Jag accepterar att kakor lagras på min dator

Läs mer

Classification with dynamical models estimated with higher order statistical moments.

Classification with dynamical models estimated with higher order statistical moments. Beställ tryckt exemplar Lägg i kundvagnen
Författare: Lennartsson Ron K
Ort: Stockholm
Sidor: 41
Utgivningsår: 1999
Publiceringsdatum: 1999-12-21
Rapportnummer: (FOA-R--99-01292-313)
Nyckelord Klassificering, ickelinjär, dynamiska, modeller, seismisk, classification, nonlinear, dynamical, models, seismic, 65
Sammanfattning I rapporten studeras dynamiska modeller skattade med högre ordningens statistiska moment som verktyg för detektion och klassificering. De två modeller som studeras är en andra ordningens modell med en fördröjning och fem parametrar och en andra ordningens modell med två fördröjningar och tre parametrar. De båda modellerna används för att klassificera seismiska data från Panama som tidigare har klassificerats med Master-event correlations. Med femparameters-modellen erhölls 91.5% korrekt klassificering och med tre-parameters-modellen erhölls 93% korrekt klassificering. Med Master-event correlations erhölls endast 80% korrekt klassificering som bäst.
Abstract The purpose of this report is to study the use of dynamical models estimated with higher order statistical moments for detection and classification. The two models studied here are a single delay second order model with 5 parameters and a double delay second order model with 3 parameters. The two models are applied to seismic data from Panama, which has previously been analyzed with the method of Master-event correlations. The 5 parameter model achieves 91.5 percent correct classification and the 3 parameter model achieves 93 percent correct classification. The method of Master-event correlations only achieved 80 percent correct classification on the same set of data.

Kundvagn

Inga rapporter i kundvagnen

FOI, Totalförsvarets forskningsinstitut

FOI
Totalförsvarets forskningsinstitut
164 90 Stockholm

Tel: 08-555 030 00
Fax: 08-555 031 00

Orgnr: 202100-5182