查詢結果分析
來源資料
相關文獻
- 經驗模態分解法於信號分解之研究
- 基於經驗模態分解法之遞迴式赫米特類神經網路預測模型--以短時交通流量預測為例
- 網格式數值高程模型擷取河系集流閾值之探討
- 運用衛星雷達干涉測量法在臺灣地區求定數值高程模型之初步實驗成果和實務探討
- 地理資訊系統配合模糊邏輯模式於森林生育地之應用
- 數值高程模型解析度對嘉義沿海地區淹水模擬影響之研究--以賀伯颱風為例
- Methods and Implementation of Topographic Modeling for Thematic Mapping
- 地理資訊系統應用於森林生育地屬性之建立與分析
- IKONOS影像萃取DEM提升幾何精度之研究
- 以不同地形資訊探討草嶺地區地形之變遷
頁籤選單縮合
題 名 | 經驗模態分解法於信號分解之研究=The Signal Resolving Using in the Empirical Mode Decomposition Method |
---|---|
作 者 | 江鴻鑫; 夏榮生; | 書刊名 | 地圖:中華民國地圖學會會刊 |
卷 期 | 15 民94.07 |
頁 次 | 頁77-85 |
分類號 | 440.91 |
關鍵詞 | 經驗模態分解法; 數值高程模型; 內建模態函數; 標準化互相關; Empirical mode decomposition; EMD; Digital elevation model; DEM; Intrinsic mode function; IMF; Normalized cross-correlation; NCC; |
語 文 | 中文(Chinese) |
中文摘要 | 經驗模態分解法(Empirical Mode Decomposition, EMD)對數值高程模型(Digital Elevation Model, DEM)此種非週期、非線性、非穩態的渾沌信號,有較佳的改進。但EMD分解過程中以標準中誤差作為終止條件未必嚴謹,該條件會影響篩選過程中「內建模態函數」(Intrinsic Mode Function, IMF)分解的次數,即決定了基底(Bias)的數目,進而改變趨勢面,造成資訊的誤判。本文以「標準化互相關」(Normalized Cross-Correlation, NCC)技術作為分解過程中的終止條件,成果顯示能有效抑制分解次數,確保內建模態函數趨於收斂,求得趨勢面,更可觀察地形瞬間變化,有助於三維數位地形之建立與判釋,以供後續之用。 |
英文摘要 | The Empirical Mode Decomposition method can improve the processing of non-cycle, nonlinear and non-stationary chaos signals, such as Digital Elevation Model data. By the methods with the characteristics of intuitive, direct, a posteriori and adaptive, instantaneous frequencies can be shown. This paper using Normalized Cross-Correlation to be a stop condition, the results display that the condition can restrain the resolving numbers and make sure convergence of IMF, and get a trend assistant to tree dimension digital terrain building. |
本系統中英文摘要資訊取自各篇刊載內容。