摘要
<正>1.引言目前,希尔伯特-黄变换被广泛应用于多个领域,在地震信号处理和解释方面也存在着卓越的优势。希尔伯特-黄变换是由Huang于1998年提出的,该方法的核心部分就是经验模态分解(EMD)。然而,端点效应的存在限制了EMD的使用效果,必须对其进行改进。RBF(Radial Basis Function,简称RBF)神经网络是一种性能优良的前馈型神经网络。它具有全局逼近能力,而且拓扑结构紧凑,收敛速度快,非常适用于数据的拟合、预测。因此,本文尝试利用其
引文
1钱昌松,刘代志,刘志刚,等.基于递归高通滤波的经验模态分解及其在地震信号分析中的应用[J].地球物理学报,2010,53(5):p.1215-1225.
2孔庆丰.基于Hilbert-Huang变换的面波压制方法研究[J].石油物探,2012,51(5):p.446-450.
3王姣,李振春,王德营.基于CEEMD的地震数据小波阈值去噪方法研究[J].石油物探,2014,53(2):p.164-172.