应用AR（P）模型预测水文系列

本文综述了近几年发展起来的时间序列分析理论；给出了建立，检验ＡＲ（Ｐ）模型的具体步骤。作为一实例，本文建立了降雨系列的ＡＲ（Ｐ）模型；通过验证知所建ＡＲ（Ｐ）模型是合乎实际的可以用于降雨系列的预报。     

基于多尺度小波分析的大坝变形自回归预测模型

针对大坝变形监测数据序列一般具有较明显的多尺度特征、年周期性和非平稳趋势性等特点,为克服自回归模型在大坝非平稳性变形预测方面存在的不足,利用多尺度小波分析理论在处理非平稳信号上的优势对变形监测数据序列进行分解和重构,然后对重构的不同尺度下的数据子序列分别建立自回归预测模型(AR模型),最后叠加各尺度下的预测结果,从而将多尺度小波分析与自回归模型有机地结合起来,为大坝变形预测提供了一种新的预测模型,并给出了一个工程实例.研究表明:与传统的单一自回归预测模型相比,该大坝变形预测模型能较大地提高预测精度.     

应用AR(P)模型预测水文系列

本文综述了近几年发展起来的时间序列分析理论;给出了建立、检验AR(P)模型的具体步骤。作为一实例,本文建立了降雨系列的AR(P)模型;通过验证知所建AR(P)模型是合平实际的可以用于降雨系列的预报。     

基于小波变换的年径流序列的模拟

根据黄河三门峡（陕县）站实测39年的年径流量序列,本文利用小波变换把实测序列分解成高频部分和较为光滑部分,对不同部分进行分析后,结合AR（1）模型进行模拟,再用小波变换重构算法进行重构,重构的模拟序列的统计特征参数表明,利用小波变换结合AR（1）模型模拟的水文序列与原序列的统计特征参数较为接近,是一个较好的模拟水文序列的方法。     

基于多尺度的小波变换在图像编码中的应用

介绍了小波的多尺度特性及其在图像编码中的应用，通过尺度因子对小波作伸缩处理，小波变换具有突出信号在时域、频域局部特征的能力．通过具体实例给出图像数据的小波多尺度变换及图像重构的实现过程，通过合理阈值的选取去除图像数据中的一些细节参数，图像的改变对人的视觉影响不大，处理后图像的可压缩性增强。     

多尺度图象分割方法及其应用研究

图象分割技术在图象处理中占据重要地位，是计算机视觉和图象理解的最基本问题。多尺度图象分割作为一种新的研究方法，将图象分割与小波变换理论相结合，能够更好地分割、重构图象。本文综述了多尺度分割方法的思想；并分析了多尺度分割方法在SAR图象分割和无损图象压缩中的应用，将其结果与以往提出的分割算法进行了比较，实验表明，效果较好。     

基于Kalman滤波的信号多尺度估计

系统地推导了信号基于Kalman滤波多尺度估值算法，并用实例验证了该方法滤波的有效性．     

GPS/SINS组合导航系统的多尺度融合算法研究

将传统的基于模型的动态系统分析法与基于统计特性的信号多尺度变换分析法相结合,提出一种多尺度融合算法,并用于GPS/SINS组合导航系统.该算法首先建立系统的原始尺度动态方程与观测方程;然后利用小波变换将该动态方程与观测方程在不同的尺度上进行数据融合;最后利用不同尺度上的融合结果进行全局最优融合,并利用该结果对SINS进...     

基于CEEMDAN-GRU混合多尺度模型的欧盟碳价预测研究

基于碳价特有的非线性非平稳和多尺度特征,构建CEEMDAN-GRU混合多尺度模型,对碳价进行非线性预测,并进行样本外期限异质性检验。结果显示,相比 EMD、CEEMD 技术与 LSTM、BP 所构建的混合模型而言,CEEMDAN-GRU模型能有效捕捉碳价多尺度时频特征,实现分解误差的有效降低,预测误差RMSE、MAE、MAPE仅为1.0218、0.6815和0.0110,碳价预测精度优于基准模型,特别是短期预测效果呈现良好的稳健性。     

成都市居民未来生活用水量预测模型的选择

以成都市居民生活用水量为背景,采用不同的预测方法进行了实例计算,分析比较了多个模型的预测精度,并在此基础上确定了适合成都市居民生活用水量变化特征的新的预测模型－自组织模型。研究结果表明,自组织方法（GMDH）是强有力的建模方法,是一种有效的预测手段。     

基于小波的图象放大模型分析

本文提出了一个基于小波的图象放大模型.通过对该模型的理论分析,指出该模型将传统的方块放大法及双线性内插法统一在一个框架内,文中还讨论了模型优化求解的理论方向,分析了滤波器的选择对放大效果的影响.     

基于VIC模型的天然径流还原研究

具有一致性的水文径流系列是进行水资源评价、水利水电工程设计的基础,然而随着人类活动的不断加剧,水文观测系列的一致性遭到了破坏。针对传统径流还原工作量大、难以解决因下垫面变化引起的径流变异等问题,提出了基于VIC模型的天然径流还原方法,并在漳河上游进行了应用。结果表明:基于VIC模型的天然径流还原方法在漳河上游具有较好的适用性,模型率定期和验证期与传统径流还原方法的相对误差都在5%以内,两者拟合Nash-Sutcliffe效率系数均在0.80左右。     

关于时间序列AR模型定阶问题的一些研究

本文对AR模型的差比定阶方法进行了修正;并从工程应用角度,在机械故障诊断的领域里,提出分低阶AR模型和高阶AR模型的观点以及根据FFT-AR谱相似系数取最大值的定阶方法。     

基于BP-GA的融合算法实现

搜索和寻优是控制、预测等应用技术的基础。在人工智能领域，人工神经网络和遗传算法是解决搜索和寻优这2个问题的基本方法。对BP算法和遗传算法进行了研究，指出了其优缺点；研究了传统的将BP和GA结合起来求解问题的几种方式。鉴于这几种方式存在的实际应用缺陷，提出了一种新型的融合算法，阐述了其基本原理，给出了设计流程图，并详细研究了该融合算法的设计步骤。最后，运用示例验证该算法。     

AR(p)模型在中国总人口预测中的应用

利用AR(p)模型对我国总人口进行了动态预测.通过实证分析,对模型进行了检验,短期预测误差较小,应用效果比较符合实际。     

基于遗传算法分析客户消费模式的研究与应用

着重分析了如何利用遗传算法来解决当今第三产业配套服务的问题,对其计算步骤和方法进行了论述,创造性的将实例问题转化为数学模型。通过编码、适应性选择、杂交与变异运算等步骤,证明了利用此算法分析问题的可行性。其运算结果真实有效,并具有全局最优解的特点。     

基于荧光标记的亲水修饰聚N,N-二乙基丙烯酰胺构象转变研究

基于荧光的光物理技术,考察了苊烯标记聚N,N-二乙基丙烯酰胺(PDEA)和N-羟甲基丙烯酰胺(NHMAA)与DEA的温敏性共聚物P(DEA-co-NHMAA)稀水溶液相分离过程。结果表明,经亲水修饰后,最低临界溶解温度升高,相分离过程趋缓。PDEA和P(DEA-co-NHMAA)稀水溶液相分离属渐变过程的构象发生了从伸展线团到蜷曲球的转变。     

基于小波变换的麻醉监测脑电信号的分析与处理

针对中潜伏期听觉诱发脑电的特点，提出了利用小波变换的多分辨分析技术滤除被测信号的强噪声成分，重构真实信号来实现对中潜伏期听觉诱发脑电的提取方法；通过实验仿真表明：小波变换提取技术比其他传统提取方法更有效，可以减少试验次数，可以提供更为可靠的特征提取和模式识别的分析数据，这为麻醉深度的临床监测探索了重要的理论基础。