基于RBF及滤波神经网络对参考站高程时间序列分析

• 作者: 叶国凤 张思慧 张恒璟 赵刚 黄声和
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: RBF 正则化 小波滤波 时间序列 GRNN函数逼近
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 理论方法研究
• 页码范围: 136-139
• 页数: 4页
• 分类号: P207
• 语种: 中文

摘要

为更好地分析IGS连续运行参考站高程数据的变化规律及其变化趋势,以及预测将来一段时间内高程数据的变化,基于RBF正则化神经网络及小波滤波神经网络理论,以MATLAB7.0为平台对北京IGS站的高程分量数据进行GRNN函数逼近和小波分解逼近.通过对历年高程数据进行拟合和分层滤波,分析发现高程时间序列存在季节变化,其是以半周年项和年周项的季节性变化,其中年周期项比较明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄声和		5	10	2.0	3.0
2	张恒璟		26	180	8.0	13.0
3	赵刚		3	27	2.0	3.0
4	张思慧		3	6	1.0	2.0
5	叶国凤		2	3	1.0	1.0