论文部分内容阅读
为更好地分析IGS连续运行参考站高程数据的变化规律及其变化趋势,以及预测将来一段时间内高程数据的变化,基于RBF正则化神经网络及小波滤波神经网络理论,以MATLAB7.0为平台对北京IGS站的高程分量数据进行GRNN函数逼近和小波分解逼近。通过对历年高程数据进行拟合和分层滤波,分析发现高程时间序列存在季节变化,其是以半周年项和年周项的季节性变化,其中年周期项比较明显。