《表1 各分量分别与原始序列的相关系数Tab.1 The Correlation Coefficients of Each Component with the Original Sequence》下
由图3可知,EMD将大坝变形序列分解为2个IMF和1个残余分量T,使各分量变化曲线比原来变形曲线(图2)更光滑和平稳。显然,EMD可以降低其非平稳性,有利于模型的建立和分析。但IMF1频率较高,存在明显的突变现象。由表1可知,IMF1分量与原始数据的相关系数为0.007 1,显然,IMF1分量与原始数据相关性很小,因此它们是噪声信号和干扰信号;IMF2和T相关系数分别为0.929 9和0.768 5,均大于IMF1分量的相关系数,且分量IMF2+T相关系数为0.996 9,表明分量IMF2+T与原始数据具有很高的相关性,可视为实际位移的逼近信号。因此,可剔除含噪声的高频分量IMF1,对剩余分量建立傅里叶预测模型。但由于分量个数较多,会增加建模次数。因此,有必要采用游程判定法对剩余分量进行波动程度分析。各分量的游程总数如表2所示。
图表编号 | XD0028837900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.20 |
作者 | 杨庆、任超 |
绘制单位 | 桂林理工大学测绘地理信息学院、广西空间信息与测绘重点实验室、桂林理工大学测绘地理信息学院、广西空间信息与测绘重点实验室 |
更多格式 | 高清、无水印(增值服务) |
查看“表1 各分量分别与原始序列的相关系数Tab.1 The Correlation Coefficients of Each Component with the Original Sequence”的人还看了
- 表1 HPLC-FLD测量7种物质的回归方程及其相关系数Tab.1 Regression equations and correlation coefficients of the 7 substances determined by HP
- 表1 各IMF分量与原始信号之间的互相关系数Tab.1 Cross correlation coefficients between IMF components and original signals
- 表1 五套土壤湿度数据与观测数据的相关系数Tab.1 Correlation coefficients between observation data and the five sets of soil moisture data