宁德师范学院学报(自然科学版)

2022, v.34;No.133(01) 13-17+25

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

采用改进神经网络的CORS站高程混沌时间序列分析
Time series analysis based on improved neural network elevation CORS

张思慧;黄声和;

摘要(Abstract):

为了更好地分析CORS站(连续)运行参考站——北京房山站的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.对房山站观测数据进行数据处理,得出其数据类型为非线性、非稳态时间序列,然后采用正则化RBF(径向基)神经网络对其进行相空间重构,使其满足高斯分布.采用小波神经网络进行滤波处理,剔除噪声,采用加窗谱估计得出高程时间序列的平均谱功率和周期性,经过去除趋势FFT周期拟合和BP神经网络预测等处理,并进行计算分析.由数据处理结果可知,北京房山站高程时间序列斜趋势不明显,其中年周期最为明显,高程时间序列受多因素的影响,BP网络能很好地预测高程时间序列.

关键词(KeyWords): 高程时间序列;CORS站;径向基神经网络;小波神经网络;加窗谱估计;最小差距法

Abstract:

Keywords:

基金项目(Foundation):

作者(Authors): 张思慧;黄声和;

DOI: 10.15911/j.cnki.35-1311/n.2022.01.004

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享