回首页 | 网站地图 |   Blog
客户评价
  • 委托文华轩公司博士老师设计一款matlab程序代码,经过博士老师的努力,调试结果表明非常吻合需求。对文华轩博士老师高水准的程序设计能力表示感谢。
    张博士
    来自: 中科院福建物构所
  • 和文华轩公司博士老师合作1年多了,无数的稿件经过博士老师的翻译,实践证明,文华轩博士老师学术论文翻译能力非常强,让人高兴。以后还选择文华轩公司学术论文翻译服务。
    梅子
    来自: 林肯大学
  • 论文问题让我困恼不已,在百度网上看到文华轩公司提供论文修改服务,实践证明,修改结果非常理想,让我非常满意。以后还选择文华轩公司论文修改服务。不想统计公司论文修改水准这么高。
    梁小姐
    来自: 华南理工大学
  • 碰到数据的处理难点。在文华轩博士老师的努力下,顺利解决问题。感谢博士高水准的服务。以后还选择文华轩数据处理服务。
    阔小姐
    来自: 新北
  • 碰到论文问卷统计分析难点,束手无策;在雅虎看到文华轩公司博士老师协助跑统计分析,在老师的努力下,终于解决了问题,了却我的心头之愿,真是感谢。
    史小姐
    来自: 高雄
  • 一组医学数据需要跑统计分析,选择文华轩统计公司的博士老师,在老师的辅导和帮助下,顺利跑出结果,对文华轩博士老师的优质统计分析服务表示感谢。
    林小姐
    来自: 台北
  • 委托文华轩公司协助完成论文apa格式修改,在博士老师的努力下,格式修改得到规范处理,让我学习到不少东西,感谢。
    张小姐
    来自: 高雄
  • 委托博士老师设计OFDM系统,然后以BPSK/QPSK 调变 来跑出BER IFFT的SIZE是256bits,CP是32bits。实践证明,用matlab模拟的波形吻合要求。在此表示感谢。
    张先生
    来自: 新北
  • 委托文华轩公司博士老师协助设计vensim模型的设计,结果比较满意。
    林先生
    来自: 台北
  • 委托文华轩博士老师设计德尔菲问卷和问卷数据分析,结果比较满意,非常感谢。
    杜小姐
    来自: 新北
  • 委托文华轩统计公司完成大陆的问卷调查和问卷数据分析服务,结果比较满意。文华轩公司优质的问卷调查水准让人满意,以后还推荐文华轩公司。
    杨小姐
    来自: 雄狮旅游集团
  • 委托文华轩博士老师协助完成数据的处理和数据的分析。在老师的协助下,顺利完成,结果比较满意。
    林先生
    来自: 新北
  • 碰到论文摘要翻译,一点点小问题难倒我,在文华轩博士老师的协助下,把摘要顺利翻译完成,感谢老师的协助。
    陈老师
    来自: 吉林师范大学
  • 委托文华轩博士老师完成问卷数据的统计分析;在老师的协助下,完成了分析结果;比较满意;以后还推荐文华轩统计公司的问卷数据分析服务。
    陈博士
    来自: 台北护理健康大学
  • 碰到fuzzy delphi问卷数据分析,难倒我了,束手无策;在雅虎上看到文华轩公司提供论文数据分析协助服务,把数据发给老师,在老师的辅导和帮助下,顺利完成数据分析,对文华轩博士老师高水准的服务表示赞赏。
    沈博士
    来自: 新北
  • 有一组实验数据,需要跑数据分析和数据处理。委托文华轩公司博士老师协助完成,在博士老师的努力下,顺利完成,感谢文华轩博士老师高水准的数据分析能力。
    李小姐
    来自: 郑州烟草研究院
  • 设计一个贸易模型,需要协助完成matlab程序设计和仿真,在老师的努力下,得到顺利解决;对文华轩博士老师高水准的matlab程序设计能力表示赞赏。
    罗老师
    来自: 台湾大学
  • 碰到一组犯罪数据的处理,在文华轩博士老师的努力下,顺利完成,对文华轩博士老师高水准的数据处理能力表示赞赏!
    庄老师
    来自: 中国人民公安大学
  • 委托文华轩博士老师完成数据处理,结果比较吻合实际情况,感谢有这么好的老师辅导数据处理。对结果很满意。
    李小姐
    来自: 三军总医院
  • 委托文华轩公司博士老师完成学术论文翻译,在博士老师的努力下,顺利完成,价格不贵。感谢文华轩博士老师的协助。
    李博士
    来自: 中科院
  • 碰到论文的统计分析难点,自己解决不了;在百度上看到文华轩统计公司提供论文数据的统计分析协助,把数据发给博士,在博士老师的辅导和帮助下,顺利跑出结果,感谢文华轩公司博士老师的辅导和协助。
    陆小姐
    来自: 中国人民大学
  • 委托文华轩博士老师协助翻译一篇硕士论文,翻译的结果让人满意,感谢文华轩博士老师的协助。以后还推荐文华轩学术论文翻译服务。
    李小姐
    来自: 广州
  • 碰到专业的论文问卷数据统计分析,素手无策;在网上看到文华轩公司博士老师提供论文问卷数据统计分析协助,把原始数据和问卷表发给博士老师,在老师的努力和辅导下,顺利通过答辩。感谢文华轩博士老师论文问卷数据分析协助服务。
    卢小姐
    来自: 中国人民大学
2018-04-15 11:42:35 | 10种插值方法在物探数据处理中的对比

 物探工作中,常以等值线图研究各种电性、磁性等特征。制作等值线图前,应对数据网格化。网格化数据的方法可以分三类:距离加权平均法、方位取点法和曲面样条插值网格化法。
距离加权平均法包括反距离加权法、克里金法、改进谢别德法和自然邻点插值法;
方位取点法包括方位加权法和趋势面法;
曲面样条插值法包括最小曲率法、三角网/线性插值法、局部多项式法、局部多项式法和趋势面法。
反距离加权插值法
首先是由气象学家和地质工作者提出的。计算的权值随结点到观测点距离的增加而下降。配给的权重是一个分数,所有权重总和等于1.0。该法综合了泰森多边形的邻近点法和多元回归法的长处,通过权 重调整空间插值结构;缺点是在格网区域内要产生围绕观测点的“牛眼”,给电法与磁法数据解释带来 不便,因此,实际应用较少。
克里金(Kriging)插值法
又称空间自协方差最佳插值法,是一种特定的滑动加权平均法,广泛地应用于地下水模拟、土壤制图、矿床中金属品位估计等领域。该法根据不同情况分类:
按在满足二阶平稳(或本征)假设时可用普通克里金法;
在非平稳(或有漂移存在) 现象中可用泛克里金法。
计算可采储量时要用非线性估计量,就 可用析取克里金法;
在区域化变量服从对数正态分布时,可用对数克里金法;
当数据较少,分布不大规则,对估计精度又要求不太高时,可用随机克里金法等。
近年来,还新发展了因子克里金法、指示克里金法。
对于有磁异常偏移的磁法数据,采用泛克里金法比较合适;
对于电法数据,由于数据量小,采用 普通克里金法就能满足要求。
最小曲率法
广泛应用于地球科学。该法的特点是在尽可能严格地尊重数据的同时,生成尽可能圆滑的曲面。使用最小曲率法时要涉及到两个参数:最大残差参数和最大循环次数参数,而且最小曲率法要求至少有四 个点。实际应用中该法用于平滑估值,绘出的等值线主要用于定性研究。
改进谢别德法
使用距离倒数加权的最小二乘法,做了两方面的改进:
通过修改反距离加权插值法权函数wi(x,y)=1/[di(x,y)]u,以改变反距离加权插值法的全局插值,利用局部最小二乘法来消除或减少等值线的“牛眼” 外观。
用节点函数Qi(x,y)来代替离散点(xi,yi)的属性值zi,Qi(x,y)是一个插值于(xi,yi)点的二次多项式, 即有Qi(xi,yi)=zi(i=1,2,⋯,n)。而且Qi(x,y)在点(xi,yi)附近与函数属性值z(x,y)具有局部近似的性质。
改进谢别德法可以是一个准确或圆滑插值器。在用改进谢别德法作为格网化方法时要涉及到圆滑参数的设 置。圆滑参数是使改进谢别德法能够象一个圆滑插值器那样工作,增加圆滑参数的值可增强圆滑的效果。可以看出,改进谢别德法明显优于反距离加权插值法。
自然邻点插值法
其基本原理是对于一组泰森多边形,当在数据集中加入一个新的数据点(目标) 时,就会修改这些泰 森多边形,而使用邻点的权重平均值将决定待插点的权重,待插点的权重和目标泰森多边形的边长成比 例。同时,自然邻点插值法在数据点凸起的位置并不外推等值线(如泰森多边形的轮廓线)。自然邻点插值 型函数满足在插值节点等于1、单位分解性和线性完备性等插值型函数的基本性质。
径向基函数插值法
它是多个数据插值方法的组合,其基函数是由单个变量的函数构成的。所有径向基函数插值法都是准确的插值器,它们都能尽量适应的数据;若要生成一个更圆滑的曲面,对所有这些方法都可以引入一 个圆滑系数。基函数中的复二次函数方法在水文测量、大地测量、地质及采矿、地球物理等领域都得到了广泛应用,效果良好。在数据点数量不太大的情况下,计算也不太复杂, 适合于电法数据生成等值线。
三角网/线性插值法
使用最佳的Delaunay三角形,连接数据点间的连线形成三角形。每一个三角形定义了一个覆盖该三角形内网格节点的面,三角形的倾斜和标高由定义这个三角形的三个原始数据点确定,给定三角形内的全部节点都要受到该三角形的表面的限制。该法将在网格范围内均匀分配数据,地图上稀疏的区域将会形成截然不同的三角面。方法法适合于地层模型和断层的表示,也适合于大比例尺的磁法数据处理。
局部多项式法
也是常用的方法之一。但是,在插值时,要找到一个合理的函数并不是那么容易的,如多项式阶数太大,其波动也很大。鉴于此,采用局部多项式法, 即对插值对象给定搜索领域内所有点插值出适当特定阶数的多项式,局部多项式插值产生的曲面根多依赖于局部的变异。多项式的形式有三种:一次多项式、二次多项式和三次多项式。由于多项模型式的阶数难把握,实际应用中很少运用。
方位加权法
方位加权法是以网格点为中心,把整个研究区分成四个象限,每个象限分成若干个区域,从每个区 域中取离这个点最近一点来作加权计算这一个网格上的值。用方位加权时还需选择象限等分数,即每一 个象限分成几个区域。如象限等分数为2时,代表将一个象限分成2个区域,4个象限则有8个区域。
趋势面法
是用某种形式函数曲面来逼近地质特征的空间分布。给定多项式次数以后,根据离散点与待估点误差的最小二乘法原理求出多项式系数,然后再把网格点坐标代人趋势面方程,得到网格点预测值,并计 算残差值。对残差按方位加权计算,将结果分配到网格点上并与相应的趋势值相加,得到最终结果。用 趋势面时,还需选择趋势面次数和象限等分数,趋势面次数即为多项式次数,象限等分数来自方位加权 计算。该法有多元回归与方位加权法两者的优点。
 

  发表留言
电子邮箱: *
聯繫電話: *
验证码:
  最新留言
[ LIST | TOP ]