-
公开(公告)号：CN106918836B
公开(公告)日：2018-02-13
申请号：CN201710205283.7
申请日：2017-03-31
Applicant: 吉林大学
IPC: G01V1/00
Abstract: 本发明涉及一种基于主成分分析的钻孔应变数据异常提取方法，首先是将同一台站的钻孔应变数据序列进行应变换算，对换算后的数据进行预处理；将预处理后的钻孔应变数据构造成一个矩阵；并对每一天的矩阵进行主成分分析，以获取每个矩阵的特征值和特征向量；将得到的特征值与计算出来的特征向量角度与地震事件相对应，以得到异常的检测结果。通过本发明能够有效的利用主成分分析的方法对钻孔应变数据进行分析，根据钻孔应变各测项的相关性，对可能的地震前兆异常进行提取。本发明钻孔应变数据异常提取方法，利用主成分分析中的特征值和特征向量角度分别将地壳的微弱变化表征出来；实现了在有较强背景干扰的情况下对钻孔应变数据异常的精确提取。
-
公开(公告)号：CN107024724A
公开(公告)日：2017-08-08
申请号：CN201710479110.4
申请日：2017-06-22
Applicant: 吉林大学
Abstract: 本发明涉及一种反卷积快速优化直升机航空电磁探测早期数据的方法，本发明是将反卷积的计算方法引入到发射波形为梯形波的时间域航空电磁数据处理中，并进行合理的改进，去掉系统本身的特性响应，使早期时间数据道有效时间选取提前，进而对近地面探测有所帮助，增加了航空电磁探测范围，对解决环境、能源以及军事方面问题有重大意义。通过反卷积去掉系统响应，简单快速，效率高，解决了由于系统的存在到时早期响应震荡的问题，优化了早期时间道的数据质量，将电流关断段早期可用数据提前4到5个点，提前时间约为0.13ms，使早期道的数据应用变为可能，经趋肤深度公式换算，增加了航空电磁探测的有效探测范围。
-
公开(公告)号：CN110673206B
公开(公告)日：2020-12-29
申请号：CN201910788471.6
申请日：2019-08-26
Applicant: 吉林大学
Abstract: 本发明为一种基于非负矩阵分解的卫星磁场数据地震异常检测方法，包括：根据标志位去除无效数据减去CHAOS‑6磁场模型数据，对结果求一阶差分得到差分数据；对差分数据进行短时傅里叶变换构造磁场数据对应的非负时频幅值矩阵；利用非负矩阵分解方法对非负时频幅值矩阵进行分解，将因地震产生的局部影响分量和由于太阳活动以及地磁活动产生的全局影响分量进行分离；根据能量比选出因地震产生的局部影响分量，通过超限率的方法对该分量进行异常轨道判断；对每日异常轨道个数进行累计，通过其偏离背景拟合直线的程度检测地震异常。本发明可以保留并利用测量得到的所有数据对地震进行研究，同时得到与地震活动更为相关的分量有效的进行地震异常检测。
-
公开(公告)号：CN110618458B
公开(公告)日：2020-11-27
申请号：CN201910768121.3
申请日：2019-08-20
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明涉及钻孔应变领域，具体地而言为一种基于ICA‑RA的钻孔应变数据的分频段级联校正方法，目的是去除外界环境干扰引起的应变变化，首先是将同一观测站点的钻孔应变数据、气温数据、气压数据、降水数据和计算的理论固体潮数据进行4层小波分解；在分解后的5个频段中，逐频段进行多因素与应变的相关性分析；利用ICA‑RA级联校正方法，在各个频段内找到与钻孔应变数据相关性最大的影响因素。引入独立成分分析(ICA)方法，计算由于水位变化引起的应变变化并消除；对于非是气温、气压、和固体潮这类数据，利用回归分析(RA)方法，计算对应频段内主要因素产生的影响并校正。通过本发明能够有效的对钻孔应变数据各频段进行分析，对真实的应变情况有着重要的校正作用。
-
公开(公告)号：CN110068857A
公开(公告)日：2019-07-30
申请号：CN201910261107.4
申请日：2019-04-02
Applicant: 吉林大学
Abstract: 本发明涉及一种基于主成分分析的Swarm双星磁场数据地震前兆异常提取方法，读取Swarm卫星A星和C星的磁场Y分量数据，并根据数据的标志位Flags_B剔除有误数据；根据地震选择研究的时间范围、研究区域；选取Swarm A星和C星的地方时为夜晚的轨道数据；利用IGRF模型去除地磁主磁场的影响；通过对Swarm A星和C星的磁场Y分量数据进行主成分分析，将原始的数据投影到一组新的空间正交基上，得到方差从大到小排列的各个主成分；通过各个主成分与地磁指数的对比，找到与地磁活动相关性高的成分并将其去除，只对剩余的主成分进行分析；通过偏度和峰度定义的偏峰度系数对剩余的主成分进行异常提取，提取地震前兆异常。本发明去除地磁活动干扰，精确提取地震前兆异常。
-
Patent Agency Ranking
公开(公告)号：CN109214092A
公开(公告)日：2019-01-15
申请号：CN201811053949.2
申请日：2018-09-11
Applicant: 吉林大学
IPC: G06F17/50
Abstract: 本发明涉及四分量钻孔应变数据异常提取领域，特别涉及一种基于希尔伯特黄变换的四分量钻孔应变数据异常提取方法，包括：录入钻孔应变四分量数据和气温数据、气压数据、钻孔水位数据、钻孔气压数据，并对钻孔应变四分量数据进行应变换算为面应变Sa；对应变换算后的钻孔应变数据进行集合经验模态分解；计算分解后的各本征模函数的谐波周期和气温、气压、钻孔水位、钻孔气压干扰因素的谐波周期；去除与干扰因素谐波周期相对应的本征模函数；对余下的本征模函数进行希尔伯特变换，并计算瞬时能量；输出瞬时能量图。能有针对性的提取到钻孔应变数据影响因素的特征，为影响因素的排除及提取与地壳应变变化相关的异常信息的问题提供支持。
-
公开(公告)号：CN109740453B
公开(公告)日：2022-03-29
申请号：CN201811554885.4
申请日：2018-12-19
Applicant: 吉林大学
Abstract: 本发明地震监测领域，为一种基于小波变换的卫星磁场数据地震前兆异常提取方法，包括：读取卫星的磁场数据，并根据标志位选取有效数据；根据地磁指数选取地磁活动较平静的静磁轨道；通过差分和离散小波变换对静磁轨道的磁场三分量数据进行预处理，去除幅值大和变化缓慢的静磁场部分，得到磁场数据的变化情况；利用主成分分析对预处理后的磁场三分量数据进行降维处理，去除冗余信息的同时保留信号中主要的特征；对降维后的磁场数据进行连续小波变换，通过小波系数定义轨道能量强度，并利用其进行异常轨道提取。本发明弥补了单独使用其中某一分量不能充分使用数据有用信息和其异常提取结果不能全面反映地震前兆对磁场数据影响的不足。
-
公开(公告)号：CN110618458A
公开(公告)日：2019-12-27
申请号：CN201910768121.3
申请日：2019-08-20
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明涉及钻孔应变领域，具体地而言为一种基于ICA-RA的钻孔应变数据的分频段级联校正方法，目的是去除外界环境干扰引起的应变变化，首先是将同一观测站点的钻孔应变数据、气温数据、气压数据、降水数据和计算的理论固体潮数据进行4层小波分解；在分解后的5个频段中，逐频段进行多因素与应变的相关性分析；利用ICA-RA级联校正方法，在各个频段内找到与钻孔应变数据相关性最大的影响因素。引入独立成分分析(ICA)方法，计算由于水位变化引起的应变变化并消除；对于非是气温、气压、和固体潮这类数据，利用回归分析(RA)方法，计算对应频段内主要因素产生的影响并校正。通过本发明能够有效的对钻孔应变数据各频段进行分析，对真实的应变情况有着重要的校正作用。
-
公开(公告)号：CN106918836A
公开(公告)日：2017-07-04
申请号：CN201710205283.7
申请日：2017-03-31
Applicant: 吉林大学
IPC: G01V1/00
CPC classification number: G01V1/008
Abstract: 本发明涉及一种基于主成分分析的钻孔应变数据异常提取方法，首先是将同一台站的钻孔应变数据序列进行应变换算，对换算后的数据进行预处理；将预处理后的钻孔应变数据构造成一个矩阵；并对每一天的矩阵进行主成分分析，以获取每个矩阵的特征值和特征向量；将得到的特征值与计算出来的特征向量角度与地震事件相对应，以得到异常的检测结果。通过本发明能够有效的利用主成分分析的方法对钻孔应变数据进行分析，根据钻孔应变各测项的相关性，对可能的地震前兆异常进行提取。本发明钻孔应变数据异常提取方法，利用主成分分析中的特征值和特征向量角度分别将地壳的微弱变化表征出来；实现了在有较强背景干扰的情况下对钻孔应变数据异常的精确提取。
-
公开(公告)号：CN109101954B
公开(公告)日：2020-11-27
申请号：CN201811053899.8
申请日：2018-09-11
Applicant: 吉林大学
Abstract: 本发明涉及一种基于最小噪声分离的钻孔应变数据潮汐应变分量去除方法，采用自适应窗宽滤波算法对钻孔应变数据样本矩阵进行高频信号估计；计算估计的高频信号的协方差矩阵，并进行特征值分解；利用高频信号的协方差矩阵来构造调整矩阵；利用构造的调整矩阵对钻孔应变数据样本矩阵的协方差矩阵进行调整；对调整后的钻孔应变数据样本矩阵的协方差矩阵进行最小噪声分离变换并得到最小噪声分离变换成分，最小噪声分离变换成分所构成的矩阵表示为；计算最小噪声分离成分的谐波周期；选取谐波周期与潮汐应变分量谐波周期相对应的最小噪声分离成分进行重构；计算去除潮汐应变分量的数据，有针对性的去除潮汐应变分量，无需计算理论固体潮。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.05 seconds)
