前导-滞后关系的理论基础与实际应用
时间序列数据在现代数据分析中无处不在。从金融市场的股票价格波动到生物医学领域的心电图与脑电图信号，甚至是日常生活中的用水量变化，都可以通过时间序列来表征。深入理解时间序列信号之间的关联性对于提取有意义的数据特征至关重要。本文将重点介绍两种基本但强大的分析工具：
互相关
新书出版：背景噪声被动源成像方法
本书是一本经典地震学教程,它系统地阐述了走时估计和背景噪声互相关成像的原理与方法,内容涵盖了格林函数估计的噪声互相关方法、走时估计的驻相法、传统检波器阵列成像方法、背景噪声反射体成像、背景噪声成像分辨率分析、弱散射介质中背景噪声走时估计、弱散射介质中背景噪声互