

已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、水文預(yù)報是對未來一定時段內(nèi)水文情勢作出的定性或定量預(yù)報,是一項重要的水利基本工作和防洪非工程措施,直接為水資源的合理利用與保護、水利工程建設(shè)與管理以及工農(nóng)業(yè)生產(chǎn)服務(wù)。河流月徑流量序列是一個非平穩(wěn)的非線性時間序列,由于受到氣候因素特別是降雨量的影響,呈現(xiàn)以年為周期的季節(jié)性變化,具有較強的隨機性和非平穩(wěn)性特點。小波分析在時域和頻域上同時具有良好的局部化性質(zhì),在處理時間序列中體現(xiàn)出很大的優(yōu)越性,本文將研究基于小波變換的水文預(yù)報FAR模型,主要
2、內(nèi)容如下:
1.研究了函數(shù)系數(shù)自回歸模型及其系數(shù)函數(shù)的估計方法,討論了常用的小波基函數(shù)的特性和選擇方法,應(yīng)用小波Mallat算法對非平穩(wěn)時間序列進行分解,討論了分解層數(shù)的確定方法。
2.利用多項式樣條估計方法建立了長江蕪湖站月徑流序列的基于小波變換的FAR預(yù)報模型,并將該模型與單純的FAR模型作比較,結(jié)果表明:在月徑流量序列的預(yù)測分析中,小波FAR模型的擬合和預(yù)測精度都優(yōu)于單純的FAR模型。
3
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換模型的中文檢索系統(tǒng).pdf
- 基于小波變換與組合模型的失效檢測模型研究.pdf
- 基于小波變換模型的指紋方向場重建.pdf
- 基于小波變換的圖像邊緣檢測模型研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的高爐爐溫預(yù)報模型研究.pdf
- 基于小波變換的交通流短時預(yù)測模型研究.pdf
- 基于非參數(shù)模型的水文預(yù)報研究.pdf
- 基于小波變換的EEG分析.pdf
- 22195.基于小波與灰色模型的滑坡時間預(yù)測預(yù)報
- 基于小波變換的短期風(fēng)速預(yù)測綜合模型的研究.pdf
- 小波變換與小波框架.pdf
- 基于小波變換的圖像編碼.pdf
- 基于小波變換的數(shù)字水印.pdf
- 基于小波變換的圖像降噪
- 基于聲學(xué)模型和小波變換的語音增強方法研究.pdf
- 基于小波網(wǎng)的船舶運動建模預(yù)報.pdf
- 基于小波變換的海上紅外小目標(biāo)檢測.pdf
- 基于小波變換的小目標(biāo)檢測方法研究.pdf
- 基于小波變換的語音增強研究.pdf
- 基于小波變換的虹膜識別算法.pdf
評論
0/150
提交評論