基于模糊模式识别的径流特性分析

为了探讨河流天然径流的演变规律,引入模糊模式识别的理论和方法对流量序列进行研究,给出了基于模糊聚类的径流丰枯特性分析的方法;在对径流丰、中、枯聚类基础上提出了基于模糊模式识别的多维丰枯周期特性分析方法。以嘉陵江支流白龙江下游的三磊坝水文站多年月平均流量数据为例,得出了该站径流各年的丰枯特点、丰枯周期及相应的隶属度。该方法的多维径流特性分析结果与分析尺度和数据维数有关。     

关于中国各大城市划分级别的研究——基于城市划线的Q型聚类和主成分分析

提出一种基于149个城市的20个方面93个指标的聚类分析结果进行城市划线的方法.利用R软件通过特定指标对所列城市进行聚类分析.针对普遍存在的数值型数据聚类问题,提出基于主成分分析的结果解释方法,首先对数据进行聚类分析,然后利用主成分分析解释聚类结果包含的内容.     

广义不确定周期时变系统的鲁棒容错H_∞控制

针对一类广义不确定周期时变系统,利用线性矩阵不等式和李雅普诺夫不等式的分析方法提出了广义不确定周期时变系统的鲁棒二次稳定和鲁棒二次可镇定且具有H∞性能指标的概念.得到了该类系统鲁棒容错H∞控制的充要条件,研究成果是广义不确定定常系统鲁棒容错H∞控制结论向广义不确定周期时变系统的推广,因而具有较大的理论意义.最后,使用一个数值算例证明了该方法和结论的有效性.     

一般广义不确定周期时变系统的鲁棒稳定性

针对一般广义不确定周期时变系统存在鲁棒稳定性问题,根据一般广义周期时变系统的Lyapunov不等式,提出一般广义不确定周期时变系统鲁棒稳定的概念,并采用矩阵不等式（LMI）方法进行分析,得到了该类系统鲁棒稳定的充分必要条件.研究了在状态反馈控制下保证闭环系统鲁棒稳定的条件,给出了一组状态反馈鲁棒控制器的设计方法;引入了一般广义不确定周期时变系统二次稳定的概念,讨论了二次稳定性与鲁棒稳定性的关系,是广义定常系统相应结论向一般广义周期系统的自然推广.     

西安市皂河流域降雨径流估算及其特性分析

在皂河无实测流量资料的情况下,为了分析其径流特性,首先应用径流系数法由降雨资料推求流域径流量,进而对求得的径流序列趋势、周期、持续及突变等特性加以分析.结果表明:年径流序列变化表现为不显著的下降趋势;存在3 a、6 a和17 a的准周期;具有Hurst效应;年径流序列在1976,1985年和2006年发生了突变.     

参数不确定性一般奇异周期系统的鲁棒H_∞控制

针对状态矩阵带有不确定性的一般奇异周期系统的鲁棒H∞控制问题,采用广义Lya-punov不等式和线性矩阵不等式(LMI)分析方法,提出了参数不确定的一般奇异周期系统鲁棒H∞稳定和鲁棒H∞可镇定概念,获得了该类系统鲁棒H∞稳定的充要条件.通过对系统引入一个状态反馈,得到了该类系统鲁棒H∞可镇定条件,并给出了一个鲁棒H∞控制器的设计方法,所得结论是奇异系统鲁棒H∞控制研究成果向一般奇异周期系统的自然推广.最后,通过数值算例验证了设计方法的有效性.     

基于PCA的BP神经网络分类器

由于入侵检测处理的多为高维数据,为了提高入侵检测的效率和准确率,提出了一种基于主成分分析(PCA)的特征提取方法,对数据源进行特征降维,将获得的主成分作为BP神经网络的输入进行数据识别.同时介绍了M atlab中相关函数,并与传统入侵检测方法进行了比较.实验结果表明:基于主成分分析的特征提取方法在简化BP神经网络规模的同时,显著提高了入侵检测识别效果.     

改进主成分分析的KNN故障检测研究

为提高过程故障检测的可靠性与准确性,提出改进的主成分分析的故障检测方法.首先通过K-means聚类算法将原始建模数据进行分类,然后在此基础上应用PCA在每个类中提取主成分,最后建立基于数据的KNN模型进行故障检测.研究结果应用于青霉素发酵过程,与传统的PCA、KNN算法进行比较,表明采用PC-KNN的故障检测结果更加准确,并且减少了数据量与计算时间,保证了过程的安全可靠运行.     

基于集成主成分分析的故障检测方法

针对核主成分分析(KPCA)和主成分分析(PCA)的一些不足,提出一种基于集成主成分分析的故障检测方法。该方法将PCA与KPCA结合,利用KPCA描述过程的非线性信息并提取核主成分,再利用PCA对原始信息和核主成分一同提取线性主成分,通过构造统计量T2和SPE(或Q)进行故障检测。在TE(Tennessee-Eastman)过程上的仿真研究表明,本文提出的方法较PCA和KPCA有更高的故障检测精度。     

基于主成分分析的密度聚类算法

密度聚类算法可以描述任意形状的聚类,可以有效地处理异常数据,适合处理大数据集,但不适用于高维数据集的聚类,因此提出了基于主成分分析的密度聚类算法,将DBSCAN算法应用于PCA的k个主成分张成的子空间,解决了DBSCAN算法用于高维数据集的问题.运用气象数据进行实验,结果表明：主成分个数k值的选择严重影响聚类效果,故提出k的基本选择方法,正确选择k值情况下,该算法具有较好的聚类效果.     

基于情景分析法的流域径流特性研究

流域径流的变化受控于自然变化和人类活动两组向量.以渭河流域陕西片为例,采用基于分布式水文模型的流域径流变化规律情景分析方法,选取降雨和土地利用作为径流的主要影响因子,进行情景设定,借助分布式水文模型进行模拟计算,有效揭示渭河流域陕西片的径流变化特性.结果表明:年降雨总量对年径流总量影响显著,月径流量的峰值大小及出现时间呈现较大随机性;由于流域片降雨量较少而蒸发量较大,土地利用情景对径流的影响不显著.     

集对分析法在长江寸滩站年径流预测中的应用

简要介绍了集对分析的原理,阐述了基于集对分析的年径流预测的基本思想和步骤.通过长江寸滩站年径流集对预测实例分析并与模糊优选预测结果进行了对比.研究表明集对分析法具有计算简单、关系结构清晰、预测精度较高的特点,可应用于年径流预测.     

近50a人类活动对西北干旱区水文过程干扰研究--以塔里木河流域为例

近50a来，塔里木河流域产生的土地荒漠化等生态问题的原因是人类活动对水文过程的干扰所造成，基于月时间尺度的水文资料，采用对比分析法，从径流的年内过程、年际过程、来水过程等方面，分析人类活动对流域水文过程的干扰特征，根据研究区水资源开发利用的特点，采用数理统计法——有序聚类法和游程检验法，计算出了流域人类活动对水文过程的干扰点。     

松花江流域极端气象水文要素分析

利用松花江流域1961-2018年逐日降水及逐日径流数据资料,基于11个极端降水指标和5个极端径流指标,采用趋势分析法、Mann-kendall非参数检验方法、Mann-kendall突变检验法、克里金插值法、皮尔逊相关系数等方法分析了松花江流域极端降水及极端径流事件的变化特征、地区性差异和规律,同时分析了极端降水和极端径流事件间的关联性。结果表明：除持续干期指数（Consecutive dry days,CDD）和降水强度指数（Simple daily intensity index,SDII）外,其余指数多年平均值均呈现出第二松花江流域为高值区,松花江干流流域次之,嫩江流域为低值区,各极端降水指数的空间趋势分布和突变年份也体现出区域差异性;各极端径流指数的变化趋势和突变年份分别相近,且都呈微弱变化趋势;在不同时间尺度下,极端降水与极端径流事件的相关系数均通过99%显著性检验,由于松花江流域汇流速度较慢,当时间尺度为30天时极端降水与极端径流事件表现出最为显著的关联性。     

基于协整与误差修正机制的径流预测模型研究

介绍了协整分析理论,结合第二松花江流域上下游的年径流量,阐述了单位根检验、协整检验、误差修正模型的理论与分析方法.采用白山站和丰满站1933~1998年的年径流量资料,用协整分析的方法建立模型,对丰满站1989~1998年的年径流量进行预测研究,研究结果表明基于协整与误差修正模型进行预测是有效的.     

长江上游主要河流年径流序列变化特性分析

为探讨长江上游年径流的变化特性,采用随机分析法、小波分析法和集对原理,研究长江上游主要河流年径流序列的趋势性、周期性、相依性、持续性和丰枯变化.结果表明,长江上游主要河流年径流序列多数存在趋势性,具有不同的周期成分且在时域上分布不均匀,年径流序列间具有自互相关特性且可能存在一定的长持续性相关结构,年径流在空间上具有丰枯同步变化特点.     

大峪河径流特性初步分析

通过对大峪河1955～2006年的径流序列进行趋势性、周期性以及混沌特性分析,初步揭示了大峪河径流变化特件及其规律,即:大峪站实测年径流序列呈递减趋势,但不显著;年径流序列变化的短周期为4～8 a,长周期为12～25 a;而且其月径流序列存在一定的混沌特性.     

Assessment of temporal and spatial variations in surface water quality using multivariate statistical techniques: A case study of Nenjiang River basin,China

Assessment of temporal and spatial variations in surface water quality is important to evaluate the health of a watershed and make necessary management decisions to control current and future pollution of receiving water bodies. In this work, surface water quality data for 12 physical and chemical parameters collected from 10 sampling sites in the Nenjiang River basin during the years(2012-2013) were analyzed. The results show that river water quality has significant temporal and spatial variations. Hierarchical cluster analysis(HCA) grouped 12 months into three periods(LF, MF and HF) and classified 10 monitoring sites into three regions(LP, MP and HP) based on the similarity of water quality characteristics. The principle component analysis(PCA)/factor analysis(FA) was used to recognize the factors or origins responsible for temporal and spatial water quality variations. Temporal and spatial PCA/FA revealed that the Nenjiang River water chemistry was strongly affected by rock/water interaction, hydrologic processes and anthropogenic activities. This work demonstrates that the application of HCA and PCA/FA has achieved meaningful classification based on temporal and spatial criteria.