性性质.实证结果表明了对比常系数模型,引入长期均值函数模型将会改善似然函数估计值,而且也能够很好地解释中央银行和政府已实施政策的有效性.此外,可以在不增加维数的条件下,使用该模型对利率衍生品进行更有效地定价.
关键词
长期均值
随机波动率
短期利率模型
半参数估计
核估计方法
Keywords
long
-
term
average
value
stochastic volatility
short
term
interest rate model
semi-parameter estimation
kernel estimation
method
分类号
F830.9 [经济管理—金融学]
O212.7 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
基于多属性的P波到达时间自动拾取方法
被引量:
1
5
作者
辛平
李志华
机构
江南大学物联网工程学院计算机科学系
出处
《传感器与微系统》
CSCD
2018年第11期69-72,79,共5页
基金
江苏省科技厅产学研前瞻项目(BY2013015-23)
文摘
针对地震数据存在冗余信息、噪声和P波拾取准确度不高的不足,研究了P波自动拾取方法。利用改进的局部线性嵌入(LLE)算法对样本数据进行降维处理;通过研究时间序列的相异性度量方法和内积计算方法,提出了一种适用于时间序列的核分类方法。提出了基于多属性的P波到达时间自动拾取方法(AMPAT),提取地震信号的15维特征属性作为样本数据,利用LLE抽取数据样本特征,实现数据降维;通过核分类方法进行预测,确定P波到时。仿真实验表明:与已有的P波拾取方法长短时平均(STA/LTA)和最大似然(ML)估计相比,AMPAT的P波拾取准确度有比较显著的改善。
关键词
震相拾取
多属性
局部线性嵌入
支持向量机
长短时平均方法
Keywords
P-wave picking up
multiple attribute
local linear embedding (LLE)
support vector machine(SVM)
short term average/long term average(sta/lta) method
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
利用标准时频变换方法在强噪声环境下无偏拾取地震P波、S波到时
被引量:
6
6
作者
姚彦吉
柳林涛
盛敏汉
许厚泽
机构
中国科学院精密测量科学与技术创新研究院大地测量与地球动力学国家重点实验室
中国科学院大学地球与行星科学学院
出处
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2022年第1期227-243,共17页
基金
国家自然科学基金(42074011,41804170)资助.
文摘
地震P波、S波到时是精确分析地震水平位置、深度与速度结构等的重要参数,如何准确拾取P波和S波到时是地震学的一项重要的基础工作.大数据量与强噪声环境给地震到时的自动拾取带来了很大挑战.在频率域中可将信号与噪声分离,但会造成震相的偏移.针对上述问题,本文在STA/LTA、AIC方法的基础上,引入了标准时频变换(Normal Time-Frequency Transform,NTFT),结合信号时间域与频率域特征,提出了基于NTFT的STA/LTA方法,以及基于NTFT的AIC方法来拾取P波和S波的到时.基于NTFT的STA/LTA方法通过构建即时频率约束的特征函数,以增强地震信号振幅响应的变化特征.基于NTFT的AIC方法则根据NTFT的变换系数定位即时频率-时间基准点,通过滑动窗口直接对标准时频谱进行AIC处理拾取最佳到时.本文采用了不同强度噪声的60组合成数据和105组实测地震数据对方法的可靠性进行检验.以人工拾取到时为参考,实测数据中NTFT-STA/LTA方法拾取P波、S波到时的均方根误差分别为0.36 s和0.56 s;NTFT-AIC方法拾取P波、S波到时的均方根误差分别为0.25 s和0.35 s.相比于STA/LTA、AIC方法,NTFT改进后的方法提高了P波和S波到时的拾取准确率,为强噪声环境下的地震波形到时拾取提供了新思路.
关键词
震相拾取
标准时频变换
sta/
lta
方法
AIC方法
Keywords
Phase picking
Normal Time-Frequency Transform(NTFT)
short
-
term
average
and
long
-
term
average
ratio(
sta/
lta
)
method
Akaike Information Criteria(AIC)
method
分类号
P315 [天文地球—地震学]
在线阅读
下载PDF
职称材料
题名
基于CEEMDAN-LSTM的陶岔渠首水深预测
被引量:
4
7
作者
陈伟
吕学斌
梁雪春
机构
南京工业大学数理科学学院
南京工业大学电气工程与控制科学学院
出处
《人民黄河》
CAS
北大核心
2022年第5期89-94,共6页
基金
国家自然科学基金青年基金资助项目(11801267)
江苏省研究生科研与实践创新计划项目(SJCX21_0427)。
文摘
采用基于自适应噪声的完全经验模态分解-长短期记忆神经网络模型(CEEMDAN-LSTM)对水深进行预测。首先利用中位值平均滤波法对数据进行预处理,再采用CEEMDAN方法对历史水深序列进行分解获得历史水深的高、低频以及残差序列,然后对得到的各个分量使用LSTM神经网络预测,最后叠加各分量预测值重构水深预测结果。以陶岔渠首为研究对象,CEEMDAN-LSTM模型测试结果表明:该模型相比支持向量机回归、BP神经网络、长短期记忆神经网络、经验模态分解-长短期记忆神经网络模型有更强的预测性能。
关键词
水深预测
中位值平均滤波法
CEEMDAN分解
LSTM神经网络模型
陶岔渠首
Keywords
water depth prediction
median
average
filtering
method
complete ensemble empirical mode decomposition with adaptive noise(CEEMDAN)
long
short
-
term
memory(LSTM)neural network model
Taocha canal headwork
分类号
TV213.4 [水利工程—水文学及水资源]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进STA/LTA的地震事件精准检测方法
李鸿儒
李夕海
谭笑枫
张云
刘天佑
《科学技术与工程》
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
强噪声环境下基于信噪比的地震P波到时自动提取方法
付继华
王旭
李智涛
谭巧
王建军
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2019
12
在线阅读
下载PDF
职称材料
3
基于HHT的地震信号自动去噪算法
杨光亮
朱元清
于海英
《大地测量与地球动力学》
CSCD
北大核心
2010
12
在线阅读
下载PDF
职称材料
4
随机波动率Hull-White模型参数估计方法
江良
林鸿熙
《系统工程学报》
CSCD
北大核心
2016
4
在线阅读
下载PDF
职称材料
5
基于多属性的P波到达时间自动拾取方法
辛平
李志华
《传感器与微系统》
CSCD
2018
1
在线阅读
下载PDF
职称材料
6
利用标准时频变换方法在强噪声环境下无偏拾取地震P波、S波到时
姚彦吉
柳林涛
盛敏汉
许厚泽
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2022
6
在线阅读
下载PDF
职称材料
7
基于CEEMDAN-LSTM的陶岔渠首水深预测
陈伟
吕学斌
梁雪春
《人民黄河》
CAS
北大核心
2022
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部