基于浙江测震台网记录到的2017年2—9月磐安地区发生的地震序列资料,采用Brune震源模型理论和波谱分析方法,得到磐安震群序列的应力降、视应力等震源参数。利用台站的零频幅值,计算谱振幅相关系数。采用聚类分组,并结合Cut and Paste(C...基于浙江测震台网记录到的2017年2—9月磐安地区发生的地震序列资料,采用Brune震源模型理论和波谱分析方法,得到磐安震群序列的应力降、视应力等震源参数。利用台站的零频幅值,计算谱振幅相关系数。采用聚类分组,并结合Cut and Paste(CAP)反演方法得到ML4.0主地震事件的震源机制解,系统分析小地震的震源机制的一致性程度。结果显示:震源区应力降值在0.00~0.80 MPa之间,整体构造应力较低;谱振幅相关系数较低,在0.86~0.95之间,震源机制整体相似程度不高;应力积累没有形成一个优势方向,可能指示磐安序列为低摩擦应力的断层作用。研究结果表明:磐安地震序列为普通的小震序列,其震源机制类型与构造应力场基本一致;谱振幅相关分析法可为小震序列的震后快速判定提供重要依据。展开更多
针对简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)算法对不同图像自适应性差的问题,提出了一种基于皮尔森相关系数的自适应SLIC超像素图像分割算法。首先,通过量化非间隔进行图像预处理,并计算颜色熵作为图像复杂度,从...针对简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)算法对不同图像自适应性差的问题,提出了一种基于皮尔森相关系数的自适应SLIC超像素图像分割算法。首先,通过量化非间隔进行图像预处理,并计算颜色熵作为图像复杂度,从而确定所需分割的超像素个数。其次,利用皮尔森相关系数作为相似性度量函数。最后,通过纹理特征对类内异常点进行滤除,确保种子点更新的准确性。实验结果表明,在超像素个数相同的情况下,基于皮尔森相关系数的自适应SLIC超像素图像分割算法相比主流超像素分割算法,可以获得更高的边缘命中率以及更低的欠分割率,性能优于LSC(Linear Spectral Clustering)、SLIC和SLIC0(Simple Linear Iterative Clustering Zero)算法。展开更多
偏最小二乘法(partial least square,PLS)在内部采用Pearson系数度量自变量和因变量之间的相关性时提取出的成分不能确保解释性最强,并且PLS在将提取的成分进行线性回归时也无法真实反映变量间的函数关系.针对这些问题,该文提出了融入...偏最小二乘法(partial least square,PLS)在内部采用Pearson系数度量自变量和因变量之间的相关性时提取出的成分不能确保解释性最强,并且PLS在将提取的成分进行线性回归时也无法真实反映变量间的函数关系.针对这些问题,该文提出了融入距离方差和距离相关系数的偏最小二乘回归方法(DVDCCPLS).DVDCCPLS基于距离方差和距离相关系数提取距离成分,再将距离成分进行拟线性回归得到距离回归方程,通过模型求解方法将距离回归方程转换为原始数据的表达,最终得到结构简洁、精度较高的回归模型.该文分别采用麻杏石甘汤数据和UCI数据集测试DVDCCPLS的性能,并与其他5种经典的回归算法对比,结果表明:DVDCCPLS具有较好的回归效果和回归性能.展开更多
文摘基于浙江测震台网记录到的2017年2—9月磐安地区发生的地震序列资料,采用Brune震源模型理论和波谱分析方法,得到磐安震群序列的应力降、视应力等震源参数。利用台站的零频幅值,计算谱振幅相关系数。采用聚类分组,并结合Cut and Paste(CAP)反演方法得到ML4.0主地震事件的震源机制解,系统分析小地震的震源机制的一致性程度。结果显示:震源区应力降值在0.00~0.80 MPa之间,整体构造应力较低;谱振幅相关系数较低,在0.86~0.95之间,震源机制整体相似程度不高;应力积累没有形成一个优势方向,可能指示磐安序列为低摩擦应力的断层作用。研究结果表明:磐安地震序列为普通的小震序列,其震源机制类型与构造应力场基本一致;谱振幅相关分析法可为小震序列的震后快速判定提供重要依据。
文摘针对简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)算法对不同图像自适应性差的问题,提出了一种基于皮尔森相关系数的自适应SLIC超像素图像分割算法。首先,通过量化非间隔进行图像预处理,并计算颜色熵作为图像复杂度,从而确定所需分割的超像素个数。其次,利用皮尔森相关系数作为相似性度量函数。最后,通过纹理特征对类内异常点进行滤除,确保种子点更新的准确性。实验结果表明,在超像素个数相同的情况下,基于皮尔森相关系数的自适应SLIC超像素图像分割算法相比主流超像素分割算法,可以获得更高的边缘命中率以及更低的欠分割率,性能优于LSC(Linear Spectral Clustering)、SLIC和SLIC0(Simple Linear Iterative Clustering Zero)算法。
文摘偏最小二乘法(partial least square,PLS)在内部采用Pearson系数度量自变量和因变量之间的相关性时提取出的成分不能确保解释性最强,并且PLS在将提取的成分进行线性回归时也无法真实反映变量间的函数关系.针对这些问题,该文提出了融入距离方差和距离相关系数的偏最小二乘回归方法(DVDCCPLS).DVDCCPLS基于距离方差和距离相关系数提取距离成分,再将距离成分进行拟线性回归得到距离回归方程,通过模型求解方法将距离回归方程转换为原始数据的表达,最终得到结构简洁、精度较高的回归模型.该文分别采用麻杏石甘汤数据和UCI数据集测试DVDCCPLS的性能,并与其他5种经典的回归算法对比,结果表明:DVDCCPLS具有较好的回归效果和回归性能.
