刘建
- 作品数：6 被引量：54H指数：4
- 供职机构：中南大学地球科学与信息物理学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：天文地球更多>>
- 经验模式分解在极移超短期预报中的应用被引量：7
- 2012年
- 经验模式分解(Empirical Mode Decomposition,简称EMD)是一种数据驱动的自适应非线性时变信号分解方法,可以把数据分解成具有物理意义的模式函数分量.采用EMD对极移序列进行分解,去除序列中的高频信号,然后基于最小二乘外推(Least Squares Extrapolation,简称LSE)和广义回归神经网络(General Regression Neural Network,简称GRNN)的组合模型对去除高频信号的极移序列进行1～10 d的超短期预报.实验结果表明:将该模型应用到极移超短期预报具有可行性,预报精度有明显改善.
- 王小辉王琪洁刘建
- 关键词：天体测量数据分析
- 基于LS-SVM模型的极移预报
- ＜正＞地球自转运动不仅表征地球整体的运动状态,也反映了固体地球与大气、海洋、地幔和地核在各种空间和时间尺度上的耦合过程,可用地球定向参数（Earth Orientation Parameters,简称EOPs）来描述。E...
- 王小辉王琪洁刘建
- 基于二次曲面和BP神经网络组合模型的GPS高程异常拟合被引量：24
- 2012年
- 将二次曲面模型和BP神经网络的组合模型应用于高程异常拟合中,其组合方式分别基于方差倒数法和广义回归神经网络。利用某地区实测的GPS高程数据进行比较分析,结果表明,组合模型逼近高程异常的精度和可靠性均优于单一模型,并且基于广义回归神经网络的组合模型的拟合精度高于基于方差倒数法的组合模型。
- 王小辉王琪洁丁元兰刘建
- 关键词：BP神经网络模型高程异常广义回归神经网络
- 基于LS-SVM模型的极移预报
- 本文采用非线性的人工神经网络技术—最小二乘支持向量机(Least Squares Support Vector Machine，简称LS-SVM)对极移序列预报。本文重点研究和探索利用LS-SUM，将赤道向大气角动量(A...
- Wang Xiaohui王小辉Wang Qijie王琪洁Liu Jian刘建
- 关键词：地极移动支持向量机
- 利用端部效应改正的LS+AR模型进行日长变化预报被引量：8
- 2013年
- 针对LS+AR模型在日长变化预报过程中存在的端部效应现象,采用时间序列分析方法对日长变化的序列进行外推,形成一个新的序列,用这个新序列求得LS模型的系数,然后再用LS+AR模型对日长变化原始序列进行预报。实验结果表明,利用端部效应改正的LS+AR模型与LS+AR模型相比,在日长变化的预报精度上有一定的改善,尤其在跨度为中长期时改善更为明显。
- 刘建王琪洁张昊
- 关键词：端部效应日长变化
- 基于遗传算法的RBF神经网络在GPS高程拟合中的应用被引量：16
- 2013年
- 本文针对RBF神经网络中隐含层径向基中心值的确定,利用遗传算法对其进行优化,并应用于高程拟合的实验研究中。通过将遗传算法优化的RBF神经网络与K-均值优化的RBF神经网络及标准RBF神经网络进行高程拟合的误差对比分析表明:遗传算法优化的RBF神经网络提高了拟合的稳定度,改善了精度。
- 刘建王琪洁王小辉张昊
- 关键词：RBF神经网络遗传算法高程拟合
