RBF神经网络在径流时间序列预测中的应用

利用RBF神经网络建立了径流的时间序列预测模型,对其原理和相应的计算步骤进行了介绍.实例应用结果表明:①该模型收敛速度快、预报精度较高,结果优于传统的AR模型;②应尽可能采用更大容量的训练样本,获得更好的预测性能;③历史径流资料应选取未受人类活动干扰或受人类活动影响较小的时间序列来进行分析.     

基于标准化降水指数的淮河流域干旱 演变特征分析

利用淮河流域35个气象站点的降水资料,采用标准化降水指数(Standardized Drecipitafion in- dex , SP1)分析了淮河流域近50年(1961 } 2010年)的年度干旱指数,并利用干旱发生频率、干旱站次比和干旱强度三项干旱指标分析了淮河流域的干旱演变特征。研究结果表明,近50年来,淮河流域以轻旱、中旱为主,重旱、特旱相对较少,有干旱发生面积有逐年递减而发生强度呈增强趋势。在当前气候变化背景下,淮河流域干旱对农业生产的不利影响有减小的趋势。     

变化环境下大清河山区典型流域洪水演变规律研究

在中国各大流域中,海河流域水文情势受环境变化的影响最为显著,深入研究环境变化对流域洪水演变的影响具有重要的实践意义。选取海河流域中部大清河山区紫荆关水文站以上和阜平水文站以上2个典型子流域,利用两站1960—2018年年最大洪峰对应的洪水过程和降水量资料,运用数理统计等方法分析流域洪水过程、径流系数和产流阈值的变化,采用时变参数模型GAMLSS分析非一致性条件下洪水频率的变化情况。结果表明：2个子流域1960—2018年的洪峰流量序列均呈显著下降趋势,且不同阶段洪量及径流系数的均值也呈现持续下降趋势。2个流域2000—2018年产流阈值的均值分别为14、16 mm,下垫面变化引起的水文非一致性对设计洪水值的影响显著,在未来水文分析计算中应重视环境变化对水文序列的影响。     

以智慧能源管控系统破解降耗难题

为了在现网中对复杂局房环境下的设备实现分表计量,运营商都在考虑如何运用物联网技术,将节能减排与物联网的泛在感知、可靠传送、智能处理等特点相结合。中国联通试点智慧能源管控系统,可实现局站能耗的精细化管理,实现用电数据的实时采集、实时传递、数据分析与报表、分集查询、定时备份等功能,且采集设备安装方便,安全可靠。     

节能减排面临局点能耗监测难题 中国联通试点智慧能源管控系统

目前我国对节能减排工作及物联网的发展高度重视,而物联网技术的研究与推广可促进节能减排技术的创新与发展,助力绿色通信开展。     

黄河干流年径流量非一致性频率计算

采用具有时变统计参数的GAMLSS（generalized additive model for location, scale and shape）模型,研究黄河干流年径流系列的非一致性水文频率计算方法。首先介绍了模型结构、参数估计及拟合效果的评价方法,然后在分析6个水文站1956—2017年年径流量变化趋势的基础上,构建非一致性水文频率计算备选模型集,选取AIC值最小的概率分布类型和参数作为最优模型,通过残差序列的统计特征和设计径流量的分位数图检验模型拟合效果。结果表明本文所构建的各优选模型与径流序列的拟合效果较好,各站年天然径流系列对应的设计径流量有随时间减少的趋势。在水资源评价和调配中,应充分考虑径流的非一致性特点,开展变化环境下水资源的预报预测及不确定性评估工作。     

一种超外差接收机的射频前端设计

介绍了超外差接收机的基本原理,并给出一种应用于6～18 GHz测频接收机射频前端的设计,通过分析其杂散来源介绍了射频前端的混频方案.     

交互式多目标决策新方法在水利工程规划中的应用

针对实际多目标决策问题中目标函数与约束条件具有非线性的特点,基于逐步法构建了一种新的交互式多目标决策方法,应用契比雪夫距离表示实际目标函数与理想点距离,并采用极小化极大决策规则与多智能体遗传算法求解,提供了决策者可逐步宣布期望目标函数值和权重等偏好信息.实例结果表明,该方法原理简单、便于应用、有效、可行.     

汉江上游水资源时空演变及成因分析

采用1930年-2008年长系列资料,对汉江上游水资源时空演变情况进行了系统分析。对丹江口水库天然入库径流的丰枯变化规律进行了分析,并从降雨及土地利用变化引起降雨径流关系变化的角度分析了丹江口天然入库径流变化的原因。通过对比丹江口水库天然与实测入库径流,分析了汉江上游耗水变化情况。根据人类活动及气候条件,将资料划分为1990年以前、1990年-1999年、2000年以后三个时段,对比分析了径流平均年内分配的变化,从降雨、人类活动影响等方面进行了成因分析。通过研究降雨空间分布变化,分析了汉江上游水资源的空间变化情况。     

复杂场景下的自适应相关滤波跟踪算法

针对目标跟踪算法应对遮挡、模糊、尺度变换等挑战时,容易导致漂移和跟踪失败的情况,提出一种复杂场景下的自适应相关滤波跟踪算法。首先,采用所提的多特征互补策略,利用特征训练相应滤波器,根据每个滤波器的响应值动态调整特征的融合权重,完成对目标的位置估计;然后,以估计位置中心构建尺度滤波器,完成目标最优尺度的估计;最后,融合多尺度搜索区域策略,并根据跟踪置信度对跟踪模型选择性进行更新,进一步提升了跟踪器的性能和抗遮挡能力。在OTB2015的74组彩色数据集上进行测试,并对所提算法与近年来先进的相关滤波算法进行对比。所提算法的平均距离精度为0.801,平均重叠精度为0.715,实时跟踪速度为39.24 frame/s。实验结果表明,跟踪器在复杂环境下的表现良好,整体性能优越。