-
题名二维经验模态分解及其在位场去噪和分离中的应用
被引量：9
- 1
-
-
作者
张双喜
陈超
王林松
王秋革
王浩然
孙石达
-
机构
中国地质大学(武汉)地球物理与空间信息学院
中国地震局第一监测中心
中国地质大学(武汉)地球内部多尺度成像湖北省重点实验室
-
出处
《地球物理学进展》
CSCD
北大核心
2015年第6期2855-2862,共8页
-
基金
国家重点基础研究发展计划(973)(2012CB416800)
湖北省自然科学基金(2014CFB170)
+2 种基金
教育部科技项目第50批留学回国人员科技启动基金
物化探研究所中央级公益性科研院所基本科研业务费专项资金项目(WHS201210
WHS201211)联合资助
-
文摘
由于实际工作中测量的位场数据存在混叠效应,并且这些观测数据具有多源性、非线性和非稳态性的特点,如何从其中提取研究对象所产生的异常信息是位场数据处理中的关键环节.二维经验模态分解(Bidimensional Empirical Mode Decomposition,BEMD)在处理非线性、非平稳信号方面具有明显的优势,且具有分解的自适应性,实现了对信号的多尺度分解.文中采用BEMD方法首先对模型试验中带噪声的重力数据进行分解,得到各级固有模态函数和剩余分量,去掉一个或多个固有模态函数实现初步去噪,或结合小波阈值实现准确、圆滑去噪;再次,对三峡地区的布格重力异常进行了多尺度分解,并且利用径向对数功率谱分析方法估计了各级模态函数所反映的地下场源似深度,定性或半定量地解释了不同深度下的场源产生的异常,较好地揭示了场源赋存的地质信息,对上述分解得到的各分量进行组合叠加,重构出局部异常和区域异常,并且同常规分场方法进行了对比分析,结果表明BEMD方法能够准确、有效地实现位场的异常分离.
-
关键词
二维经验模态分解
固有模态函数
去噪
位场分离
似深度
径向对数功率谱
-
Keywords
bidimensional empirical mode decomposition
intrinsic mode function
denoising
potential field separation
approximate depth
radial logarithmic power spectrum
-
分类号
P631
[天文地球—地质矿产勘探]
-
-
题名基于似然深度的指数分布的参数估计
- 2
-
-
作者
刘遵雄
田珊珊
-
机构
华东交通大学信息工程学院
-
出处
《井冈山大学学报（自然科学版）》
2017年第5期20-23,共4页
-
基金
国家自然科学基金项目(71361009)
-
文摘
针对传统估计方法如极大似然估计对于服从指数分布且有污染的截尾数据的参数估计并不是很理想的问题,提出使用一种新的估计方法对其进行参数估计,即似然深度估计,并通过两组实验进行对比,结果显示利用似然深度估计方法得到的参数偏差和均方差较小,表明似然深度估计是一种估计服从指数分布且有污染的截尾数据参数的有效方法。
-
关键词
有污染的截尾样本
指数分布
极大似然估计
似然深度估计
-
Keywords
contaminated and truncated data
exponential distribution
maximum likelihood estimation
likelihood depth estimation
-
分类号
O213.2
[理学—概率论与数理统计]
-
