导读:本文包含了集合特征论文开题报告文献综述及选题提纲参考文献，主要关键词:黄河源区,多模式集合,VIC模型,帕尔默干旱指数
集合特征论文文献综述
张林燕,郑巍斐,杨肖丽,王雨茜,张梦如[1]（2019）在《基于CMIP5多模式集合和PDSI的黄河源区干旱时空特征分析》一文中研究指出针对黄河源区干旱情势逐年加剧的问题,采用CMIP5模型两种排放情景(RCP4.5和RCP8.5)下的8个模型的统计降尺度结果,运用最优赋权的多模式集合技术进行多模式集合优化,构建两种排放情景(RCP4.5、RCP8.5)的降水和气温数据集。在此基础上,构建黄河源区的VIC模型,结合帕尔默干旱指数(PDSI),分析黄河源区干旱的时空特征与变化趋势。结果表明,该流域在基准期(1961—1990年)的PDSI变化较为平稳,表现出微弱的增加趋势,未来时期(2021—2050年)PDSI则显着增加。在1961—1990年,黄河源区大多数地区干旱发生的频次在10次左右,平均干旱历时在4～10个月,平均烈度为6～24。在未来时期两种情景下,干旱的平均历时和平均烈度相较于基准期有所减少,且RCP8.5情景下的变幅明显高于RCP4.5。(本文来源于《水资源保护》期刊2019年06期）
龙飞[2]（2019）在《把握集合中元素的特征,提升解题效率》一文中研究指出在集合中,我们把研究的对象叫做元素.集合的元素必须同时具有叁个特征,即确定性、互异性、无序性.把握集合中元素的特征,对于准确理解集合的概念具有重要的意义,同时,也是解答集合问题的重要依据.在解答集合问题时,仔细把握集合中元素的特征,有助于提升解答集合问题的效率.现举例说明集合元素(本文来源于《语数外学习(高中版中旬)》期刊2019年11期）
刘佳祺,刘雨岚,沈雨霏,刘德红[3]（2019）在《基于集合经验模态分解方法的上证综指波动特征分析及预测研究》一文中研究指出股票市场的价格具有非平稳的非线性特征,因此直接预测非常困难。在本文中,我们使用集合经验模式分解方法将上证综合指数的时间序列分解为有限数量的IMF函数和一个趋势项。然后对IMF进行重构得到高频序列、低频序列、长期趋势叁个部分,再将得到的叁个部分分别输入BP神经网络进行训练得到叁个预测值,最后,整合叁个预测值以获得最终预测值。实证结果表明,EEMD-BP方法比传统的股价预测方法具有更高的预测精度。(本文来源于《现代经济信息》期刊2019年07期）
宗珊[4]（2019）在《基于小波分析与模糊集合的唐山市气象水文特征研究》一文中研究指出以唐山市1980年～2010年逐日降水资料为依据,统计雨季旬次降水信息,并运用小波分析和模糊集合分析法探究汛期降水时间变化分期特征。结果表明,唐山市汛期降水量呈凸峰型分布,集中于7月～8月;汛期降水具有20 d、38 d、48 d等多个时间周期,其中20 d为主周期;模糊集合划分了该市降水的主汛期为6月28日至8月20日,与经验分期隶属度值相一致,并且前汛期与主汛期极值序列呈增加趋势,后汛期呈减少趋势,但并未达到统计显着水平。(本文来源于《陕西水利》期刊2019年03期）
马申佳,何宏让,陈超辉,吴丹,陈圣劼[5]（2019）在《基于对流尺度集合预报的飑线结构特征模拟与改善》一文中研究指出对流尺度集合预报是研究飑线等强对流天气的新方向。当前对飑线系统结构的研究主要采用卫星和雷达资料结合高分辨率确定性预报的方法,而本文从集合预报技术的角度分析飑线结构特征。针对2014年7月30日中国江淮地区的一次强飑线过程,利用WRF模式开展了对流尺度集合预报试验,采用概率匹配平均法对集合预报结果进行综合处理,重点考察集合预报对飑线结构特征的模拟能力。结果表明:对流尺度集合预报能够模拟出飑线系统的基本结构特征。集合平均和概率匹配平均法相比控制预报而言,对飑线回波、热力场、动力场和微物理量场结构有明显的改善作用。同时模拟出了飑线系统近地面冷池和环境垂直风切变的相互作用,与RKW理论相一致。概率匹配平均法在回波强度上较集合平均更接近实况,应用于对流尺度集合预报研究极端天气事件具有指示意义。(本文来源于《气象与环境学报》期刊2019年01期）
冯义,刘慧文,张宝平,张宝栋,阮亮[6]（2018）在《基于集合经验模态分解和特征选择极端学习机的风速预测》一文中研究指出提出一种集合经验模态分解、随机森林和极端学习机建模的短期风速预测方法。首先,引入集合经验模态分解将原始风速数据分解成代表不同波动特征的分量,剔除不规则的分量;然后,对保留分量逐一建模,构建随机森林特征选择算法,根据重要性来提取模型的特征输入;最后,建立基于特征选择和极端学习机的风速分量预测模型进行预测,综合分量预测结果得出最终预测结果。(本文来源于《智慧电力》期刊2018年12期）
齐晓霞,丁黄法,王琦进[7]（2018）在《基于特征集合的XSS漏洞安全研究》一文中研究指出跨站脚本XSS是Web安全的主要威胁。在分析网页爬虫的爬取流程基础上,提出一种网络爬虫架构,根据特征集合对爬取的网页资源进行XSS漏洞分析。通过Java和Python环境下的实验测试,该爬虫架构能爬取到页面的细小方面,使用特征提取能够进行有效的识别。(本文来源于《西华大学学报(自然科学版)》期刊2018年06期）
张瑜,马旭林[8]（2018）在《集合预报扰动的物理结构及演变特征分析》一文中研究指出为了解决数值预报不确定性造成的预报质量受限的问题,集合预报将单一确定性预报转变为概率预报,是估计数值预报中不确定性的有效方法,可为用户提供更全面完整的大气运动的可能信息。集合预报的研究与发展关键在于如何刻画和表征初值不确定性、模式本身不确定性和边界条件不确定性,并由此衍生出不同的集合预报技术。合理的初始扰动结构是构造集合预报的核心,初始扰动质量的好坏直接影响到集合预报的质量和整体性能。本研究主要针对模式初值不确定性,分析和揭示集合预报初始扰动的空间物理结构及其时空演变特征,为集合预报初始扰动的合理构造提供客观依据。基于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)、中国气象局数值预报中心业务化的T639全球集合预报系统以及GRAPES (Global/Regional Assimilation and Prediction System)区域集合预报系统(GRAPES Regional Ensemble Prediction System,GRAPES-REPS)的预报场,通过分析初始扰动分量、扰动能量演变、集合离散度等,揭示了叁套集合预报的风场和质量场的初始扰动和集合预报扰动的物理结构及演变特征。结果表明:无论是风场还是质量场,绝大部分初始扰动位于主要天气系统附近,并且扰动具有明显的流依赖特征,符合天气形势变化的结构;扰动总能量与集合离散度随着预报时效的延长都呈现出发展的状态,对流层低层以扰动内能为主,高层以扰动动能为主,且扰动动能在演化过程中占主导作用;离散度结构的演变同样与天气形势的演变密切相关,从另一种角度体现了扰动结构随流型依赖的特性。研究结果验证了区域集合预报比全球集合预报更能体现中小尺度扰动信息,全球集合预报系统中ECMWF的扰动结构更为合理,但T639集合预报系统更适用于中国地区;相对于ECMWF的全球集合预报,国内的集合预报系统都存在高层离散度不足的现象;区域集合预报初始时刻存在虚假扰动,温度场的扰动值和离散度都较小而高度场的相应数值却偏大。不同空间尺度天气系统的扰动结构和演变特征与其空间尺度有直接联系。将集合扰动进行尺度分离,研究不同空间尺度天气系统下,主要物理量的集合扰动发展与演变的水平空间结构特征,进一步探讨集合扰动的发展演变与天气尺度的可能关系,揭示大尺度集合扰动与中小尺度集合扰动发展和演变的特征。综上,合理构造的初始扰动能够有效反映预报误差结构,是集合预报研究的核心内容之一。本研究为进一步准确认识和理解集合预报初始扰动的合理结构提供了客观的依据。(本文来源于《第35届中国气象学会年会 S1 灾害天气监测、分析与预报》期刊2018-10-24）
万智巍,贾玉连,洪祎君,蒋梅鑫[9]（2018）在《基于完备集合经验模态分解的赣江径流多尺度变化特征》一文中研究指出利用完备集合经验模态分解(CEEMD)方法,结合趋势分析、突变检验和功率谱分析对径流序列进行多尺度变化特征分析表明,近66年来赣江径流变化上升速率为6.5×10~8m~3/10 a,MK趋势检验的Z统计量为0.653,上升趋势不显着;1989年~1990年前后发生了突变;赣江径流变化序列具有显着的非线性、非稳定性特征,径流的准3 a周期可能与长江流域降水的准3 a周期相关;准6 a、准14 a和准26 a周期,则可能与厄尔尼诺和太阳活动相关。(本文来源于《水力发电》期刊2018年08期）
侯莉莎[10]（2018）在《大数据集合中冗余特征排除的聚类算法设计》一文中研究指出传统microRNA聚类算法对数据的新特征要求较高,未全面分析大数据集内的冗余特征,使得聚类结果均衡性差。因此,提出大数据集合中冗余特征排除的聚类算法,其采用聚类集成算法,在组构造时期通过使用一致的聚类算法抽取各种子集样本,实现大数据冗余特征的排除,获取排除冗余特征的大数据集聚类结果。对得到的大数据聚类特征分类能力以及特征关联性实施度量,采用基于特征聚类以及随机子空间的miRNA识别算法,实现大数据集合冗余特征的聚类。实验结果表明,所提算法具有较高的冗余数据排除性能,该算法下的大数据聚类效果优,具有较高的均衡性。(本文来源于《现代电子技术》期刊2018年14期）
集合特征论文开题报告
（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：
在集合中,我们把研究的对象叫做元素.集合的元素必须同时具有叁个特征,即确定性、互异性、无序性.把握集合中元素的特征,对于准确理解集合的概念具有重要的意义,同时,也是解答集合问题的重要依据.在解答集合问题时,仔细把握集合中元素的特征,有助于提升解答集合问题的效率.现举例说明集合元素
（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。
集合特征论文参考文献
[1].张林燕,郑巍斐,杨肖丽,王雨茜,张梦如.基于CMIP5多模式集合和PDSI的黄河源区干旱时空特征分析[J].水资源保护.2019
[2].龙飞.把握集合中元素的特征,提升解题效率[J].语数外学习(高中版中旬).2019
[3].刘佳祺,刘雨岚,沈雨霏,刘德红.基于集合经验模态分解方法的上证综指波动特征分析及预测研究[J].现代经济信息.2019
[4].宗珊.基于小波分析与模糊集合的唐山市气象水文特征研究[J].陕西水利.2019
[5].马申佳,何宏让,陈超辉,吴丹,陈圣劼.基于对流尺度集合预报的飑线结构特征模拟与改善[J].气象与环境学报.2019
[6].冯义,刘慧文,张宝平,张宝栋,阮亮.基于集合经验模态分解和特征选择极端学习机的风速预测[J].智慧电力.2018
[7].齐晓霞,丁黄法,王琦进.基于特征集合的XSS漏洞安全研究[J].西华大学学报(自然科学版).2018
[8].张瑜,马旭林.集合预报扰动的物理结构及演变特征分析[C].第35届中国气象学会年会S1灾害天气监测、分析与预报.2018
[9].万智巍,贾玉连,洪祎君,蒋梅鑫.基于完备集合经验模态分解的赣江径流多尺度变化特征[J].水力发电.2018
[10].侯莉莎.大数据集合中冗余特征排除的聚类算法设计[J].现代电子技术.2018