高铁地震信号时频特征对比分析

利用同步挤压小波变换方法, 对河北保定和广东深圳地区实测的高铁地震信号进行时频谱分析。结果表明, 高铁在经过高架桥时, 在其附近产生的地震信号中低频信息比通过隧道和接触地表运行产生的地震信号丰富。利用高铁地震信号的时频谱特性, 可以确定高铁运行速度的变化。     

Curvelet域垂直地震剖面波场分离

针对垂直地震剖面（VSP）资料处理中上下行波重叠难以分离的问题，提出了一种基于奇异值分解（SVD）和Curvelet变换相结合的分离上下波方法．首先基于数据中随机噪声是统计平稳的假设，在Curvelet域通过分尺度选取阈值压制随机噪声，再利用奇异值分解方法滤除部分下行波能量，最后根据VSP资料中上下行波在Curvelet域分布区域不同，进行上下行波场分离．合成和实际资料处理结果表明，该方法与f-k滤波方法和SVD方法相比，不仅提高了信噪比，而且减弱了边界上的波形畸变，得到了更好的分离效果．     

一种新的选择性支持向量机集成学习算法

针对支持向量机(SVM)在应用于集成学习中会失效的问题,提出一种选择性SVM集成学习算法(SE-SVM),利用ξα误差估计法估计个体SVM泛化性度量,并基于负相关学习理论引入差异性度量,通过递归删除法选择出一组泛化性能优良、相互间差异性大的SVM参与集成学习.基于UCI数据的仿真实验表明,SE-SVM能够平均提高SVM的分类正确率0.4%,比常规的Bag-ging集成学习方法和负相关集成学习方法的分类正确率分别提高了0.24%和0.16%.