基于正态变换的玛纳斯河水文频率研究

来源 :人民黄河 | 被引量 : 0次 | 上传用户:sunshine123456
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以Box-Cox和Johnson变换为研究工具,对比分析其正态转换效果,然后通过各自逆变换将工程规划、设计等所需频率下正态分布的年径流量设计值(正态分位数)转换为原始偏态分布对应频率的年径流量设计值,最终得出两种变换年径流量频率计算理论频率和经验频率的拟合结果。基于新疆玛纳斯河56 a径流资料,适线法以P-III型分布作为频率计算曲线。研究发现,对比原实测序列适线结果,将Box-Cox变换和Johnson变换应用于水文频率计算中,得到了较好的数据拟合效果,表明该变换方法在干旱区适应性良好。将新疆干旱
其他文献
手势识别是人机交互领域的重要研究内容,为截肢患者控制智能假肢手提供基础.当前主流方法之一是利用表面肌电图识别手部运动意图,但肌电信号存在信号弱、易受噪声、汗液、疲劳影响等缺点.同时肌电图在识别准确率方面,尤其是截肢患者手势识别方面仍然具有较大的提升空间.针对这些问题,本文设计了基于气压肌动图的穿戴式信号采集装置,为手势识别提供了优质的信号源.结合深度神经网络中全连接层结构、典型抽样和标准正则化技术
期刊
针对现有姿态引导的人体图像合成方法无法灵活地编辑人体外观属性的问题,通过对输入的人体图像进行语义分割得到不同部位的外观属性,替换这些属性即可达到同时编辑人体姿态与外观属性的目的。针对纯卷积结构的生成对抗网络无法很好地生成衣服上的图案的问题,提出了新的空间变换算法对多个源属性的特征图进行空间变换,使衣服上的图案得到了保留。实验结果表明,所提出的方法实现了控制人体属性的目的,并且相比于之前的方法具有更
期刊
针对传统的视觉同步定位与地图创建(Visual Simultaneous Localization and Mapping, VSLAM)算法在室内弱纹理场景中容易因为特征缺失而定位失败的问题,提出了一种基于最大Fisher信息量云台控制的主动SLAM算法。该方法在经典的ORB-SLAM2框架上进行扩展,增加了Fisher信息场构建模块与云台控制模块。首先,在视觉跟踪的同时,将三维空间划分成若干个
期刊
Self-Training算法的性能很大程度上取决于高置信度样本的识别准确度。受DPC算法启发,利用密度峰值定义样本间的原型关系,并构造出近亲结点图这一新型数据结构。在此基础上,提出了一种近亲结点图编辑的Self-Training算法(Self-Training Algorithm with Editing Direct Relative Node Graph-DRNG)。DRNG采用假设检验的方
期刊
针对红外场景中的行人、车辆等目标识别率低,存在复杂背景干扰的问题,提出了一种基于YOLOv3改进的红外场景目标检测方法Effi-YOLOv3,该方法结合高效的EfficientNet骨干网络降低模型的参数量,提升训练速度;通过引入改进的RFB感受野模块增大网络的有效感受野;同时基于可变形卷积和动态激活函数构建了DBD和CBD结构,提升模型特征编码的灵活性,增加网络模型容量;最后选择兼顾预测框与真值
期刊
我国长江以南地区的土壤富含铁铝氧化物,其土壤胶体表面电荷具有可变性,显著不同于温带地区的恒电荷土壤,因而称之为可变电荷土壤。开展可变电荷土壤的表面特性研究对农业可持续发展、土壤资源保护等均具有重要的现实意义。电位滴定法是开展可变电荷土壤表面特性研究最直接有效的方法。本文首先总结了电位滴定法的实验条件设置对可变电荷土壤表观电荷零点的影响,在此基础上,归纳了应用电位滴定法结合表面络合模型开展可变电荷土
期刊
作为高分辨率三维重建的方法之一,从单张图像生成稠密三维点云一直在计算机视觉领域中有着较高的关注度。针对以往这个方法中大多关注目标单一特征信息和使用样本数据量大的问题,提出一个基于特征多样性的多阶段重建稠密点云网络。该网络模型是由第一阶段的3D重建网络和第二阶段的点云处理网络两部分两阶段组成。第一阶段的3D重建网络在融合2D图像目标形状特征与3D点云位姿特征基础上,实现从单张图像重建稀疏点云操作。第
期刊
为了筛选出适合华北地区种植的油菜绿肥,采用大田小区试验,在种植夏玉米之前,种植九种不同春油菜品种并翻压,通过对腐殖质组分、热水溶性有机质的测定,探讨春油菜翻压后对土壤有机质组分的影响。试验结果表明,不同春油菜生物量以‘中油肥1901’最高,‘中油肥1904’的植株含碳量最高(69.51 g/kg),‘中油肥1901’次之(65.06 g/kg),春油菜总碳量以‘中油肥1901’最高(466.25
期刊
针对危险驾驶行为引起的交通安全事故频发的现状,本文提出一种基于MobileNetV3和ST-SRU的危险驾驶姿态识别系统。首先,修改MobileNetV3的网络结构使其适用于人体姿态估计任务,输出关节点的热力图和偏移量图,用来估计J个关节点的二维坐标位置;其次,定义了ST-SRU骨架动作识别算法,利用动作的骨架序列数据,对动作进行分类。实验结果表明,MobileNetV3姿态估计算法在自建的AI
期刊
红外成像时夜间观测的重要手段,在军事民用领域都有着广泛运用。针对红外目标分类问题,将单演信号引入用于特征提取,用于对目标特性的分析。经过单演信号处理后的红外图像可用幅度、相位和方位三个成分描述。对于每一个成分的多尺度结果,采用矢量串接以及降采样结合的方式构建单一特征矢量。最终,构造得到的三个特征矢量能够反映目标的多层次特性。采用联合稀疏表示作为三种单演信号特征矢量的表征模型。在重构过程中,充分利用
期刊