水文时间序列周期识别的新思路与两种新方法之我见

本文主要针对当前水文序列周期的识别相对比较困难这一事实,首先对原先的序列进行处理,对周期识别新思路进行探析,并在此基础上提出两种全新的方式和方法。第一种是模拟延长序列法,通过建模对原序列进行延长,再通过MESA法对这些已经延长序列的周期进行识别;第二种是主频序列构建法,其主要运用小波重构法对原序列的主频部分进行重构,之后再利用MESA法对这些重构了的序列周期进行识别。通过试验分析可知,实践中因序列长度相对较短、偏态性以及复杂随机成分较多等因素影响严重,所以传统的周期图法、小波分析等,相对比较单一,水文时间序列周期识别效果不太理想,而以上两种全新的方法应用效果则非常的显著,因此应当推广之。     

金融时间序列的混沌识别

将非线性和混沌的理论和方法应用在金融时间序列的研究中,识别金融时间序列是否为混沌时间序列是研究者面临的一个首要的问题,各个学科领域根据所研究的具体对象发展出了不同的算法,这些算法对金融hen序列的研究有借鉴作用。然而,金融时间序列的小数据量与混合噪声的特征使得混沌识别更加困难．目前广为应用的金融时间序列的混沌识别方法是Gencay-Dechert法,替代数据法等,这些算法仍然处于发展完善中。     

基于动态二维图像序列的三维步态识别方法

针对在当前二维步态识别系统中,受到人体走路姿势中的特征重叠的影响,不能很好的解决信息丢失问题。而三维识别也面临着技术要求复杂,对设备角度要求高的问题,本文提出了一种基于动态二维图像序列的三维步态识别方法。利用摄像机采集单帧步态图像序列,通过对单帧连续通信进行坐标动态转换,对特征矩阵进行有效的三维转化,计算三维特征数据,提取三维人体单帧二维图像转化的特征,进行步态识别。结果表明,本方法无需复杂的设备,能够解决特征丢失问题,识别准确度有了较好的改善。     

一种基于信息融合的分布式目标类型综合识别方法

本文针对分布式处理与决策需求,设计了一种编队分布式目标类型综合识别系统,提出了基于目标运动特征和多平台多周期信息融合的目标类型综合识别方法,为编队处理与决策系统提供了一套较好的目标类型识别解决方案。经过仿真测试,证明该识别方法能对目标类型进行合格有效的判定。     

水文序列变异的差积曲线－秩检验联合识别法在闽江流域的应用

针对水文序列变异点初步识别时常用的统计方法假设较多、公式复杂及运算繁琐等方面的不足,本文提出通过差积曲线进行变异点的初步识别,并应用秩检验法进行精确识别的差积曲线-秩检验联合识别法,以闽江流域竹岐站1936年～2004年近70年径流序列为例应用该方法进行变异点的识别,研究结果表明:闽江竹岐站年径流序列的变异点在1954年,变异前后的均值分别为1967m3/s、1653m3/s,Gv值分别是0.16和0.24.变化非常明显.在此基础上,从气候变化等自然条件和人类活动两方面分析变异点的物理成因,显示区域降雨、气温等气候变化和森林植被的破坏等人类活动导致了该径流序列在1954年发生变异.该识别方法只需少许假设,方法相对简单、方便且比较直观.     

基于主题强度突变检测的颠覆性技术识别

[研究目的]改进或丰富现有的颠覆性技术识别方法和相关实证研究,对于区域和企业创新战略规划,以及相关科技政策制定均具有积极的决策参考意义。[研究方法]在已有的颠覆性技术识别量化分析方法基础上,导入专利文本主题强度概念,通过主题强度变化来辅助识别技术演进中的热点主题,然后根据不同年份的时间序列数据,引入在水文和气象监测领域的BUT(Buishand U test)突变检测方法,并结合专利文本主题演进模式区分,提出了一个较新颖的颠覆性技术分析框架。[研究结论]在实证分析部分,将专利文本主题强度突变检测应用到了工业互联网领域,并识别出部分具有颠覆性潜力的技术主题,从而进一步丰富了当前有关颠覆性技术识别的方法体系。     

基于时间序列的数据挖掘技术在城市内涝灾害中的应用研究

水利信息化的建设积累了大量历史水情数据,对这些数据进行挖掘,找到与给定时间段相似的水文过程,为城市防汛提供指导。针对水文数据维度高、周期性强、短期波动频繁等特点,采用分段聚合近似方法进行有效压缩,把握水文时间序列模式的变化特征,在此基础上采用最大特征点优先匹配的动态时间弯曲距离算法比较两个水文时间序列的相似性,并以杭州市水位监测站采集到的历史水位和降雨量信息为样本进行了验证,结果有效。     

黑河流域莺落峡站水文过程变异点的识别与分析

水文过程变异点的识别与分析是近十几年来比较热点的问题之一,为准确识别黑河流域水文过程变异点,本文采用黑河流域莺落峡水文站1947年-2006年年径流序列资料,运用差积曲线-秩检验联合法来识别黑河流域水文过程变异点,并结合Brown-Forsythe法、有序聚类法、滑动F检验法来验证变异点的准确性,应用SPSS统计软件分析水文变异点前后数据变化特征。结果表明：黑河流域莺落峡水文站水文过程变异点为1959年和1979年,水文序列变化分为三个阶段,各阶段均值分别相差1.25亿m3、1.89亿m3。标准差值、变差系数值和偏差系数值变化显著,河流水文序列的趋势性和突变性特征反映了自然条件和人类活动对河流天然状态的水文序列产生了显著的影响。     

车牌汉字识别方法研究

汉字识别属于模式识别的范畴。通常的汉字识别方法可分为两类：一是基于汉字结构（笔画特征）的结构识别;一是基于汉字统计特征的统计识别。但他们各有优缺点。本文主要探讨了目前主要的车牌汉字识别方法,为汉字识别的实际应用打下基础。     

车牌汉字识别方法研究

汉字识别属于模式识别的范畴。通常的汉字识别方法可分为两类：一是基于汉字结构（笔画特征）的结构识别;一是基于汉字统计特征的统计识别。但他们各有优缺点。本文主要探讨了目前主要的车牌汉字识别方法,为汉字识别的实际应用打下基础。     

信息技术在水文勘测中的应用分析

为了有效的研究信息技术在水文勘测中的应用,本文结合工作实践,充分对其进行了有效探索,希望通过进一步研究,能够不断提高水文勘测技术水平。     

特征信息的新数字图像识别方法研究

随着社会的快速发展,我国的科技水平也得到了很大的提高。尤其是在新兴领域的数字图像的识别上,我国科学工作者一直在不断的研究着,为对数字图像的识别寻找更好的方法。在以前的方法中,往往存在着一些弊端,而本文提出了一种新的数字图像的识别方法,主要是运用特征信息的比较。本文着重阐述了特征信息的新数字图像识别方法的原理,和对这个方法的一些研究。     

港航工程施工危险源辨识分析

港口工程实为一种具有较高风险性与复杂性的工程类别,为了能够从根本上提升整个港口工程生产管理的安全开展,需要对其中所存在的危险源主展开全面、深入的识别与分析,并为此制定规范、有效的识别方法,将危险源消除在萌芽状态。本文就港航工程施工危险源的识别及方法作一探讨。     

基于统计特性的P2P流量识别方法研究

本文立足于P2P协议最基本的特点,提出了一种新的P2P流量识别方法,对P2P流量进行分析研究,总结出连续性和端口离散性两个P2P流量统计特性,并以此为基础建立了基于流量统计特性的P2P流量识别模型.     

桥梁结构损伤的智能识别方法应用研究

结构损伤识别在桥梁健康监测领域有着重要的地位,是桥梁进行加固维护的前提。桥梁结构损伤识别越来越受到人们重视,并提出了各种各样的损伤识别方法,本文解释了桥梁结构损伤识别的定义,并介绍了各种桥梁结构损伤的智能识别方法,有望在此基础上能够对桥梁结构的损伤识别提供相应的参考依据。     

基于数据流技术的电能质量扰动在线识别

设计了一种在线电能质量扰动(power quality disturbance,PQD)识别方法.该方法应用小波分解对各种扰动进行特征提取,应用数据挖掘技术中的决策树算法对扰动进行分类.为了在线应用,采取了一种滑窗模型对PQD别进行设计.这种设计方法具有记忆和运算时间短的优势,在识别PQD时能做到识别准确率高并且消耗时间短.通过仿真实验结果证实了该方法的有效性.     

基于改进神经网络的图像生物特征识别方法

在图像的固定生物特征识别过程中,传统的识别方法针对像素质量不高的问题,很难建立完整的寻优计算过程,识别效果不好。提出基于改进神经网络算法的图像特征识别方法。通过量子计算对神经网络进行优化,优化神经网络在特征识别中的阀值确定过程,完成图像识别。实验结果表明,利用改进的算法进行图像特征识别,能够极大的提高生物特征识别的准确性,扩展了应用的范围。     

基于成分分析的图像物体识别

物体识别是计算机视觉领域的一个基本问题。与基于底层特征的物体识别方法相比,成分分析能够获得图像物体的一种鲁棒性描述,进而提高识别性能。针对成分分析技术,本文综述一些常用方法,包括属性学习、矩阵分解、LDA分析等,并说明它们在具体应用中的原理和特点。     

时间序列的分解预测技术——摘译自《The Handbook of Forecasting》

分解预测技术是一种较早采用和经常使用的预测方法。它用一些简单的数学公式来分离一个时间序列的4种分量:季节性、周期性、趋势性和随机性部分。对一个时间序列移去其中的季节性和随机性分量便得到趋势一周期曲线。作者认为,这条趋势一周期曲线是企业经营预测最重要的基本环节。分解预测技术在各企业生产领域得到了广泛的应用。     

基于三维时空域的音符信号切分识别方法研究

在音乐数字化领域中,音符信号承载着音乐中最重要的信息,当对音符信号进行切分识别时,音符信号的端点难以确定,无法实现精准的切分识别,为了满足音乐数字化的现实需求,提出一种基于三维时空域的音符信号切分识别方法。利用三维时空域对音符信号的端点进行判定,以音符信号的起止点作为切分点,实现对音符信号的切分;根据乐器和演唱者的声音创建HMM模型,采用维特比方法生成音符信号的时间序列;按照时间序列对HMM模型进行训练,通过训练结果实现对音符信号的切分和识别。分析仿真实验结果可知,所提方法不仅实现了音符的切分识别,并较好保存了音符信号所包含的信息。