简介:摘要:蓄水调水和治理泥沙一直都是治理黄河河段的基本工作之一,但在研究黄河水文时,由于黄河水沙通量较大,数据特性分析难度大。本文建立模型实现基于不同时间序列的数据汇总分析。利用距平值对突变性进行分析;通过可视化分析,研究所表现出的周期变化;季节性水沙通量最大值往往出现在夏季,最小值往往出现在冬季;通过spsspro建立水沙通量的季节性ARIMA模型来研究其变化规律,发现季节性数据的水流量的拟合度0.724,排沙量拟合度为0.764,拟合效果较好;能较好的进行预测分析,并为黄河水流管理提供理论依据。
简介:摘要:随着数据挖掘技术、信息检索技术和多媒体数据库技术的不断发展,现在对侦察图像的数据处理和分析也越来越受到重视。由于有关图像上的数据信息和知识是人类无法直接获取的,但它却可以推动许多领域的发展,并带来许多意料之外的成果,因而引起了数据挖掘、信息检索、人工智能、多媒体等相关领域的广泛关注,利用数据挖掘技术对图像进行分析,寻找隐藏在海量图像数据中的信息和知识,以指导基于图像信息的决策。因此,图像挖掘是一个新兴的研究领域,也是一个快速发展的新领域。本文从无人探测的图像出发,对侦察图像数据的预处理技术进行了深入研究。
简介:摘要:本次课题的目的,是对现在主流的图像去雨算法进行一个对比,并通过对比,通过具体的案例,来分析出不同的算法间的优略。在本次课题中,主要对两个算法进行,分别是基于滤波去雨算法和暗通道先验算法去雨。对于基于滤波去雨算法和暗通道先验算法去雨的优略而言,基于滤波去雨算法更加适合雨水相较不那么密集的图像,面对雨水密集的图像时,它处理的结果一般。但它算法简单,易于实现;对于暗通道先验算法去雨而言,它对于雨水是否密集无太大的要求,都能有较好的效果,缺点在于运算量较大,且需要构建不少函数来支撑算法的实现,最后的结果如果不进行图像融合,呈现出灰色的图像。对于它们二者的结果,用MATLAB进行了复现。
简介:摘要:选择2022年1月至2023年1月在临沂市人民医院住院的60名疑似动脉疾病患者,对所有患者进行CAG和CCTA检查。此外,我们还以CAG结果为金标准,对动脉疾病患者的敏感性、特异性、准确性、阳性预测价格、阴性预测价格和冠状动脉造影的一致性进行了评估,因此,在病理程度完全不同、斑块性质各异的患者中,对这两种测试的检测率进行了比较。两种检查策略的检出率之间没有统计学上的重要区别(P>0.05)。CCTA在诊断动脉疾病方面具有与CAG相同的诊断价值,而且CCTA的侵入性更小,更适合诊断动脉疾病,因此它的临床应用价值更高。
简介:【摘要】我国黄河流域水沙通量的变化对环境治理、气候变化和人民生活有着重要意义。本文首先根据现有数据进行可视化分析,研究含沙量与时间、水位、水流量的关系,然后利用相关分析确认含沙量与水位、水流量为线性关系,最后采用“分割-近似代替-求和”的方法求出年总水流量和年总排沙量。
简介:【摘要】因黄河受季节性强降雨的影响,影响生态环境的稳定,本文根据其水沙通量的变化趋势,建立 ARIMA 时间序列分析模型,对 2022 年和 2023 年的水沙通量进行预测。分析预测出的未来两年水沙通量随时间的变化曲线,根据其斜率变化与突变特点定制出未来两年即能及时掌握水沙通量实时状态,又能减少投资成本的最优方案。
简介:【摘要】研究黄河水沙通量的变化规律对环境治理,气候变化和人民生活具有重要的意义,根据水沙通量的公式计算出6年的水沙通量,观察水沙通量的变化曲线,直观分析其突变规律,后利用Mann-Kendall突变检验法,通过M-K统计量曲线定位出每年的水沙通量突变点位置和整个6年的突变点位置。基于水沙通量数据的时序特点,进行时间序列分析得到水沙通量的季节性和周期性规律。