西江归槽洪水研究展望

西江流域由于大量兴建堤防工程导致洪水归槽,改变了原天然河道的洪水槽蓄关系,使得用于防洪规划和洪水灾害风险评估的洪水序列失去了一致性。目前洪水归槽问题研究主要集中在出槽洪水的归槽还原计算方面,对于干支流洪水与区间洪水的遭遇考虑不足,对洪水发生变异的成因及非一致性洪水的频率计算方法也缺乏系统性的研究。建议采用水文变异诊断系统对西江流域的水文要素进行变异分析,以识别其时空变异规律;研制西江中下游干支流洪水及区间暴雨洪水的多输入单输出概念性水文模型,以模拟其洪水形成过程;提出基于MISOCHM模型的非一致性洪水频率计算方法、基于HHT变换的非一致性洪水频率计算方法,以推求变化环境下河道断面的洪水频率分布,并结合西江流域防洪规划评价西江堤防现状和未来的防洪能力。其研究成果不仅对变化环境下的水循环和水安全研究具有重要的理论意义,而且对于流域防洪规划和洪水灾害风险评估具有重要的实际应用价值。     

无线传感器网络中异常读数检测算法研究*

针对无线传感器网络的离群点检测算法由于没有充分考虑数据的时空关联性和网络的分布特性,导致检测精度低、通信量大和计算复杂度高等局限,提出了基于时空关联的分布计算与过滤的在线离群点检测算法。该算法在各传感器节点上利用传感器读数的时间关联性生成候选离群点,并利用空间关联性对候选离群点进行过滤得到局部离群点,最终将所有传感器节点上的局部离群点集中到sink节点上获得全局离群点。利用时空关联性提高了检测精度,利用分布计算与过滤减少了通信量和计算量,理论分析和实验结果均表明该算法优于现有算法。     

结合相位一致与全变差模型的高分辨率遥感图像边缘检测

目的边缘检测是有效利用遥感数据开展地物目标自动识别的重要步骤。高分辨率遥感图像地物类型复杂,细节信息过于丰富,使得基于相位一致的边缘检测结果中存在过多的噪声与伪边缘。为此提出了一种结合相位一致与全变差模型的高分辨率遥感图像边缘检测方法。方法根据相位一致原理,应用Log Gabor构造的2维相位一致模型,引入全变差去噪模型对基于相位一致的边缘强度图进行改进。结果借助有界变差空间对图像光滑性的约束,实现了高分辨率遥感图像噪声去除与伪边缘抑制,利用改进后的相位一致边缘强度图可有效检测高分辨率遥感图像的边缘。结论实验结果表明,与相位一致模型、Canny算法相比,该方法能消除了高分辨率遥感图像中同类地物内部细节特征形成的噪声,抑制相位一致边缘检测结果中的伪边缘,突出地物的真实边缘,并能正确地提取地物目标的整体轮廓信息,有助于后续地物目标的自动识别。     

Adaptive variational models for image decomposition

Image decomposition refers to the splitting of an image into two or more components.In this paper,a clean image is separated into two parts:one is the cartoon component,consisting only of geometric structure,and the other is the oscillatory component,consisting of texture.Three parts for noisy image are considered:cartoon,texture,and noise.To better decompose an image,we propose two new variational models.In our models,two adaptive regularization terms are introduced.The two regularization terms are determined by an adaptive function which can discriminate the cartoon and texture of an image automatically.Experimental results illustrate the efectiveness of the proposed models for image decomposition.     

Fractional partial differential equation denoising models for texture image

In this paper,a set of fractional partial differential equations based on fractional total variation and fractional steepest descent approach are proposed to address the problem of traditional drawbacks of PM and ROF multi-scale denoising for texture image.By extending Green,Gauss,Stokes and Euler-Lagrange formulas to fractional field,we can find that the integer formulas are just their special case of fractional ones.In order to improve the denoising capability,we proposed 4 fractional partial differential equation based multiscale denoising models,and then discussed their stabilities and convergence rate.Theoretic deduction and experimental evaluation demonstrate the stability and astringency of fractional steepest descent approach,and fractional nonlinearly multi-scale denoising capability and best value of parameters are discussed also.The experiments results prove that the ability for preserving high-frequency edge and complex texture information of the proposed denoising models are obviously superior to traditional integral based algorithms,especially for texture detail rich images.     

基于倒位变异的蜉蝣优化算法

蜉蝣算法(Mayfly Algorithm,MA)作为一种新型群智能优化算法,具有较好的寻优性能.但在高维非线性复杂问题上,蜉蝣算法依然容易出现早熟收敛现象.本文提出一种基于倒位变异的蜉蝣算法(Inversion Variation Mayfly Algorithm,IVMA),改变原算法在变异上的操作,随机选择个体的随机维度向全局最优个体的随机维度靠近,同时利用精英策略保留进化成果.利用倒位操作,将最优个体某一维度段内位置发生倒转,提高了算法跳出局部最优的能力.通过对10个测试函数的结果分析,表明本文所提出的算法具有较好的收敛精度,收敛性能得到了提高.     

基于深度残差长短记忆网络交通流量预测算法

针对多步交通流量预测任务中时间空间特征提取效果不佳和预测未来时间交通流量精度低的问题,提出一种基于长短时记忆（LSTM）网络、卷积残差网络和注意力机制的融合模型。首先,利用一种基于编解码器的架构,通过在编解码器中加入LSTM网络来挖掘不同尺度的时间域特征;其次,构建基于注意力机制挤压激励（SE）模块的卷积残差网络嵌入到LSTM网络结构中,从而挖掘交通流量数据中的空间域特征;最后,将编码器中获得的隐状态下的信息输入到解码器中,实现高精度多步交通流量的预测。基于真实交通数据进行实验测试和分析,实验结果表明,相较于原始的基于图卷积的模型,所提模型在北京和纽约两个交通流量公开数据集上的均方根误差（RMSE）分别获得了1.622和0.08的下降。所提模型能够高效且精确地对交通流量作出预测。     

多特征融合和尺度变化估计的船舶跟踪方法

传统的船舶视觉跟踪任务主要集中于单目标船舶跟踪,对多目标船舶跟踪研究相对较少。为解决该问题,提出一种多维特征融合机制和尺度变化估计的多目标船舶跟踪框架,该框架引入位置滤波器对输入的船舶训练样本进行学习,并将其应用于待跟踪的船舶图片序列,通过寻找最大响应的方法判定图像中的船舶位置。在此基础上,构建船舶尺度估计滤波器以确定待跟踪船舶的图像尺寸。通过和中值流跟踪算法和多示例学习跟踪算法对比分析,实验结果表明不同海事交通场景下的船舶跟踪误差均小于10像素,验证了算法的有效性和可靠性。     

辽宁省近54年旱涝特征分析及其对大气环流响应研究

在全球气候变暖背景下,探讨区域旱涝时空演变及成因对实现抗旱减灾和社会可持续发展至关重要。本文以辽宁省为研究基点,以标准化降水蒸散指数（SPEI）为旱涝量化指标,运用滑动平均、小波变换、经验正交分解等方法对辽宁省近54年旱涝时空演变特征进行分析,并结合太阳黑子和遥相关指数,运用交叉小波方法探讨旱涝特征对各因子的响应。结果表明：（1）时间尺度上,辽宁省SPEI指数存在29a的主周期和5a、9a次周期,且近54年以0.143/10a的速率向湿润化发展;（2）空间模态上,受大尺度气候系统的影响,第一模态表现为全区一致的湿润化趋势,东西反向差异为第二模态,反映了地理位置、海陆分布对SPEI指数的影响;（3）成因上,受太阳活动影响在太阳黑子数极值年份易发生旱涝灾害,两序列在时频上存在8~12a周期,表现为显著的反相位共振关系;SPEI与ENSO、NAO指数呈负相关,与PDO和AO指数呈正相关,且存在不同时间尺度的共振周期。     

长江经济带农业水资源利用效率时空差异分析

长江经济带水资源总量充沛,但人均水资源量以及单位面积耕地占有量处于较低水平;农业用水量超过供水总量的50%,而农业水资源利用效率低。研究长江经济带农业水资源利用效率对保护长江具有重要的现实意义。基于Malmquist-Panel Data两阶段模型,对长江经济带农业水资源利用效率的时空差异特征及其影响因素进行了分析研究。分析结果表明:经济发展水平、第一产业固定资产投资额、水资源禀赋、节水农业发展水平、"长江经济带"国家战略的实施、区域变量以及部分时间变量等对农业水资源利用效率具有显著的正向影响,而种植结构即粮食播种面积占比则有着显著的负向影响;长江经济带农业水资源利用效率时空差异特征明显。因此,对于长江经济带,应因地制宜、合理规划农作物种植结构;同时,加强地区间的技术交流与合作,实现长江经济带整体发展与各区域特色发展协同共进。