国产高潮激情高潮无遮,国产香蕉九九久久精品免费,十八18禁国产精品WWW

內(nèi)容簡(jiǎn)介

　　本書(shū)針對(duì)變化環(huán)境下水資源中長(zhǎng)期預(yù)報(bào)與評(píng)估研究中存在的關(guān)鍵科學(xué)問(wèn)題，分析了徑流和降雨特性時(shí)空變化規(guī)律；建立了基于灰色關(guān)聯(lián)分析的模糊支持向量機(jī)月徑流預(yù)報(bào)模型，為了提高模型預(yù)報(bào)精度，研究了模型構(gòu)建過(guò)程中預(yù)報(bào)因子選擇與時(shí)間序列分解兩個(gè)關(guān)鍵環(huán)節(jié)；將氣象、大氣環(huán)流、影響長(zhǎng)江中上游流域降雨的黑潮海溫、東亞夏季風(fēng)指數(shù)等遙相關(guān)因子組成特征集合，采用序列浮動(dòng)前向算法挖掘預(yù)報(bào)因子特征子集，并嘗試采用高斯過(guò)程回歸對(duì)金沙江上游石鼓站和下游屏山站月徑流進(jìn)行不確定性預(yù)報(bào)，得到月徑流的預(yù)報(bào)區(qū)間和置信水平；在此基礎(chǔ)上，采用Sobol全局敏感性方法推求了石鼓站和屏山站汛期徑流預(yù)報(bào)因子的靈敏度，辨識(shí)了對(duì)汛期徑流預(yù)報(bào)結(jié)果產(chǎn)生較大影響的因子集；很后基于深度學(xué)習(xí)技術(shù)的發(fā)展，建立了長(zhǎng)短期記憶網(wǎng)絡(luò)的中長(zhǎng)期徑流預(yù)報(bào)模型。

作者簡(jiǎn)介

暫缺《流域水文分析與中長(zhǎng)期預(yù)報(bào)方法》作者簡(jiǎn)介

圖書(shū)目錄

1 緒論
1．1 引言
1．2 流域水文分析和中長(zhǎng)期水文預(yù)報(bào)理論與方法研究概況
1．3 主要研究?jī)?nèi)容
2 流域極端降雨事件及其非平穩(wěn)特性分析
2．1 極端降雨事件研究進(jìn)展
2．2 廣義極值模型
2．3 時(shí)變廣義極值模型
2．4 返回期分析
2．5 實(shí)例研究
2．6 本章小結(jié)
3 流域水文特性分析及洪水遭遇研究
3．1 金沙江流域氣象水文特性
3．2 徑流年際和年內(nèi)變化
3．3 金沙江洪水特性分析
3．4 本章小結(jié)
4 流域中長(zhǎng)期水文預(yù)報(bào)建模
4．1 中長(zhǎng)期徑流預(yù)報(bào)研究進(jìn)展
4．2 數(shù)據(jù)驅(qū)動(dòng)模型介紹
4．3 基于灰色關(guān)聯(lián)分析的模糊支持向量機(jī)回歸月徑流預(yù)報(bào)模型
5 時(shí)間序列分解在中長(zhǎng)期徑流預(yù)報(bào)中的應(yīng)用
5．1 時(shí)間序列分解
5．2 離散小波變換
5．3 經(jīng)驗(yàn)?zāi)B(tài)分解
5．4 STL分解
5．5 建模流程
5．6 實(shí)例分析
5．7 本章小結(jié)
6 基于氣候遙相關(guān)的中長(zhǎng)期徑流預(yù)報(bào)
6．1 氣候遙相關(guān)預(yù)報(bào)因子
6．2 高斯過(guò)程回歸模型
6．3 特征選擇算法
6．4 基于方差分析的Sobol敏感性分析
6．5 實(shí)例研究
6．6 本章小結(jié)
7 基于深度學(xué)習(xí)的中長(zhǎng)期徑流預(yù)報(bào)
7．1 深度學(xué)習(xí)在水文預(yù)報(bào)中的應(yīng)用
7．2 遞歸神經(jīng)網(wǎng)絡(luò)
7．3 長(zhǎng)短期記憶網(wǎng)絡(luò)
7．4 實(shí)例研究
7．5 本章小結(jié)
8 總結(jié)與展望
8．1 研究工作總結(jié)
8．2 工作展望
參考文獻(xiàn)