- 用随机共振理论解释地震孕育过程与地震发生现象中的一个显著特征被引量：1
- 1998年
- 地震孕震体是一个非线性双稳整（或多稳整）系统，具备发生随机共振的条件。而地震的孕震过程与发生现象表现为小功率（一定的能量，长时间的过程）的能量输入和大功率（一定的能量，极短时间的过程）的能量输出。本文用随机共振理论，解释了这一特征。
- 郑文衡张国安陈俊华
- 关键词：随机共振地震孕震非线性
- 用时间序列分析预报地震的新途径
- ＜正＞用时间序列分析预报地震,传统方法是从地震目录出发,建立地震发生的数学模型,以这个模型外推确定下一次地震。本文认为,地震的发生受许多偶然因素影响,其规律性较差,由于监测量是某一连续变化的物理量,它本身具有一定的变化规...
- 郑文衡陈俊华严尊国杨立明张秋文
- 文献传递
- 地震震级—频度G-R关系的偏离度被引量：7
- 1995年
- 假设震级—频度分布服从对应于G-R式母体分布污染的情况,文中引进震级分布偏离度(ζ)来描述实际资料分布与G-R式的偏离程度。在G-R式分布参数稳健估计的基础上给出了偏离度的计算方法。华北地区1980—1993年取资料时间窗长1年,滑动步长1个月的ζ值计算结果表明,6级左右强地震前的半年至一年半左右ζ值明显为相对稳定的低值,震后呈高值变化。它可能反映了强震孕育发生过程中地震活动强度分形结构的变化,存在一个有序态(确定性)和无序态(浑沌)转化的自组织性质。ζ值可在地震预报中作为一个分析判定指标。
- 严尊国陈俊华郑文衡
- 关键词：震级分形地震
- 地震前兆信息识别的一种人工智能方法
- 1997年
- 探讨了识别地震前兆信息的新途径。使衙“机器发现”方法，即利用计算机技术，运用递归函数理论处理前兆观测资料，建立其解析函数表达式，并以解析表达式的外推值作为识别异常的标准，实现了对地震前兆信息的定量分析。对倾斜固体潮Ｍ２波潮汐因子γ值进行实际处理，与平静期或有强震异常的时段进行映震分析。
- 郑文衡陈俊华严尊国张秋文杨立明
- 关键词：地震前兆人工智能
- 地震震级分布偏离度
- ＜正＞1 震级分布偏离度的定义把估计理论建立在符合实际资料情况的分布模式而不是建立在某种理想的分布模式,是稳健估计与经典估计理论的根本区别．一般情况下,为克服不作任何假设给估计理论带来的困难,通常“宽松”地假设数据分布接...
- 严尊国陈俊华郑文衡
- 文献传递
- 强震前后震级分布偏离度时序特征的初步分析
- 1995年
- 以川滇地区和青藏块体北部地区１９８０年以来的地震目录为依据，分析了在稳健估计理论基础上引出的震级分布偏离度（ξ值）随时间变化的特征。结果表明，强震前ξ值表现为低值状态（有序的自组织临界阶段），震后转变为高值（无序的混沌态），构成强震孕育发生的自组织过程；同时，不同地区地壳构造不同，强震自组织性质也有所差异。ξ值可望作为地震中期预测的一种判别指标。
- 陈俊华严尊国郑文衡
- 关键词：地震预报强震震级偏离度
- 一种人工智能方法用于地震前兆异常信息识别的研究
- ＜正＞机器发现是人工智能的一个分支,它的思路是智能化的,较之传统的数值模拟或曲线拟合,有无可比拟的优越性。确定前兆观测数据的正常背景是统计性识别地震前兆异常的最核心的工作,对此,机器发现法有极具引诱力的应用前景。传统的数...
- 郑文衡陈俊华严尊国张秋文杨立明
- 文献传递
