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
传统Pearson相关系数计算公式具有不稳健性,离群值的存在会导致计算结果与实际不符。针对此问题,文章给出了一种稳健估计方法。在模拟样本量分别为20、50、100、200,污染率分别为1%、5%、10%情形下,比较传统相关系数值与稳健相关系数值...传统Pearson相关系数计算公式具有不稳健性,离群值的存在会导致计算结果与实际不符。针对此问题,文章给出了一种稳健估计方法。在模拟样本量分别为20、50、100、200,污染率分别为1%、5%、10%情形下,比较传统相关系数值与稳健相关系数值,发现:稳健相关系数公式正确率均显著高于传统相关系数。在实例分析中进一步验证了稳健相关系数的可行性和有效性。文章研究结论可用于含离群值变量的相关系数稳健估计。The traditional Pearson correlation coefficient calculation formula is not robust, and the existence of outliers will cause the calculation results to be inconsistent with reality. To solve this problem, this paper presents a robust estimation method. When the simulated sample size is 20, 50, 100 and 200 respectively, the pollution rate is 1%, 5% and 10% respectively, it is found that the accuracy of the robust correlation coefficient formula is significantly higher than that of the traditional correlation coefficient. The feasibility and effectiveness of a robust correlation coefficient are further verified in the example analysis. The conclusions of this paper can be used for robust estimation of correlation coefficients with outlier variables.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
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。
文摘传统Pearson相关系数计算公式具有不稳健性,离群值的存在会导致计算结果与实际不符。针对此问题,文章给出了一种稳健估计方法。在模拟样本量分别为20、50、100、200,污染率分别为1%、5%、10%情形下,比较传统相关系数值与稳健相关系数值,发现:稳健相关系数公式正确率均显著高于传统相关系数。在实例分析中进一步验证了稳健相关系数的可行性和有效性。文章研究结论可用于含离群值变量的相关系数稳健估计。The traditional Pearson correlation coefficient calculation formula is not robust, and the existence of outliers will cause the calculation results to be inconsistent with reality. To solve this problem, this paper presents a robust estimation method. When the simulated sample size is 20, 50, 100 and 200 respectively, the pollution rate is 1%, 5% and 10% respectively, it is found that the accuracy of the robust correlation coefficient formula is significantly higher than that of the traditional correlation coefficient. The feasibility and effectiveness of a robust correlation coefficient are further verified in the example analysis. The conclusions of this paper can be used for robust estimation of correlation coefficients with outlier variables.
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。
