智慧水文业务系统建设

本文简要介绍了通过物联网、智能感知、云计算、大数据分析、智慧应用等高新技术手段,进行水文信息化体系架构优化重构,通过建设水文设施,对监测信息数据的处理与共享,建立水文业务的信息化应用系统,实现水文信息资源的共享,构建智能协同的水文信息化业务系统,打造智慧水文新模式,全面提升水文信息化水平.对水文行业的信息化水平有较好的参考作用.     

浅谈互联网技术背景下水文监测工作现状及解决措施

在水利工程建设中,水文监测工作是一个非常重要的环节,它决定着整个工程的质量效果,促进社会公众服务进一步发展.随着我国经济和综合国力的日益增强,我国的水文事业在观测、检测以及信息掌握方面的技术都有了非常大的提高和进步.在世界科技迅速发展的前提下,互联网技术越来越多的应用在各个领域,给其它领域带来了全新的信息化技术和策略,同时也给水文监测工作提供了基础的条件和便利.本文简要分析了我国水文监测工作的目前状况,结合先进的互联网技术以及它所提供的高质量平台,主要在增加信息传递与交流、监测技术突破、优化人才和项目的管理方案等方面提出了对于信息化的水文监测工作,我国应该采取的措施和策略.     

基于ATmega16的多路水文参数采集及无线传输系统

引言 为适应防汛和水利调度的现代化、信息化要求,水文监测系统的建设进入了数字化、网络化阶段。在许多重点水域（重点河流、湖泊、水库、水利工程等）,往往需要监测多个水文数据才能满足实际需求,包括流速、水位、水质、流量、温度、降水量等。这就为多路数据采集提出了应用需求。另外,大坝上下、河流交汇处、汛情多发地段、引水隧洞等不同地段水文参数往往也各不相同,这就需要进行多点组网实时数据采集和传输。为此设计了一套数据采集和无线传输系统。     

基于S3C2440的水文监测系统优化设计

针对沅江现有的水文监测情况提出了一种新型的水文监测系统设计方法。设计通过对S3C2440芯片进行软件设计来实现水文信息监测的三种工作模式,实现对沅江水文信息的实时监测的目的。经验证,该系统有效地降低系统能耗并节省GPRS通信费用,非常适用于偏远地区水文信息的实时监测,且有一定的市场推广价值。     

基于S3C2440的水文监测系统优化设计

针对沅江现有的水文监测情况提出了一种新型的水文监测系统设计方法。设计通过对S3C2440芯片进行软件设计来实现水文信息监测的三种工作模式,实现对沅江水文信息的实时监测的目的。经验证,该系统有效地降低系统能耗并节省GPRS通信费用,非常适用于偏远地区水文信息的实时监测,且有一定的市场推广价值。     

解析水文监测系统中GPRS应用

在当今社会中,随着科学技术的不断进步,传统的水文监测系统已经不能够满足现代化的需求,这就使得其对于科技的需求也在不断的增长,为此水文监测需要运用新的技术来改进测报方式以及手段.基于此,本文首先分析了水文监测系统的现状,接着阐述了GPRS技术及其优势,并论述了水文监测系统中GPRS的应用,从而为从事这方面的工作人员提供必要的参考.     

浅谈GPRS技术在水文监测领域中的应用

水文监测系统是为了实现水利现代化、信息化的建设要求,综合水文、计算机和通信等多学科技术对湖泊、河流、水库等地域的水雨情信息进行实时测报的系统。水文监测的范围广,大部分监测点在野外,环境恶劣且都是无人职守,而数据采集一般又要求一定的时效性,尤其是在防台、抗洪期间,更要做到及时、稳定、准确。因此,实时动态地监测水位、雨量等数据,己成为当前防汛抗洪的首要工作。     

北斗卫星通信在水文测报数据传输中的应用

自2002年我国就开始在水文测报数据传输中使用北斗卫星,并根据研究结果建立了诸多北斗卫星的水文遥测系统。2006年经统计显示,使用北斗卫星系统的水文测站已经超过800个。本文主要介绍了北斗卫星通信系统的构成和通信工作方式,探讨了其在水文遥测系统中的具体应用。     

遥测技术发展及其在水文测报系统中的运用刍议

水文测报系统是一种集合收集、处理、传递功能为一体的传感器、计算机和移动通信等设备构成的系统,主要包括遥测站、中心站和信息传输通道3个部分。水文测报系统能够防洪减灾,实现对水利的有效调度,加强对水文数据信息的有效处理,从而促进水文工作的高效率发展。而遥测技术在水文测报系统中的应用能够进一步促进该系统的良好发展。为此,文章在介绍遥测技术的基础上,分析遥测技术发展及其在水文测报系统中的运用,并以新丰江水库水文自动测报系统为例,重点论述遥测技术在该水文自动测报系统中的应用,旨在为同行业的发展提供有益参考。     

Benford法则在水文数据质量挖掘中的应用研究

为识别和改进数据中存在的质量问题,采用Benford法则进行数据质量挖掘分析,该方法通过分析数字分布规律来检测数据的合理性,达到控制数据质量的目的.以水文数据中降水量数据为样本验证方法的有效性.实验结果表明,该方法能有效识别数据集中存在异常信息,提高了水文数据的数据质量,具有一定的应用前景.     

基于遗传算法改进的洪水预报模型

根据人工神经网络处理大规模非线性动力系统、遗传算法具有较好的寻优能力的特点,将二者有机的结合起来,提出了基于遗传算法改进的洪水预报模型,并将其应用于四川省达州市州河流域的水文预报。实验结果表明,本模型能够减少训练次数,提高预报精度,能更好的对洪水进行预报。     

模拟神经元电路实现研究现状与进展

人工神经网络是现代信息处理领域的一个重要的方法。相对于软件实现 ,硬件实现方式能充分发挥神经网络并行处理的特点。用模拟电路实现神经网络电路形式简单、功耗低、速度快、占用芯片面积小 ,可以提高在神经网络芯片上神经元的集成度 ,神经元电路适合用模拟电路实现。文中综述了当前神经网络单元的模拟 VLSI实现的成果、新技术以及作者的工作成果。针对应用最广泛的线性和平方突触神经元 ,详细从权值存储单元、突触电路和阈值函数电路三方面来叙述。对各种实现方式的优缺点进行了比较 ,同时指出了神经网络实现电路中需要考虑的因素。最后 ,展望了用集成电路技术实现自学习神经网络的发展方向     

神经网络在ATM光纤高速智能管理网中的应用(连载)

首先扼要地讨论了光纤通信领域在新世纪面临的严重任务 ,接着详细地介绍了神经网络的基本概念 ,重点论述了神经网络在 ATM光纤高速智能管理网中的应用。最后指出 ,神经网络应用于通信领域可以实现快捷、灵活、自适应性和智能化实时管理 ,在某些方面可以解决即使数学计算机也会感到棘手的难题。     

一种粗逻辑神经网络研究

该文基于粗逻辑理论,研究了粗逻辑意义下的粗集神经网络的设计,分析和比较了粗逻辑神经网络和模糊逻辑神经网络的性质。在重庆地区Landsat TM 遥感图像的地物分类实验中,验证了粗逻辑神经网络的有效性,同时可以发现其在网络结构和收敛性方面的优势。     

River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型

高精度提取合成孔径雷达(SAR)图像中的河流边界，对河流水势监测具有重要意义。以检测郑州7·20暴雨后黄河的健康状况为实施例，该文融合精致Lee滤波思想与卷积操作的滤波特性，提出了基于河道几何特性的优化内部权值卷积核Refined-Lee Kernel，进而提出了一种新型河道提取深度神经网络模型，即River-Net。为验证所提模型的有效性，该文获取了郑州7·20暴雨前后两景欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)影像数据，利用暴雨前的影像对模型进行训练，用于提取暴雨后的黄河河道，分析黄河在暴雨后的涨势情况。实验结果表明，相比主流语义分割模型，所提模型能够更精确地在SAR图像中提取河道，对洪水灾害的检测与评估有重要应用价值。      

基于复值深度神经网络的目标检测方法

针对雷达在检测概率要求严苛的多旁瓣干扰复杂场景下使用传统目标检测方法无法满足需求,性能有待进一步提升的问题,本文提出了一种基于多通道复值深度神经网络的雷达目标检测方法。传统脉冲体制阵列雷达的恒虚警率目标检测通常在和通道进行,在对回波信号进行空域相参预处理过程中获得了相参积累的同时丢失了阵元间的相位信息,而实际上目标回波在阵元间存在着一定的相位关系。本文利用神经网络强大的拟合能力和分类能力,将目标检测视为二元分类问题,设计复值深度神经网络深入挖掘目标与背景在不同阵元间的幅度及相位信息差异,从而在传统目标检测和通道-距离-多普勒空间的更前端更好地区分目标与背景的差异,提升了雷达目标检测性能。实验结果显示,所提方法在存在大量旁瓣干扰的场景下,相较传统方法具有更好的检测性能表现和抗干扰能力,且在杂波环境中也有良好的表现。     

进化神经网络在信用卡欺诈检测中的应用

自动信用卡欺诈检测是一个重要且有潜力的领域.基于人工神经网络的欺诈检测系统虽能令人满意.但具有良好结构的神经网络是很难构造的.由此提出一种进化方法来自适应地生成用于欺诈检测的神经网络结构.实验结果表明,该进化神经网络可以有效地完成信用卡欺诈检测.     

小波神经网络在电磁无损检测中的应用

在基于正交小波变换的小波神经网络模型构造的基础上,选取B-小波为小波基提出了一种小波神经网络新算法。通过选取典型训练样本集的方法提高了该小波神经网络诊断的准确性,并运用该小波神经网络对钢丝绳电磁无损检测信号进行了压缩与重构,试验结果证明了小波神经网络能够较为理想地完成缺陷信号的智能化检测,采用小波神经网络算法比传统的断丝识别方法准确率提高了很多。     

一种用于非线性复杂系统辨识的自适应模糊神经网络

该文提出一种用于复杂的非线性未知系统辨识的混合神经网络模型自适应模糊神经网络(AFNN)。AFNN网络结构简洁,具有通用逼近的特性,能够克服由于突变点的存在而对系统辨识所带来的误差,提高整个系统的辨识精度。对空空导弹攻击区辨识的仿真结果验证了AFNN网络的有效性。     

基于近似域划分的可变离散精度粗逻辑网络及其遥感图像分类应用

为解决粗逻辑神经网络精度与网络规模复杂性和推广泛化能力之间的矛盾,该文提出了一种具有可变离散精度的粗逻辑神经网络设计方法.该方法通过近似域划分,将论域空间划分为确定性区域和可能性区域,由于可能性区域信息粒度过大是造成误分类的重要原因,只需对可能性区域离散区间进一步细化,即可达到提高粗逻辑网络的精度,同时抑制网络规模增长过快的目的.在长白山地区的遥感图像分类实验中,常规方法在离散等级为7时有最好性能,而该文方法以较小的网络代价和训练时间获得了逼近的分类结果.