混沌系统隐频检测方法及其在海洋数据分析中的应用研究

混沌系统隐频检测方法及其在海洋数据分析中的应用研究

一、混沌系统隐含频率检测方法研究及其在海洋资料分析中的应用(论文文献综述)

教育部[1](2020)在《教育部关于印发普通高中课程方案和语文等学科课程标准(2017年版2020年修订)的通知》文中进行了进一步梳理教材[2020]3号各省、自治区、直辖市教育厅(教委),新疆生产建设兵团教育局:为深入贯彻党的十九届四中全会精神和全国教育大会精神,落实立德树人根本任务,完善中小学课程体系,我部组织对普通高中课程方案和语文等学科课程标准(2017年版)进行了修订。普通高中课程方案以及思想政治、语文、

刘婉[2](2020)在《基于改进CAO算法相空间重构和ACFPA-ELM的轴承故障诊断》文中认为机械轴承由于在不断工作过程中会有磨损,经常会有故障产生。因此有必要发展出对其故障诊断更完善的体系。本文在分析轴承故障的研究现状的基础上,提出了一种基于改进CAO算法相空间重构和ACFPA-ELM轴承故障诊断的研究理论。首先,介绍了轴承故障的各个参数,并在此基础上针对写参数改进CAO算法求解最佳嵌入维数的方法,结合符号分析法求取极大联合熵,通过几组数值仿真实验,对比分析,验证了该方法可以完美地重构原系统的相空间。从而能够得出结论,本文方法可以更好地求取最佳嵌入维数。然后,在相空间重构参数能够准确确定的基础上,介绍了奇异谱的基本理论,针对性的以其作为该系统的特征量,并对它的抗波动能力和抗噪声能力分析。在此基础上对其特性进行理论的分析,在泛函分析角度讲解了其特征空间和噪声平台。然后对工业用滚动轴承在其不同结构损伤的情况下运行时所发出的振动信号进行分析,从而验证了其理论的有效性。接下来,本文提出了基于改进花授粉算法优化ELM的分类识别方法,介绍了ELM的结构组成和优缺点;引入花授粉算法,花授粉算法是一种群智能优化算法,能快速准确的寻找到最优的隐含层和连接权值;在此基础上,本文提出了Tent混沌搜索,这种基于反向学习的混沌映射方法,可以提高初始配子的分布质量;通过对比实验,证实了本文所提出的ACFPA-ELM在单隐层的神经网络分类的高效性精准性。最后,将美国高校实验平台的滚动轴承故障实验数据以及宝钢SP1580轧机所发布的实测数据应用于本文所研究方法中求取相空间重构参数,进行混沌奇异谱分析来提取出轴承混沌信号的特征量,用优化后的花授粉算法优化ELM对其机械故障进行故障诊断和识别。通过对比分析,结果表明,本文所提出的方法能准确识别轴承的各种故障

雷冠军[3](2020)在《基于数据融合的丰满水库长期径流预报研究》文中进行了进一步梳理我国的水资源时空分布不均,气候变化和人类活动的影响导致旱涝灾害频发,成为制约经济发展的主要因素。河川径流在水循环系统中起着主导作用,而且极端径流会形成巨灾,径流预报对于防汛抗旱、水资源规划与管理等具有重要意义和价值。河川径流影响因子众多、变化特性复杂,基于成因分析法挖掘因子影响径流形成的规律是径流预报的关键。中长期径流预报预见期长、预报精度低,径流的形成机制尚不清晰,单一尺度因子的分析、单一统计预报方法的改进已不能进一步提高径流预报的精度,而且水文工作者不敢于报极值,中长期径流预报结果只能作为实际工作的参考。开展中长期径流预报理论和技术研究,融合多尺度因子和多方法的预报结果,进一步提高预报的精度和水平,能够为水库调度、水资源开发利用等工作提供支撑。本文以丰满水库流域的年径流为研究对象,选用天文、全球、流域尺度因子,分析挖掘因子与流域来水的相似性、遥相关性、可公度性、结构特性等规律,研究和改进智能学习法、模糊推理法、天文因子对比法、点聚图法、可公度法和可公度网络结构法等技术方法,建立了包含因子融合、结果融合、结构融合的多尺度因子信息融合的中长期径流预报模型。研究成果能够有效提高丰满水库流域径流和极端径流预报的精度,为丰满水库调度提供技术支持。具体研究成果如下:(1)运用统计分析法,挖掘三大尺度因子与流域来水丰枯特性的响应规律。结果表明,丰满水库流域来水的丰枯状态与ENSO事件的冷暖特性、ENSO事件的发生时间距离汛期的远近、基于农谚所选择的气象因子等具有较好的统计规律,且均能通过假设检验。基于线性相关系数法、互信息理论法、关联度分析法研究天文因子、气象因子、天文因子+海洋大气因子+气象因子与流域来水的相关性,结果表明,气象因子的相关性最强,海洋大气因子的相关性最弱,月球赤纬角与流域来水的关联度最大。(2)基于相关性分析所得的因子组合方案,运用神经网络、支持向量机、决策树、随机森林等智能学习方法,融合因子预报径流。结果表明,水量回归预报较差,3级分类预报较优;预报方法不同,方法所对应的最优因子及其组合不同,训练和预报性能均较优且稳健性强的方法为ELM、RBF神经网络。对多方法的最优分类预报结果进行融合,使得定性预报正确率达到89.5%。(3)运用相位对比法融合天文因子、海洋大气因子及其组合预报径流。结果表明,该方法的定量预报正确率为63.16%,24节气阴历日期+太阳黑子相对数的定性预报最优,正确率为63.16%。相位对比法对于极端来水年的丰枯属性识别能力较强,却难以有效预报出平水年,运用定量预报结果反推来水级别的正确率较低。相位对比法存在无法判别的年份,运用模糊推理法基于相关性分析所得的因子组合进一步分析计算因子的相似性,融合因子预报径流。引入TOPSIS模糊综合评判法、相似衍生法相似度、“因子进出法”等,对模糊推理法进行改进。结果表明,相似衍生法模糊推理法的稳健性优于Turksen模糊推理法,二者对径流的定量预报较差、定性预报较优,对其各自最优的定性预报结果进行融合,正确率达到73.68%。(4)采用“主次因子对比法”对单一天文因子对比法、分布式融合结构天文因子对比法进行改进,融合结果预报径流。研究得到能够提高预报精度的混合式融合结构天文因子对比法,定性预报正确率为63.16%。基于分析所得的海洋大气因子、气象因子与流域来水的遥相关规律修正预报结果,进一步改进天文因子对比法,使得预报正确率提高到 73.68%。(5)绘制三大尺度因子与流域来水的点聚图,融合结果预报径流。结果表明,24节气阴历日期和月球赤纬角点聚图具有较好的稳健性,太阳黑子相对数离散性较强难以准确划分其聚类区间,三大尺度因子点聚图的定性预报正确率分别为63.16%、57.89%、21.05%。将海洋大气因子、气象因子与来水丰枯的遥相关规律作为该类因子的点聚图进而得到径流预报结果,并与天文因子点聚图的预报结果进行融合,使得预报正确率提高到 73.68%。(6)将径流分为一般、极端、极值点结构,融合结构预报极端径流。结果表明,以因子融合、结果融合的预报结果作为一般来水结构能够融合多因子、多方法的信息,预报正确率为84.21%;点面结合法的改进与上下包线结构、智能学习分类以及传统点面结合法相比对于极端来水结构的预报精度较高,预报正确率为60%;通过细致划分丰枯水链、引入月球赤纬角对可公度网络结构法进行改进,能够增强方法的可操作性,降低基于极值点结构预报极端来水年高发期的不确定性;综合径流三大结构的预报结果,结合连续极端来水年的判定,预报极端来水的高发年,其中特丰水年、特枯水年的预报正确率分别为66.7%、80%。

孟松[4](2019)在《基于改进粒子群算法的油船结构优化研究》文中指出随着船舶结构朝着大型化和复杂化方向发展,致使船舶结构优化设计变量数目增多,约束和目标函数的非线性程度增大,船舶结构优化问题呈现出多极值、高维度和高非线性的特点。粒子群算法(PSO)的全局探索能力和BP神经网络的局部开发能力相结合形成的PSO-BP神经网络代理模型,在保证一定精度下能够有效降低有限元分析次数,提高船舶结构优化效率,但PSO算法在迭代进化过程中种群多样性不能很好保持,算法存在早熟收敛的问题。本文采用一种分期变异粒子群算法(SMPSO),用于优化BP神经网络参数,将优化后神经网络应用到油船结构优化设计中,取得良好效果。本文主要研究内容如下:(1)建立107600DWT油船的舱段结构有限元模型。通过ISIGHT软件对其进行灵敏度分析,得到用于油船结构优化的有效设计变量。利用正交试验获取BP神经网络训练与检测样本数据。(2)介绍BP神经网络和PSO算法的基本原理和参数设置,通过MATLAB软件完成BP和PSO-BP神经网络编程工作。采用训练样本数据分别对BP神经网络和PSO-BP神经网络进行训练,利用检测样本数据对它们的泛化能力进行检测和对比。(3)采用一种分期变异策略对粒子群算法进行改进,该策略为在算法迭代初期采用种群多区间的粒子初始位置生成法,迭代中后期采用混沌策略对群体最优解进行扰动,始终保持算法种群多样性持续变化。通过相同的训练和检测,SMPSO-BP神经网络的泛化能力更好更稳定。(4)将SMPSO-BP神经网络和有约束最小化函数fmincon用于油船舱段结构优化,效果明显。对优化后的舱段模型进行有限元分析,各项指标符合规范要求,说明将SMPSO-BP神经网络运用于船舶结构优化是可行的。

刘岩[5](2018)在《基于变分模态分解与奇异谱分析的往复压缩机典型故障预示研究》文中提出往复压缩机作为石油、化工等行业的关键设备,在发生事故时所造成的巨大经济损失和人员伤亡的灾难性,决定了对其开展诊断的必要性。本文以往复压缩机滑动轴承磨损和气阀类典型故障为研究对象,从振动信号自适应分解处理的角度,深入分析故障机理与振动信号的响应关系、信号自适应分解的尺度特征、多重分形谱特征分析、关键部件性能衰退评估指标选择和混沌动力学预测模型适用性等问题,将变分模态分解(VMD)与多重分形谱分析相结合,从非线性信号精细化分析角度,基于往复压缩机振动信号对典型故障进行特征提取与模式识别,并通过建立奇异谱参数指标,对往复压缩机滑动轴承运行状态进行评估与预示研究,结合2D12型往复压缩机典型故障与运行周期,提出了一套完整的故障状态评估与预示方法。主要工作如下:往复压缩机滑动轴承故障因其隐蔽性和振动传递路径的复杂性,对其进行有效诊断十分困难。为提高较难识别的十字头滑履和连杆小头轴承间隙故障诊断准确率,结合VMD算法原理,并考虑算法在带通滤波中表现出的故障分离能力,通过分析振动响应与故障响应的关系,寻找敏感测点以提升信号可辨识性和采样一致性。从状态间特征可分性角度引入多重分形广义谱理论,采用瞬时频率与互相关信息结合的准则优选VMD分解个数,以变阶数整数寻优观点提取各状态模态分量的广义谱特征向量。在故障模式识别中,从不同模态分解层次的特征差异角度,分别引入了支持向量机法和建立在“层分”思想的增量学习K近邻模型(IKNNModel)法,通过故障模拟和实测数据分析与比较,证实优化的非监督分类IKNNModel算法有较好的适应性。VMD与多重分形广义谱相结合所提取的特征向量具有较好可分性,实现了敏感测点轴承故障特征的有效识别。气阀类故障是往复压缩机典型的多发性功能故障,多类型故障间的因果关系与微弱差异造成了故障类别间辨识的困难。考虑振动响应的高度非线性和波动表现,从阀片常见故障机理与振动信号波动特征的响应关系角度出发,提出了基于VMD与多重分形去趋势波动分析(MFDFA)的气阀故障征兆识别方法,VMDMFDFA算法以最大相关最小冗余法(mRMR)统一各故障的VMD分解模态,结合奇异谱分析构造6维特征向量,基于分形分析提取各状态主模态的奇异谱特征值,并通过主分量分析提升模态间谱向量差异,降维的同时增加故障特征的类间可分性和鲁棒性。在模式识别中引入二叉树支持向量机和基于深度学习的卷积神经网络算法,证实了卷积神经网络适用于谱向量识别的同时,通过试验数据验证了VMDMFDFA法对不同气阀故障具有较高的识别准确率。压缩机滑动轴承故障的高风险性和严重危害性,决定了以其为对象开展设备性能衰退与评估预测研究的重要性;同时,设备故障表现出的状态与过程共存的本质特征决定了故障预示研究应涵盖设备全寿命周期。基于VMD与多重分形分析方法,结合奇异值分解(SVD)和核模糊C均值聚类(KFCM)技术,引入分形奇异谱参数评估的思想,建立了基于奇异谱参数的评价指标与状态分类算法模型;通过VMD法保留主模态并构造连续截断型重构矩阵,应用SVD信噪分离原理,结合中心差商法降维求逆,提升故障间奇异谱参数指标的稳定性,以KFCM算法训练形成各状态谱参数聚类中心,经压缩机轴承故障模拟试验,优选谱参数,并结合模糊二叉树支持向量机算法实现滑动轴承磨损程度的分类识别和性能衰退状态评估。寿命预测是故障评估的延伸,并丰富了故障预示的内涵,往复压缩机典型故障诊断方法、预测与评估技术共同构成设备寿命周期分析。针对预测模型适应性和非线性系统初始敏感性,以多重分形奇异谱为预测参数,提出了基于最大预测可信尺度的改进K邻近动态预测模型;将信息熵饱和原理引入最大预测可信尺度,提高了预测结果的可信度,基于不同模态分量谱参数构建相空间重构型动态建模域,使预测模型反映复杂系统动力学演化的实时性特征,并突出各模态成分对预测的独立影响,通过拟合回归和误差分析验证了预测模型的有效性。

展猛[6](2017)在《基于SMA-压电复合减震系统的电抗器结构地震响应控制研究》文中指出电抗器是电力系统中的重要设备之一,主要起着限流、滤波和补偿作用。一般由电抗器实体和支柱绝缘子组成,具有重心高,顶部质量大,支柱长细比大等特点,抗震性能较差。地震后常发生支柱绝缘子与电抗器组件连接部位被震坏等现象。而随着我国电网容量的大幅增加以及电压等级的不断提高,电抗器电压等级及容量也不断提升,使得设备整体高度大幅度增高,对抗震性能的要求也越来越高。本文针对形状记忆合金(Shape Memory Alloy,SMA)被动减震装置和压电摩擦半主动减震装置存在的缺点,考虑电抗器设备特点和结构减震控制要求,研发了一种新型SMA-压电摩擦复合减震装置,并结合人工免疫算法、BP神经网络和模糊控制算法等智能控制技术,进行了基于电抗器结构的SMA-压电复合减震系统的一体化理论分析与试验研究。主要内容如下:(1)针对遗传算法容易陷入早熟收敛和群体多样性差的问题,基于生物免疫系统中的克隆选择、免疫记忆以及免疫自调节机理,提出了一种自适应免疫记忆克隆算法(AIMCA)。以模态可控度作为优化目标准则的影响因素,分别采用改进的遗传算法(IGA)和AIMCA,对一个85节点、288杆件的空间平板网架结构中减震装置的布置位置和数量进行了优化配置研究。结果表明,AIMCA适用范围广,特别是对于复杂工程结构减震装置的高维优化配置问题,AIMCA则表现出了比IGA更优异的性能,种群多样性更好,寻优能力更强,收敛速度更快,可以获得更大的性能指标值和更优的减震效果。(2)通过对研发的SMA-压电摩擦复合减震装置进行性能试验,分析了激励电压、加/卸载频率和位移幅值等对其单圈耗能能力、等效阻尼比及等效割线刚度的影响。结果表明,该复合减震装置可双向出力,滞回曲线饱满且对称性较好,加/卸载频率对复合减震装置的性能影响很小,说明其工作性能稳定,适用范围广;随着电压的增大,减震装置的绝对最大控制力呈线性增大,滞回面积逐渐增加,耗能能力不断提高。在位移幅值为12mm时,施加120V电压,耗能量可提高138.23%,等效阻尼比可提高94.23%,可见研发的复合减震装置耗能能力较好。(3)基于SMA和SMA-压电摩擦复合减震装置的试验结果,分别采用两种神经元输入策略,建立了相应的BP神经网络预测模型,并利用AIMCA对复合减震装置神经网络模型的权阀值进行了优化。结果表明,相比采用前前时刻和前时刻应力、应变以及本时刻应变作为神经元输入的SMA网络模型,以位移、速率和电压为神经元输入的复合减震装置预测模型由于减少了神经元输入参量,其预测精度有所降低,但便于工程应用,经优化的BP神经网络提高了复合减震装置预测模型的精度和稳定性。BP神经网络预测模型可综合考虑多种因素,较好地预测复合减震装置的出力,便于在MATLAB仿真中实现,为SMA复合类减震装置本构模型的建立和应用提供了新途径。(4)采用连续Bouc-Wen模型模拟结构的非线性恢复力,利用建立的优化BP神经网络模型确定复合减震装置的控制力,电压采用模糊控制输出,进行了一框架结构地震响应的混合半主动控制仿真分析。结果表明,基于复合减震装置的特点,结合人工免疫算法、BP神经网络和模糊控制技术建立的混合半主动控制系统可以根据结构的动力反应实时地调整压电摩擦单元的摩擦出力,便于实现结构的混合半主动控制。(5)设计制作了一个相似比1:2的10kV干式空心电抗器结构模型,对其进行了无控、被动控制和混合控制时的模拟地震振动台试验,分析了模型结构的动力特性变化规律和不同工况下的减震效果。结果表明,文中研制的SMA-压电摩擦复合减震装置可以有效地降低电抗器结构的动力反应,一般地,被动控制时位移和加速度的减震率可达40%,混合控制时可达50%。另外,试验后未见电抗器结构薄弱部位发生地震破坏,说明该复合减震系统可提高电抗器结构的抗震可靠性。

王沙燚[7](2008)在《灾害系统与灾变动力学研究方法探索》文中提出灾害系统是一个极其复杂的巨系统,它的发生、演化都具有相当复杂的特征,如有序化、突跳性、不可逆性、长期不可预测性以及模糊性、灰色特性等,这些特征都是传统的牛顿力学所不能描述的。然而,耗散结构、协同、突变论、混沌理论等非线性理论和复杂性科学的出现,使得从总体上研究系统灾变的非线性动力学发生、演化过程及控制因素成为可能。以耗散结构、协同、突变论、混沌理论的非线性理论强调了系统发生、演化的方向,亦即系统演化的不可逆性。开放的灾害系统吸收负熵流,系统的各个组成部分之间存在非线性作用,并在涨落作用下通过自组织和突变形成新的有序的结构—耗散结构。本文从耗散结构和自组织的角度研究整理了实际工程中的滑坡、围岩系统演化、水土流失、生物湮灭等灾变过程的发生、演化,总结了复杂性科学在煤矿安全管理中的指导作用,并介绍了耗散理论在社会经济、证券市场、气象、水文循环中的应用。突变理论是研究系统的状态随外界控制参数连续改变而发生不连续变化的数学理论,是研究灾变系统突跳特性的重要工具。本文介绍了尖点突变模型在系统危险性评价、预测和采矿、水利工程中灾害分析的应用,以及在隧道、地下硐室施工中防灾的指导作用;介绍了含软弱夹层岩体边坡失稳问题和建筑火灾的燕尾突变模型的应用。针对灾害系统的模糊性和灰色特性,本文介绍了利用模糊理论和灰色预测理论,为灾害系统的分级、综合评价、聚类分析和灾害的预测等问题整理出了较系统的解决办法。此外,灾害链理论是近几年才发展起来的灾害理论,本文介绍了基于灾害链式发生机理的防灾减灾新方法的当前有关成果。信息熵是热力学熵的推广,是系统混乱程度的测度。灾害系统的发生就是降维、有序化的过程,因此,用信息熵的演化来描述灾害系统的发生、演化特征是可行的。本文在修正一些既有灾害熵表述的不足之处基础上,构造灾变信息熵基本量的特征,并提出了基于损伤张量第一不变量构造损伤信息熵的观念。介绍了信息熵应用于系统的安全评价以及水文循环等实际问题中。混沌论是上世纪60年代才建立起来的科学,混沌是指在确定性系统中出现的无规则性或不规则性,灾害的混沌特征主要表现在短期可预测而长期不可预测的特征。用Lyapunov指数、Kolmogorov熵、分数维等研究、预测灾害系统的演化,以达到防灾的目的。本文介绍了滑坡、基坑的非线性混沌预测以及基于混沌理论的冲击地压预测的具体方法。本文总结大量的灾害研究的资料,并以此为基础探索、总结了灾害系统的非线性与灾变动力学的研究内容和方法,从大系统角度讨论了如何研究灾害孕育、演化、发生、传播、影响,评定、预测和防止的普遍规律和方法。提出了建立灾害系统和灾变动力学的思想和理论框架体系,为灾害研究以及防灾减灾提供了新思路。

丁文荣[8](2008)在《云南省盘龙河流域河流悬移质输移变化及其对环境变化的响应》文中研究指明摘要:河流泥沙浓度的变化是区域生态环境发生变化的结果,不仅会直接引起河道的冲淤演变,对所处流域的工程、湿地、环境、生物多样性等也将产生难以预测的影响。我国多沙河流众多,泥沙问题非常严重,水沙灾害严重地制约着国民经济的持续快速发展,对泥沙的深入认识也成为了水文学研究的当务之急。本研究以红河支流盘龙河流域为研究区域,利用小波分析、混沌、分形、神经网络、“3S"技术等数学方法,研究了龙潭寨水文站输沙的变化规律,探讨了流域内气候、人类活动的各要素与泥沙之间的相互影响和响应状况,取得如下成果和认识:1.时间序列特征分析结果表明,盘龙河流域河流输沙率自1953至1997年一直呈现出波动上升的趋势,而1998年以来有下降的倾向;输沙率的变化具有多时间尺度特征,不同时段振荡强度不同;就周期性而言,输沙率存在有4、7、22年的振荡周期,其中22年的振荡周期最为明显,贯穿整个研究时段,4年和7年尺度上局部特征突出;在4、7、22年时间尺度上分析输沙率的突变特征得知,4年尺度上的突变有27次,7年尺度上的突变有15次,22年尺度上的突变有5次,长时间尺度上嵌套着短时间尺度。此外,输沙率时间序列的多时间尺度、周期性、突变性特征是由气候要素所决定。2.非线性特征分析结果表明,流域悬移质的输移过程具有混沌和分形这两种主要的非线性特征。从混沌特征来看,控制站龙潭寨水文站月均输沙率的最小嵌入维m=11,饱和关联维D2=1.8387,最大Lyapunov指数λ1=0.108,Kolmogorov熵K=0.1818,表征了盘龙河月均输沙率的最大可预报时间约为9个月,平均可预报时间约为6个月。从分形分析的结果来看,盘龙河月均输沙率的Hurst指数H=0.7781>0.5,分形维数D=1.2219。3.分析河流悬移质输移变化与土地利用变化之间的对应关系时表明,盘龙河流域河流悬移质输沙的趋势性特征是其对土地利用变化,特别是其中的林地面积变化的趋势性所作出的响应。这主要是由于土地利用与土壤侵蚀之间有密切的关系,土地利用方式变迁必然导致土壤侵蚀强度发生改变,从而引起侵蚀产沙与河流输沙的相应调整的结果。4.输沙率预测的小波神经网络耦合模型的因子选取结果表明,在构建气候水文变化对悬移质的影响模型中:加入径流量要素和考虑大雨及暴雨的影响后模型的预测效果更好;有一个月的滞后比没有滞后好,但不宜超过二个月;小波神经网络耦合模型的预测精度比普通BP模型高。在构建人类活动变化对悬移质的影响模型中:考虑林地面积和水库控制面积,及两者分别滞后一年,模型的预测精度有较大的提高,而加入耕地面积、水库库容、公路修建里程、水土保持面积、裸地面积、年采矿量、流域年末总人口等要素后,模型的预测精度有所提高,但没有明显的变化。5.气候变化对河流悬移质输移的影响分析结果表明,相对于基准期,气候变化对输沙变化的综合影响在不同时段有所不同。但总体而言,随着时间的推移,气候变化对输沙变化的贡献呈现出逐渐减弱的趋势。此外,不同气候要素对输沙变化还具有不同的影响作用,降雨量对输沙变化的贡献最为重要,均超过了85%;气温的贡献为负作用,并且小于3%;大雨和暴雨对输沙也有一定的影响,但在6%以内。河流悬移质对气候变化的响应分析结果为,降雨不变而气温升高将导致输沙的减少;气温不变,降雨增加则输沙增加,反之则减少,且降雨增加相同的幅度比减少相同幅度对输沙的影响更显着;气温升高同时降雨减少,则输沙朝减少的方向发展;气温升高同时降雨增加,输沙的变化相对较为复杂。此外,在人类活动加剧的情景下,输沙对同样的气候变化情景将变得更为敏感。6.人类活动对河流悬移质输移的影响分析结果表明,相对于基准期,人类活动变化对输沙变化的综合影响在不同时段也不尽相同。总体而言,随着时间的推移,人类活动对输沙的控制有逐渐加强的态势。此外,不同人类活动要素对输移变化的影响具有不同的作用,林地对输沙变化的贡献最大,均超过了70%;对于耕地,从1958年至2005年一直趋于减少状态,对减少输沙的贡献也相应增加;就水库控制面积和库容而言,减沙贡献主要表现在研究时段初期;公路修建和采矿,在研究时段初期,两者对输沙增加的贡献相对较小,而进入90年代以来,它们对输沙的增加已经不可忽视;就水土保持面积而言,进入2000年以来,对减沙的贡献才达5.64%;裸地面积对输沙的贡献在初期为4.23%,90年代达到11.26%,进入21世纪以来,又降为10.57%;流域年末总人口对输沙的贡献均在4%左右。河流悬移质对人类活动变化的响应分析结果为,耕地面积维持不变的情况下,林地面积的减少将导致输沙的升高,而林地面积增加将导致输沙减少;林地面积维持不变的情况下,耕地面积的减少将导致输沙的减少,反之则升高;耕地减少同时林地增加会导致输沙的减少;耕地增加同时林地减少将导致输沙的增加。此外,在气候变为较干旱时,输沙对同样的人类活动情景不敏感,反之则较为敏感。7.未来气候变化下输沙的可能变化预测结果为,以2000-2005年的输沙为基准,至2050年研究区输沙的可能变化范围是增加0.15~16.8%。如若考虑到人类控制的加剧,输沙总体将朝减少的方向发展。上述方法、思路与成果,为流域泥沙的研究注入了新的方法,拓展了泥沙研究的方向,丰富和完善了水文学的理论体系,加深了人类对流域泥沙过程的认知与理解,弥补了研究区相应领域的空白,具有积极的意义。

王富强[9](2008)在《中长期水文预报及其在平原洪水资源利用中的应用研究》文中研究指明中长期水文预报不仅在水库调度、防洪减灾等工作中有重要的作用,而且在洪水资源利用、水权管理等方面也有很重要的意义,因此,中长期水文预报一直是水文工作者深入探讨的课题。近年来,随着计算机技术的发展和新的数学方法的不断涌现,中长期水文预报得到了较快的发展。但是,由于其复杂性和数据资料等因素的制约,中长期水文预报研究仍处在发展阶段,相对于短期水文预报来说,滞后于生产实际的要求。在预报理论研究上,更多注重的是水文系列的统计相关特性,而对物理成因关系关注的相对较少;在预报方法上,对各种方法的有效性研究不够,使现有的方法很难在实践中推广应用;在预报结果的实际应用上,中长期水文预报目前主要是对水资源的宏观调控起一些参考性作用。基于此,本文探讨了基于物理因子分析的中长期水文预报方法,并将预报成果用于指导平原河流洪水资源利用工作。主要研究内容和成果概述如下:(1)从水文循环的机理出发,综合分析影响区域水文情势的物理因素,主要包括天文因素、海表温度、以及大气环流等。详细分析了太阳黑子活动情况、日月地三球位置关系、北太平洋海温冷暖变化、ENSO事件以及大气环流因子等物理因素对区域水文情势的影响,为进行基于物理因子分析的中长期水文预报方法研究提供资料准备和理论支持。(2)针对现有水旱灾害趋势预测方法无法体现未来洪水发生可能性和量级的缺陷,根据气象因素与水旱灾害的关系,引入随机过程的概念,提出了区域水旱趋势预测的转移概率、太阳活动相位、厄尔尼诺事件等三种方法,推导了相应的计算公式,综合三种方法预测结果得出最终结论。结合东北区水旱灾害史料,分析了其多年来的水旱灾害特征,并对该区2001~2010年水早趋势进行了预测,不仅为水早灾害时域特性的研究探索了一条新的途径,也可在一定程度上为区域洪水资源利用长期规划的制定、洪水风险管理等工作提供有益参考。(3)针对中长期水文预报数据资料的数量和种类繁多,数据间关系复杂,难于检索有用信息并组织用于预报的问题,将关联规则数据挖掘分析方法引入到中长期水文预报研究中,研究了中长期径流关联规则模式的提取及预测方法。首先,结合中长期水文预报的特殊性,根据预报目标初选物理影响因子。然后,根据关联规则挖掘算法的要求对数据进行清洗和预处理,构成预报事务数据集。最后,面对预报事务数据集进行关联规则挖掘,提取满足事先设定的最小支持度和最小置信度的强关联规则,解释规则并建立模型进行预测。实例分析证明,该方法在保证一定精度的情况下大大减小了工作量,有助于从海量数据中提取对预报目标有意义的关联规则和模式。(4)针对水文中长期预报中单一的定量预报方法精度偏低,稳定性差,不能满足实际生产活动的要求这一情况,提出了定性定量嵌套的多因子神经网络预报模型。利用人工神经网络灵活多变的拓扑结构和强大的非线性逼近能力,基于前期物理影响因子分析作为输入量,通过改变输出节点的个数,先建立定性预报模型,然后在定性预报的基础上建立定量预报模型,最后综合定性预报和定量预报的结果得出结论。实例分析证明,定性定量嵌套的多因子神经网络预报模型不但有一定的物理成因基础,而且可以较好地克服传统使用单一定量预报模型进行预报的盲目性,提高了预报的精度和可靠性。(5)在洪水资源利用中,存在的各种未来信息的不确定性是风险的重要来源。中长期预报可以在不同程度上对洪水资源利用系统中各类因素的未来状态进行界定,从而确定面向整个时期引蓄洪水的时机及其后期安全性。本章以白城为例,研究了中长期水文预报在平原河流洪水资源利用中的应用。基于中长期预报成果,并结合考虑时间因素与蓄水状态的河流洪水资源利用二维风险分析模型,以改变各蓄水单元蓄水状态可能带来的后期损失作为主要的风险损失,兼顾时间与蓄水状态两维特性,对洪水资源利用效益和风险损失进行计算,从而得到考虑中长期预报信息的汛期不同时段各蓄水单元引蓄不同洪量的风险率,为洪水资源利用预案制定和实施提供依据。2005、2006年的洪水资源利用实例证明,较高精度的中长期预报成果对该地区洪水资源利用预案制定和实施起到了积极的作用,可最大限度的避减洪水资源利用中的风险和损失,实现最大效益。最后,对全文进行了总结,并对有待进一步研究的问题进行了展望。

孙江[10](2021)在《海杂波背景下的混沌小信号检测方法研究》文中提出海杂波信号作为一类典型的雷达干扰回波,它是指海面雷达的后向散射回波,易受到各种外部自然因素影响,如风、潮汐、浪涌等,其物理机理复杂多变,非高斯、非线性和非平稳特性显着,容易对雷达目标检测造成干扰。随着海浪机理以及海杂波特性研究的深入,研究人员发现海杂波存在混沌特性。研究海杂波背景下的混沌小信号检测方法,对建立海洋安全观测监测、海面目标检测系统具有重要的理论研究和应用价值。为了提高海杂波背景下的混沌小信号检测模型检测精度,利用变分模态分解算法(VMD)弥补经验模态分解存在的模态混叠、虚假分量和端点效应缺陷,本文分别提出两种基于变分模态分解的海杂波去噪算法。为了弥补传统微弱信号检测方法在混沌背景下的检测能力较弱的缺陷,考虑到支持向量机算法(SVM)较擅长预测,引入寻优能力较佳的免疫算法(IA),提出了一种基于IA-SVM模型的混沌小信号检测方法。从合理利用噪声角度出发,结合随机共振理论,利用寻优收敛性好的变种差分进化算法,提出了一种基于变种差分进化算法的随机共振混沌小信号检测方法。具体研究如下:为了分析海杂波的混沌特性,针对如何选择混沌系统相空间重构参数的问题,考虑到确定相空间参数(嵌入维m和时间延迟?)有两个主要研究方向,一是分别研究这两个参数,采用不同方法确定这两个参数,较为繁琐;二是研究嵌入窗?w。研究表明影响重构相空间质量的主要是联合嵌入维和嵌入窗宽。综合分析各类相空间参数确定方法结果基本一致,本文选用较为成熟的C-C法确定相空间嵌入窗,确定嵌入维为5,时间延迟为1。为了提高混沌小信号检测模型的检测精度,本文分别提出了基于VMD的海杂波混合去噪算法和基于VMD的海杂波分布式去噪算法。利用VMD将海杂波信号分解为具有不同中心频宽的变分模态分量(VMF),分析分解信号的自相关特性。基于VMD的海杂波混合去噪算法对噪声信号进行小波硬阈值去噪处理,基于VMD的海杂波分布式去噪算法结合瞬时半周期(IHP)和小波硬阈值算法对所有分量信号进行都去噪处理,接着对各分量信号重构后完成去噪,最后利用最小二乘支持向量机(LSSVM)海杂波预测模型,比较去噪前后的预测均方根误差判断其去噪效果。实验结果表明,两种去噪算法的去噪效果显着,预测的均方根误差均能降低两个数量级。针对传统微弱信号检测方法在混沌背景下检测能力较弱的缺陷,本文提出了一种基于IA-SVM模型的混沌小信号检测方法。经求嵌入窗宽构建混沌序列相空间后,利用IA算法的寻优能力对SVM中影响预测精度的惩罚系数、核函数以及不敏感损失参数这三个参数进行优化,从而建立混沌时间序列的预测模型,从预测误差中检测混沌噪声背景中的混沌小信号。仿真实验以Lorenz系统的混沌数据和实测雷达的海杂波作为背景噪声,分析IA-SVM模型预测信号信噪比和均方根误差,来判断模型预测性能效果,并与其他预测模型对比。实验验证结果表明,预测信号的均方根误差为0.0001463(信噪比为-104.2473d B),通过对比分析其他几种模型预测的均方根误差,在信噪比更高情形下的IA-SVM模型的预测误差更小,预测性能更好,更接近实际值。针对传统随机共振小信号检测无法对多参数进行同步调优的缺陷,本文提出了一种基于变种差分进化算法的随机共振混沌小信号检测方法。利用变种差分进化算法对Duffing振子的随机共振系统参数a,b,k进行寻优,以系统输出信噪比为寻优问题的目标函数。为了验证算法的可行性,分别进行低频和高频小信号输入的仿真实验,在低频小信号检测实验中,输出信噪比较混沌变步长萤火虫优化算法平均提升1.98d B;高频小信号检测实验中,结合外差式随机共振理论,能够准确恢复出高频小信号对应低频段处的小信号,进一步推导出高频小信号的存在;对实测海杂波数据进行仿真实验,实验结果表明该方法能够有效地检测出淹没在海杂波背景下的混沌小信号。

二、混沌系统隐含频率检测方法研究及其在海洋资料分析中的应用(论文开题报告)

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、混沌系统隐含频率检测方法研究及其在海洋资料分析中的应用(论文提纲范文)

(2)基于改进CAO算法相空间重构和ACFPA-ELM的轴承故障诊断(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 机械故障诊断的背景和意义
    1.2 机械故障诊断的研究现状
    1.3 滚动轴承故障诊断的基本内容
        1.3.1 滚动轴承的故障种类
        1.3.2 滚动轴承故障诊断的步骤
    1.4 诊断轴承故障的基本方法
        1.4.1 特征提取方法
        1.4.2 故障分类识别方法
    1.5 本文主要研究内容
第2章 时间序列的混沌特性识别
    2.1 重新构建相空间的概述
    2.2 延迟时间的求取方法
        2.2.1 极优延迟时间的极大联合熵准则
        2.2.2 求取极大联合熵
    2.3 基于改进CAO算法的极优嵌入维数求取方法
        2.3.1 CAO算法求取极优嵌入维数
        2.3.2 改进的CAO算法
    2.4 数值仿真验证
        2.4.1 基于Lorenz混沌时间序列的混沌特性分析
        2.4.2 基于Rossler混沌时间序列的混沌特性分析
    2.5 本章小结
第3章 滚动轴承时间序列的混沌奇异谱分析
    3.1 奇异谱理论
        3.1.1 构造轨迹矩阵
        3.1.2 奇异值分解及重构
    3.2 混沌奇异谱的特征量化分析
        3.2.1 奇异谱的抗噪能力
        3.2.2 奇异谱的稳定性能
    3.3 轴承振动信号的奇异谱特征
    3.4 本章小结
第4章 基于ACFPA的极限学习机参数优化方法研究
    4.1 基于极限学习机的故障诊断
        4.1.1 极限学习机原理
        4.1.2 基于ELM的故障诊断流程
    4.2 FPA寻优算法改进方法研究
        4.2.1 FPA算法寻优原理
        4.2.2 基于Tent混沌搜索和自适应算子的FPA算法改进
    4.3 基于改进FPA算法的ELM模型参数优化
    4.4 改进FPA算法优化ELM模型实验分析
    4.5 本章小结
第5章 滚动轴承故障诊断实验研究及应用
    5.1 滚动轴承故障诊断实验数据
    5.2 四种损伤程度的轴承故障诊断
        5.2.1 轴承振动信号时频域分析
        5.2.2 重新构建振动信号的相空间
        5.2.3 基于混沌奇异谱分析的故障特征提取
        5.2.4 基于ACFPA-ELM模型的故障诊断
    5.3 不同结构损伤的轴承故障诊断
        5.3.1 轴承振动信号的时频域分析
        5.3.2 轴承振动信号的相空间重构
        5.3.3 基于混沌奇异谱分析的故障特征提取
        5.3.4 基于ACFPA-ELM模型的故障诊断
    5.4 实际机械设备采集数据分析
    5.5 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢

(3)基于数据融合的丰满水库长期径流预报研究(论文提纲范文)

摘要
Abstract
第一章 绪论
    1.1 研究背景和目标
        1.1.1 研究背景
        1.1.2 研究目标
    1.2 国内外研究进展
        1.2.1 三大尺度因子径流预报研究
        1.2.2 因子相关性分析
        1.2.3 传统统计预报模型
        1.2.4 现代水文预报模型
        1.2.5 研究进展的总结
    1.3 本文研究介绍
        1.3.1 研究问题
        1.3.2 研究方法
        1.3.3 研究内容
        1.3.4 技术路线图
第二章 径流预报技术的系统分析
    2.1 来水丰枯的影响机理
        2.1.1 热量与引力作用
        2.1.2 地形和海陆分布作用
    2.2 来水预报基于的基本特性
        2.2.1 周期性
        2.2.2 有序性
        2.2.3 遥相关性
        2.2.4 结构特性
    2.3 来水与极端来水预报的思路
        2.3.1 预报因子基于空间尺度的分类
        2.3.2 预报因子基于时间尺度的分类
        2.3.3 预报值基于预报特征的分类
        2.3.4 基于信息融合的流域来水预报
    2.4 研究流域分析
        2.4.1 流域介绍
        2.4.2 流域丰枯机理
    2.5 小结
第三章 三大尺度因子与径流的统计分析
    3.1 天文尺度因子相位与流域来水规律分析
        3.1.1 太阳黑子相对数
        3.1.2 月球赤纬角
        3.1.3 24节气阴历日期
    3.2 全球尺度因子相位与流域来水规律分析
        3.2.1 ENSO事件的发生与结束时间与流域来水丰枯的关系
        3.2.2 ENSO事件特征值与流域来水丰枯的关系
    3.3 流域尺度因子相位与流域来水规律分析
        3.3.1 谚语机理分析
        3.3.2 气象因子与来水属性级别统计分析
    3.4 因子数值与流域来水统计分析方法
        3.4.1 基础数据处理
        3.4.2 相关性分析的方法
    3.5 因子相关性分析结果
        3.5.1 天文因子相关性分析
        3.5.2 气象因子相关性分析
        3.5.3 天文因子+海洋大气因子+气象因子相关性分析
    3.6 结果分析
        3.6.1 因子相位与流域来水规律
        3.6.2 因子数值与流域来水相关性
    3.7 小结
第四章 基于智能学习的预报因子融合的径流预报
    4.1 预报方法
        4.1.1 神经网络
        4.1.2 决策树和随机森林
        4.1.3 支持向量机
    4.2 数据处理的方法
        4.2.1 预报因子的处理
        4.2.2 预报值的处理
        4.2.3 预报值的评判指标
        4.2.4 模型和因子优选的TOPSIS-模糊综合评判法
    4.3 建模预报
    4.4 结果统计分析
        4.4.1 流域水量回归预报结果分析
        4.4.2 流域来水量7级分类预报结果分析
        4.4.3 流域来水量3级分类预报结果分析
        4.4.4 33个因子方案分析
        4.4.5 预报结果的最优方案
        4.4.6 最优方案的预报结果分析
    4.5 小结
第五章 基于相似性分析的预报因子融合的径流预报
    5.1 相位对比法
        5.1.1 基本原理
        5.1.2 预报结果分析
    5.2 相似模糊推理法
        5.2.1 模糊推理法的基本原理
        5.2.2 相似度的计算方法
        5.2.3 主成分分析法计算权重
        5.2.4 TOPSIS-模糊综合评判法优选最优模型
        5.2.5 预报模型的建立
    5.3 模糊推理法预报
        5.3.1 因子组合分析
        5.3.2 误差评定与优选判别
    5.4 模糊推理法因子二次筛选
        5.4.1 因子进出法寻优
        5.4.2 因子进出法实例分析
    5.5 模糊推理法预报结果
    5.6 结果分析
    5.7 小结
第六章 基于天文因子对比法的预报结果融合的径流预报
    6.1 天文因子对比法机理分析
    6.2 预报方法1-单一天文因子对比法
        6.2.1 24节气阴历日期对比法
        6.2.2 太阳黑子相对数对比法
        6.2.3 月球赤纬角对比法
    6.3 预报方法2-天文因子对比法预报结果的融合
        6.3.1 天文因子预报结果的线性融合
        6.3.2 天文因子融合法-主次因子对比法
        6.3.3 天文因子融合法的修正
        6.3.4 天文因子融合法定量预报
    6.4 小结
第七章 基于点聚图法的预报结果融合的径流预报
    7.1 点聚图法
        7.1.1 点聚图的制作
        7.1.2 预报方案
    7.2 24节气阴历日期点聚图预报
        7.2.1 极端来水年24节气阴历日期的聚类特性
        7.2.2 24节气阴历日期聚类预报方法
        7.2.3 24节气阴历日期聚类分析建模
        7.2.4 基于聚类分析的来水预报
    7.3 月球赤纬角和太阳黑子相对数点聚图预报
        7.3.1 月球赤纬角聚类预报方法
        7.3.2 太阳黑子相对数聚类预报方法
    7.4 海洋大气因子与流域气象因子点聚图预报
    7.5 多尺度因子点聚图预报结果融合
    7.6 小结
第八章 基于来水结构融合的极端径流预报
    8.1 基本定义
    8.2 预报方法
        8.2.1 一般来水结构预报-多方法预报结果融合
        8.2.2 极端来水结构预报
        8.2.3 基于改进可公度网络结构的极值点结构预报
        8.2.4 极端来水年预报
    8.3 实例应用
        8.3.1 一般来水结构分析
        8.3.2 极端来水结构分析
        8.3.3 极值点结构的确定及极端来水年预报分析
        8.3.4 连续极端来水年预报分析
    8.4 讨论
    8.5 小结
第九章 结论与展望
    9.1 结论
    9.2 展望
    9.3 创新性
附表
参考文献
科研及发表论文情况
致谢

(4)基于改进粒子群算法的油船结构优化研究(论文提纲范文)

摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 船舶结构优化方法研究现状
        1.2.1 传统优化算法
        1.2.2 进化优化算法
        1.2.3 直接计算法
    1.3 粒子群算法改进的研究现状
    1.4 论文主要研究内容
2 油船舱段结构有限元分析
    2.1 船型参数说明
    2.2 舱段有限元分析模型
        2.2.1 舱段模型坐标系
        2.2.2 舱段模型范围
        2.2.3 划分网格
        2.2.4 设置材料属性
        2.2.5 舱段模型的建立
    2.3 载荷计算
    2.4 边界条件施加
    2.5 计算工况
    2.6 舱段强度计算结果
    2.7 本章小结
3 舱段结构灵敏度分析与样本获取
    3.1 灵敏度分析理论
    3.2 ISIGHT软件DOE方法
    3.3 舱段结构灵敏度分析
        3.3.1 设计变量
        3.3.2 质量灵敏度
        3.3.3 最大等效应力灵敏度
        3.3.4 剪应力灵敏度
    3.4 获取样本数据
        3.4.1 正交设计法
        3.4.2 试验方案
    3.5 本章小结
4 粒子群优化BP神经网络算法
    4.1 BP神经网络
        4.1.1 BP算法
        4.1.2 BP神经网络参数选取
        4.1.3 BP神经网络训练与检测
        4.1.4 BP神经网络的缺点
    4.2 粒子群算法
        4.2.1 粒子群算法概述
        4.2.2 标准粒子群算法的数学模型
        4.2.3 标准粒子群算法的计算流程
        4.2.4 粒子群算法的参数选择
    4.3 粒子群算法的多样性研究
        4.3.1 粒子群算法多样性概述
        4.3.2 种群多样性测量方法
    4.4 粒子群优化BP神经网络算法
        4.4.1 概述
        4.4.2 PSO-BP神经网络基本原理
        4.4.3 PSO-BP神经网络算法仿真分析
        4.4.4 PSO-BP神经网络算法的局限性
    4.5 本章小结
5 粒子群优化BP神经网络算法的改进及应用
    5.1 PSO优化BP神经网络算法的改进策略
        5.1.1 基于多区间的粒子位置初始化
        5.1.2 混沌扰动策略
        5.1.3 SMPSO-BP神经网络算法步骤
        5.1.4 SMPSO-BP神经网络算法仿真分析
    5.2 舱段结构优化
        5.2.1 船舶结构优化设计的概念
        5.2.2 优化方案
        5.2.3 优化结果及分析
    5.3 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢

(5)基于变分模态分解与奇异谱分析的往复压缩机典型故障预示研究(论文提纲范文)

摘要
ABSTRACT
创新点摘要
第一章 绪论
    1.1 论文背景及研究的目的和意义
    1.2 往复压缩机故障振动信号特性分析
    1.3 论文相关研究方法国内外研究概况
        1.3.1 非平稳信号自适应分解方法研究现状
        1.3.2 非线性信号定量描述方法研究现状
        1.3.3 故障模式识别的智能化方法研究现状
        1.3.4 时间序列非参数模型预测方法研究现状
    1.4 主要研究内容和框架
第二章 基于VMD与 MGS的轴承间隙故障诊断方法研究
    2.1 引言
    2.2 基于VMD_MGS的轴承间隙故障诊断方法
        2.2.1 变分模态分解算法
        2.2.2 VMD分解与参数选择
        2.2.3 特征提取方法
    2.3 轴承间隙故障类型与信号采集
        2.3.1 轴承磨损故障分类
        2.3.2 信号采集与敏感测点
    2.4 往复压缩机轴承间隙故障诊断实例
        2.4.1 轴承故障模拟与算法分析
        2.4.2 特征识别与比较
        2.4.3 轴承间隙故障诊断
    2.5 本章小结
第三章 基于VMD与 MFDFA的气阀故障诊断方法研究
    3.1 引言
    3.2 气阀故障与波动特征
        3.2.1 气阀常见故障
        3.2.2 振动信号波动特征
    3.3 基于VMD_MFDFA的气阀故障特征提取方法
        3.3.1 多重分形奇异谱
        3.3.2 特征提取方法
    3.4 往复压缩机气阀故障诊断实例
        3.4.1 参数设定与比较
        3.4.2 故障模拟与识别验证
    3.5 本章小结
第四章 基于MSS与 KFCM的往复压缩机轴承性能衰退评估
    4.1 引言
    4.2 SVD降噪与MSS指标
        4.2.1 SVD矩阵重构结构
        4.2.2 SVD与奇异值选择
        4.2.3 MSS参数评估指标
    4.3 基于KFCM的压缩机轴承间隙故障分类
        4.3.1 KFCM聚类算法
        4.3.2 特征向量与算法流程
    4.4 往复压缩机轴承性能衰退评估实例
        4.4.1 模拟故障与特征增强
        4.4.2 聚类分析与特征指标
        4.4.3 轴承性能衰退评估
    4.5 本章小结
第五章 基于预测可信尺度的混沌时间序列非参数预测方法研究
    5.1 引言
    5.2 预测方法与相空间重构
        5.2.1 系统状态预测方法与适用性
        5.2.2 系统演化与相空间重构
    5.3 基于最大预测可信尺度的系统预测
        5.3.1 预测可信时间尺度模型
        5.3.2 相空间重构型KNN预测
        5.3.3 基于MSS的时变预测模型
    5.4 往复压缩机预测实例
        5.4.1 预测时间与参数分析
        5.4.2 预测实例与方法评估
    5.5 本章小结
结论与展望
参考文献
发表文章与成果目录
致谢

(6)基于SMA-压电复合减震系统的电抗器结构地震响应控制研究(论文提纲范文)

摘要
abstract
1 绪论
    1.1 引言
    1.2 智能混合控制技术
    1.3 智能材料及其在结构振动控制中的应用
        1.3.1 形状记忆合金
        1.3.2 磁流变
        1.3.3 压电陶瓷
        1.3.4 磁致伸缩材料
    1.4 智能复合减振技术研究现状
        1.4.1 SMA复合基础隔震装置
        1.4.2 SMA摩擦复合阻尼器
        1.4.3 其它SMA复合减震装置
        1.4.4 压电陶瓷复合减振装置
        1.4.5 SMA-压电摩擦复合减震装置
    1.5 智能优化方法
        1.5.1 遗传算法
        1.5.2 人工免疫算法
    1.6 电抗器结构的抗震研究现状
        1.6.1 电抗器的种类和功能
        1.6.2 电抗器结构的震害研究
    1.7 本文研究内容
2 自适应免疫记忆克隆算法
    2.1 生物免疫系统
        2.1.1 免疫系统组成、功能与特点
        2.1.2 免疫系统工作原理
        2.1.3 免疫应答
    2.2 人工免疫算法理论
        2.2.1 AIS算法的描述
        2.2.2 AIS算法的特点
        2.2.3 基本克隆选择算法
    2.3 自适应免疫记忆克隆算法
        2.3.1 亲和度函数构造
        2.3.2 混沌序列初始化抗体群
        2.3.3 变异算子的改进
        2.3.4 实现步骤
    2.4 二维函数测试
        2.4.1 测试函数
        2.4.2 GA的改进
        2.4.3 参数设定
        2.4.4 测试结果与分析
    2.5 本章小结
3 基于AIMCA的工程结构减震装置优化设计
    3.1 受控结构运动状态方程
        3.1.1 振动控制状态方程
        3.1.2 控制力位置矩阵建立
    3.2 改进的遗传算法
        3.2.1 传统遗传算法交叉与变异
        3.2.2 改进编码方式
        3.2.3 改进交叉算子
        3.2.4 改进变异算子
    3.3 优化准则
    3.4 优化算例
        3.4.1 空间网架模型
        3.4.2 算法参数
        3.4.3 优化结果与分析
    3.5 优化结果控制分析
    3.6 本章小结
4 SMA-压电摩擦复合减震装置的设计与力学性能试验
    4.1 压电陶瓷驱动器
        4.1.1 工作原理
        4.1.2 使用要求
    4.2 SMA-压电摩擦复合减震装置
        4.2.1 构造设计
        4.2.2 工作原理
        4.2.3 加工制作
    4.3 SMA丝超弹性性能试验
        4.3.1 试验材料与设备
        4.3.2 试验工况
        4.3.3 试验结果与分析
    4.4 SMA-压电摩擦复合减震装置性能试验
        4.4.1 预压力的施加
        4.4.2 设计参数
        4.4.3 加载方案
        4.4.4 试验结果与分析
    4.5 本章小结
5 基于AIMCA的复合减震装置神经网络本构模型
    5.1 SMA本构模型
        5.1.1 唯象理论模型
        5.1.2 四折线简化模型
    5.2 AIMCA优化BP网络算法
        5.2.1 BP网络算法原理
        5.2.2 BP网络算法的缺点
        5.2.3 AIMCA优化BP网络算法
    5.3 SMA神经网络本构模型
        5.3.1 确定BP网络结构
        5.3.2 训练样本采集与处理
        5.3.3 仿真结果比较与分析
    5.4 AIMCA优化的复合减震装置BP网络本构模型
        5.4.1 网络结构
        5.4.2 样本数据
        5.4.3 优化参数
        5.4.4 仿真结果
    5.5 本章小结
6 SMA-压电摩擦复合减震装置的减震性能分析
    6.1 BOUC-WEN恢复力模型
    6.2 非线性结构振动控制运动状态方程
    6.3 控制策略
        6.3.1 控制过程
        6.3.2 模糊控制器设计
    6.4 算例分析
        6.4.1 地震波选取
        6.4.2.单自由度弹性结构
        6.4.3.非线性结构分析
    6.5 本章小结
7 干式空心电抗器结构减震控制试验
    7.0 试验模型
    7.1 减震装置安装
    7.2 试验装置及设备
        7.2.1 振动台系统
        7.2.3 仿真控制系统
    7.3 传感器布置及试验工况
        7.3.1 传感器布置
        7.3.2 试验工况
    7.4 控制流程
    7.5 试验结果与分析
        7.5.1 动力特性分析
        7.5.2 动力反应分析
        7.5.3 试验与仿真对比
    7.6 本章小结
8 结论与展望
    8.1 主要结论
    8.2 工作展望
参考文献
致谢
攻读博士期间发表论文情况
攻读博士期间参与科研项目情况
专利申请情况

(7)灾害系统与灾变动力学研究方法探索(论文提纲范文)

摘要
ABSTRACT
第一章 绪论
    1.1 灾害的含义和类型
    1.2 研究目的与意义
    1.3 灾害系统与灾变动力学
    1.4 灾变动力学研究方法与主要结果
    1.5 关于文献综述
    参考文献
第二章 灾变与耗散结构理论
    2.1 灾变系统耗散结构与非线性系统科学的复杂性概述
    2.2 复杂开放系统的耗散特征
    2.3 耗散系统的非平衡热力学理论
    2.4 现代非线性理论基础
    2.5 工程结构系统非线性动力学方程推导工具
    2.6 耗散结构系统的动力学灾变特征分析
    参考文献
第三章 系统灾变行为的协同学理论基础
    3.1 协同学的基本理论
        3.1.1 协同学的基本概念
        3.1.2 一些典型系统的协同学数学描述
    3.2 灾害发生的自组织特性
    3.3 灾害自组织的幂分布律
    3.4 灾变过程的随机扩散特征
    3.5 灾害系统演化的沙堆动力学模型
    3.6 工程系统灾变的自组织理论应用
    3.7 岩石—岩体工程系统灾变的协同、分岔分析应用
    3.8 电力系统大停电事故的协同学分析与预测
    参考文献
第四章 系统灾变行为的突变论特征
    4.1 突变论的基本概念
    4.2 突变论理论基础与基本分析方法
    4.3 事故和灾害的突变论预测与评价
    4.4 突变理论在岩土工程灾变分析中的应用
    4.5 突变理论在采矿工程灾变分析中的应用
    4.6 突变理论在水利工程灾变分析中的应用
    4.7 降雨裂缝渗透影响下山体边坡失稳灾变分析
    4.8 灾变分析的燕尾型突变动力学模型
    参考文献
第五章 灾变行为的模糊理论描述
    5.1 模糊数学基础
    5.2 灾害评估研究内容与方法
    5.3 灾变问题的模糊分析及隶属度函数
    5.4 灾变特征的模糊识别评价
    5.5 灾变状态的模糊综合分析与评定
    5.6 灾变信息熵的模糊性
    5.7 基于模糊马尔可夫链状原理的灾害预测
    5.8 工程系统灾变的多理论综合模糊分析应用
    参考文献
第六章 系统生态环境灾变的链式的理论
    6.1 自然灾害链式的理论体系
    6.2 灾害链式结构的数学关系与模型分析
    6.3 自然灾害链断链减灾模式分析
    6.4 自然灾害链式理论的工程分析算例
    参考文献
第七章 系统灾变的灰色预测
    7.1 灰色分析的基本数学原理
    7.2 灾害的灰预测
    7.3 灰色预测理论的应用
    7.4 灰色理论与其它理论的结合应用
    7.5 灰色多维评估理论与应用
    参考文献
第八章 系统灾变特征的信息熵表示
    8.1 熵的概念与基础
    8.2 各种熵间的关系与应用
    8.3 最大熵原理及其在灾害分析中的应用
    8.4 工程结构分析中灾变信息熵应用
    8.5 灾变信息熵的非确定性描述
    8.6 信息熵在系统安全、风险、灾变分析中的应用
    参考文献
第九章 灾变演化的非线性动力学综合分析
    9.1 工程灾变问题中的非线性动力学混沌分析
    9.2 混沌的的识别与预测
    9.3 非线性动力系统的相空间重构技术与应用
    9.4 基于机理模型的工程灾变综合分析
    9.5 工程灾变问题中的综合分析方法与模型
    参考文献
结论与展望
致谢
个人简历

(8)云南省盘龙河流域河流悬移质输移变化及其对环境变化的响应(论文提纲范文)

摘要
Abstract
目录
插图清单
附表清单
第一章 绪论
    1.1 研究背景
    1.2 国内外研究动态综述
    1.3 研究内容、目标及范围界定
    1.4 采用的主要研究方法
    1.5 技术路线与工作历程
    1.6 研究价值及实践指导意义
    1.7 论文的基本构架
第二章 研究区概况
    2.1 自然地理概况
        2.1.1 地质地貌
        2.1.2 气候特点
        2.1.3 河流水系
        2.1.4 土壤与植被
    2.2 社会经济概况
    2.3 研究区存在的问题
第三章 河流悬移质输移过程的时间序列特征与成因
    3.1 相关研究概述
    3.2 数据使用与方法
        3.2.1 数据使用与预处理
        3.2.2 小波分析原理与方法
    3.3 气候变化特征
        3.3.1 年内降雨过程的变化
        3.3.2 年际降雨过程的变化
        3.3.3 年际强降雨过程的变化
        3.3.4 年均气温的变化
        3.3.5 年际极端气温的变化
    3.4 径流变化特征
        3.4.1 年内径流的变化
        3.4.2 年际径流的变化
    3.5 输沙率变化特征
        3.5.1 年内输沙量变化
        3.5.2 年均输沙率变化
    3.6 结果分析
    3.7 本章小结
第四章 河流悬移质输移过程的非线性特征
    4.1 相关研究概述
        4.1.1 混沌研究
        4.1.2 分形研究
    4.2 数据使用与方法
        4.2.1 数据使用
        4.2.2 混沌及其识别
        4.2.3 分形及其识别
    4.3 输沙过程的混沌特征
    4.4 输沙过程的分形特征
    4.5 月均输沙率动力系统初探
    4.6 基于AOLMM的月均输沙率短时预测
    4.7 本章小结
第五章 土地利用变化及其与河流悬移质输移的关系
    5.1 资料使用和方法
        5.1.1 资料使用
        5.1.2 研究方法
    5.2 土地利用变化
        5.2.1 不同土地利用类型的数量变化
        5.2.2 土地利用程度的变化
    5.3 土壤侵蚀变化
        5.3.1 土壤侵蚀强度的总体变化
        5.3.2 不同等级土壤侵蚀强度间转化
        5.3.3 土壤侵蚀量变化
    5.4 土地利用与土壤侵蚀的关系
    5.5 土地利用变化与河流悬移质输移的关系
    5.6 其它流域的横向对比分析
    5.7 本章小结
第六章 流域悬移质输沙率的神经网络模型
    6.1 相关研究概述
    6.2 神经网络及其改进
        6.2.1 普通神经网络模型(ANN)
        6.2.2 小波神经网络组合模型(WANN)
        6.2.3 小波神经网络耦合模型(WN)
        6.2.4 模型的数据预处理
        6.2.5 模型结果评估指标
    6.3 模型的应用
        6.3.1 数据使用与模型参数确定
        6.3.2 水文气候变化要素因子的选取
        6.3.3 人类活动要素因子的选取
    6.4 本章小结
第七章 环境变化对河流悬移质输移的影响
    7.1 气候变化和人类活动对输沙影响的分离评估方法
    7.2 基准期的确定与数据还原
    7.3 气候变化及人类活动对悬移质输移的影响
    7.4 不同气候变化要素对悬移质输移的影响
    7.5 不同人类活动要素对悬移质输移的影响
    7.6 其它流域的横向对比分析
    7.7 本章小结
第八章 河流悬移质输移对环境变化的响应
    8.1 气候变化及人类活动情景
    8.2 悬移质的输移对气候及人类活动变化的敏感性分析
        8.2.1 输沙率对气候变化的敏感性分析
        8.2.2 输沙率对人类活动变化的敏感性分析
    8.3 人类活动及气候变化下的输沙率变化敏感性分析
        8.3.1 人类活动变化下输沙率对气候变化的敏感性分析
        8.3.2 气候变化下输沙率对人类活动变化的敏感性分析
    8.4 未来气候变化下悬移质输移的可能变化
    8.5 其它流域的横向对比分析
    8.6 本章小结
第九章 综合讨论
    9.1 研究结果汇总及综合分析
    9.2 关于输沙过程变化规律的讨论
    9.3 关于输沙过程对环境变化的响应讨论
    9.4 关于本研究所采用的方法及影响因素的讨论
        9.4.1 关于研究所采用的方法
        9.4.2 关于不同人类活动要素的数据获取与定量评估
        9.4.3 关于水库淤积泥沙的反演
        9.4.4 关于未来气候变化下的输沙预测
    9.5 本研究的不足及改进意见
        9.5.1 研究区内的沟蚀问题
        9.5.2 土地利用与悬移质输移关系的深入分析
        9.5.3 模型在其它流域的运用
        9.5.4 改进意见
    9.6 下一步工作展望与理论拓展
        9.6.1 加强输沙过程的机理研究
        9.6.2 神经网络模型与分布式物理模型结合
        9.6.3 建立流域输沙系统动力学模型
        9.6.4 气候情景生成技术研究
        9.6.5 加强社会经济、生态环境与流域泥沙的耦合研究
    9.7 本研究成果的自我评价
第十章 结论与建议
    10.1 研究结论
        10.1.1 悬移质输移过程的时间序列特征
        10.1.2 悬移质输移过程的非线性特征
        10.1.3 土地利用变化与悬移质输移的关系
        10.1.4 流域悬移质输移的神经网络模型
        10.1.5 环境变化对河流悬移质的影响
        10.1.6 悬移质的输移对环境变化的响应
    10.2 措施建议
        10.2.1 做好宣传与引导工作
        10.2.2 控制人口数量并提高人口素质
        10.2.3 实现土地利用的合理转型
        10.2.4 处理好水库淤积的问题
        10.2.5 做好工矿区的水土保持工作
        10.2.6 制定措施时考虑气候变化的影响
参考文献
致谢
附录A:攻读博士学位期间的主要科研活动及成果

(9)中长期水文预报及其在平原洪水资源利用中的应用研究(论文提纲范文)

摘要
Abstract
1 绪论
    1.1 题目来源
    1.2 选题背景及研究意义
        1.2.1 我国的洪涝和干旱灾害
        1.2.2 中长期水文预报及其研究意义
        1.2.3 平原洪水资源利用对水文预报的需求
        1.2.4 工程背景
    1.3 中长期水文预报的研究现状及发展趋势
        1.3.1 传统的中长期水文预报方法
        1.3.2 现代的中长期水文预报方法
        1.3.3 中长期水文预报的发展趋势
    1.4 洪水资源利用的研究现状
        1.4.1 国外洪水资源利用研究现状
        1.4.2 国内洪水资源利用研究现状
    1.5 本文的研究目的、主要研究内容及技术路线
        1.5.1 本文的研究目的
        1.5.2 主要的研究内容及方法
        1.5.3 论文的研究框架
2 影响区域水文情势的物理因素分析
    2.1 水文循环及水旱灾害的影响因素
        2.1.1 水文循环及其意义
        2.1.2 我国的水文循环
        2.1.3 水旱灾害的影响因素分析
    2.2 天文因素对区域水文情势的影响分析
        2.2.1 太阳黑子活动影响水文情势的物理机制
        2.2.2 三球关系对区域水文情势的影响
    2.3 海温和大气环流对区域水文情势的影响分析
        2.3.1 海温变化对水文情势的影响
        2.3.2 ENSO事件对区域水文情势的影响
        2.3.3 大气环流对区域水旱灾害的影响
    2.4 所用数据资料来源及说明
        2.4.1 主要数据资料
        2.4.2 资料说明
    2.5 本章小结
3 区域水旱灾害长期趋势转移概率预测方法
    3.1 引言
    3.2 转移概率预测方法
        3.2.1 马尔科夫链
        3.2.2 转移概率
        3.2.3 最大转移概率原理
    3.3 太阳活动相位预测方法
    3.4 厄尔尼诺事件预测方法
    3.5 东北区水旱灾害特征分析及趋势预测
        3.5.1 东北区概况
        3.5.2 水旱灾害资料准备和预处理
        3.5.3 水旱灾害数及其分析计算
        3.5.4 东北区水旱灾害趋势预测
        3.5.5 结果分析
    3.6 本章小结
4 中长期径流关联规则模式的提取及预测方法
    4.1 引言
    4.2 数据挖掘的相关知识
        4.2.1 数据挖掘的一般过程
        4.2.2 数据挖掘方法的分类
    4.3 关联规则挖掘方法
        4.3.1 关联规则的引入
        4.3.2 关联规则模型描述
        4.3.3 关联规则的分类
        4.3.4 关联规则挖掘的步骤
    4.4 中长期径流关联规则模式的提取及预测模型构建
        4.4.1 模型建立的基本步骤
        4.4.2 Apriori算法
    4.5 应用实例
        4.5.1 预报目标和资料准备
        4.5.2 数据预处理
        4.5.3 物理因子属性分割和预报事务数据集的建立
        4.5.4 关联规则挖掘
        4.5.5 结果分析与模型建立
        4.5.6 模型检验与结果分析
    4.6 本章小结
5 定性定量嵌套的多因子神经网络预报模型
    5.1 引言
    5.2 前馈神经网络预测模型
        5.2.1 人工神经网络模型概述
        5.2.2 前馈网络的学习算法和计算步骤
    5.3 定性定量嵌套的多因子神经网络预报模型
        5.3.1 定性预报模型
        5.3.2 定量预报模型
    5.4 应用实例
        5.4.1 资料准备
        5.4.2 预报因子筛选
        5.4.3 定性预报模型
        5.4.4 定量预报模型
        5.4.5 定性定量嵌套的多因子神经网络预报模型分析
        5.4.6 定性定量嵌套预报模型的普适性
    5.5 本章小结
6 中长期水文预报在平原洪水资源利用中的应用
    6.1 引言
    6.2 平原洪水资源利用的特点及水文预报的作用
        6.2.1 平原地区洪水资源利用的特点
        6.2.2 水文预报的作用
    6.3 白城地区洪水资源利用的特点
        6.3.1 自然地理条件
        6.3.2 主要过境河流的水文补偿特性
        6.3.3 水文气象条件
    6.4 中长期水文预报在白城洪水资源利用中的应用
        6.4.1 白城市洪水资源利用系统
        6.4.2 中长期径流预报及其应用
    6.5 白城地区洪水资源利用风险效益分析
        6.5.1 洪水资源利用风险效益识别
        6.5.2 泡沼引蓄洪水风险效益估算
        6.5.3 月亮泡水库引蓄嫩江洪水风险分析
        6.5.4 二维多目标风险决策模型
        6.5.5 2005月亮泡引蓄洪水风险效益分析
        6.5.6 结果分析与讨论
    6.6 本章小结
7 结论与展望
    7.1 主要结论
    7.2 展望
参考文献
创新点摘要
作者在攻读博士学位期间参加课题和发表学术论文情况
    Ⅰ 参加课题
    Ⅱ 发表论文
致谢

(10)海杂波背景下的混沌小信号检测方法研究(论文提纲范文)

摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 论文研究内容
    1.4 论文组织结构
第二章 混沌相空间重构理论及其参数确认方法研究
    2.1 混沌理论分析
        2.1.1 混沌的定义
        2.1.2 混沌的特征
        2.1.3 混沌吸引子模型
    2.2 混沌的识别
        2.2.1 混沌的定性分析
        2.2.2 混沌的定量分析
    2.3 混沌相空间重构及其参数选择
        2.3.1 混沌相空间重构理论
        2.3.2 嵌入维与时间延迟的确定
        2.3.3 嵌入窗的确定
    2.4 本章小结
第三章 基于变分模态分解算法的海杂波去噪研究
    3.1 变分模态分解算法
        3.1.1 经验模态分解预处理
        3.1.2 变分模态分解
    3.2 基于变分模态分解的海杂波混合去噪算法
        3.2.1 自相关特性分析和小波阈值滤波
        3.2.2 仿真实验
    3.3 基于变分模态分解的海杂波分布式去噪算法
        3.3.1 分布式去噪算法
        3.3.2 实验与分析
    3.4 本章小结
第四章 基于IA-SVM模型的混沌小信号检测方法
    4.1 支持向量机
    4.2 基于IA-SVM模型的混沌小信号检测方法
        4.2.1 免疫算法
        4.2.2 免疫算法优化支持向量机
    4.3 海杂波背景下的混沌小信号检测仿真
    4.4 本章小结
第五章 基于变种差分进化算法的随机共振混沌小信号检测方法
    5.1 随机共振理论分析
        5.1.1 Duffing振子的双稳态随机共振系统
        5.1.2 随机共振基本理论
        5.1.3 外差式随机共振
    5.2 变种差分进化算法
    5.3 实验仿真分析
        5.3.1 低频小信号检测
        5.3.2 高频小信号检测
        5.3.3 海杂波背景下的混沌小信号检测
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 创新与特色
    6.3 展望
致谢
参考文献
作者简介
    一、基本情况
    二、课程学习情况
    三、参与研究课题情况
    四、发表学术论文及专利情况
    五、获奖情况

四、混沌系统隐含频率检测方法研究及其在海洋资料分析中的应用(论文参考文献)

  • [1]教育部关于印发普通高中课程方案和语文等学科课程标准(2017年版2020年修订)的通知[J]. 教育部. 中华人民共和国教育部公报, 2020(06)
  • [2]基于改进CAO算法相空间重构和ACFPA-ELM的轴承故障诊断[D]. 刘婉. 燕山大学, 2020(01)
  • [3]基于数据融合的丰满水库长期径流预报研究[D]. 雷冠军. 中国水利水电科学研究院, 2020(04)
  • [4]基于改进粒子群算法的油船结构优化研究[D]. 孟松. 大连海事大学, 2019(06)
  • [5]基于变分模态分解与奇异谱分析的往复压缩机典型故障预示研究[D]. 刘岩. 东北石油大学, 2018(01)
  • [6]基于SMA-压电复合减震系统的电抗器结构地震响应控制研究[D]. 展猛. 西安建筑科技大学, 2017(06)
  • [7]灾害系统与灾变动力学研究方法探索[D]. 王沙燚. 浙江大学, 2008(08)
  • [8]云南省盘龙河流域河流悬移质输移变化及其对环境变化的响应[D]. 丁文荣. 昆明理工大学, 2008(12)
  • [9]中长期水文预报及其在平原洪水资源利用中的应用研究[D]. 王富强. 大连理工大学, 2008(05)
  • [10]海杂波背景下的混沌小信号检测方法研究[D]. 孙江. 南京信息工程大学, 2021(01)

标签:;  ;  ;  ;  ;  

混沌系统隐频检测方法及其在海洋数据分析中的应用研究
下载Doc文档

猜你喜欢