基于RBF神經網絡的EMD方法在海平面分析中的應用

采用徑向基函數神經網絡法延拓原始數據序列,有效抑制了EMD分解中出現的端點發散效應,從而實現準確的EMD分解.利用該方法對中國近海驗潮站的月平均海平面資料進行處理,分解得到的內在模函數分量代表了海平面各種周期性變化.通過EMD分解得到的總體自適定趨勢項為非線性變化,比以往趨勢項提取方法更有優勢,它反映了在資料長度內海平面的長期升降情況.數據序列越長,該方法所能分解出來的IMF成分越多,可分辨的頻率越小.

作 者： 顧小麗 李培良 譚海濤 張婷婷 李磊 王雪竹 于宜法   作者單位： 顧小麗,李培良,張婷婷,李磊,王雪竹,于宜法(中國海洋大學海洋環境學院,青島,266100)

譚海濤(中海石油研究中心,北京,100027) 

刊 名： 海洋與湖沼  ISTIC PKU 英文刊名： OCEANOLOGIA ET LIMNOLOGIA SINICA  年，卷(期)： 2009 40(5)  分類號： P731  關鍵詞： EMD   徑向基函數   IMF分量   海平面變化  

【基于RBF神經網絡的EMD方法在海平面分析中的應用】相關文章：

基于OLS算法的RBF神經網絡在大壩安全監測中的應用04-25

基于灰色關聯分析與RBF神經網絡的水面蒸發量預測04-28

基于RBF神經網絡的短時交通流量預測04-27

基于神經網絡在高職模擬項目教學中的應用04-29

基于RBF網絡的PID控制在溫度控制系統中的應用04-28

基于MATLAB的BP神經網絡在清潔生產審核中的應用04-25

基于RBF神經網絡的航空發動機故障診斷04-29

基于粒子群算法的神經網絡在水資源評價中的應用04-27

基于自適應Kalman濾波的BP神經網絡在導航中的應用04-27

基于EMD的中國大陸強震活動特征分析04-29