基于复杂性理论的黄河河川径流序列诊断分析

水文序列性质的诊断是水文预测的关键问题之一，至今没有得到有效解决．本文通过采用复杂性理论中的复杂性测度，对黄河干流不同水文站的河川径流序列进行诊断分析．结果表明：黄河干流径流序列以随机性为主，确定、随机和混沌成分共存；人类活动的影响总体使得径流变化的随机和混沌增大，且下游的随机成分大于上游，上游的混沌成分大于下游；同时表明复杂性测度具有较灵敏的识别能力，为识别河川径流序列的性质及人类活动的影响提供了一种新的方法，     

系统周界观控模型的人类活动影响定量分析

针对人类活动对径流影响定量分析中存在的问题,利用系统周界观控模型,根据分形理论推导出模型的弹性系数,建立系统周界的具体计算式,并应用于泾河流域人类活动对径流影响的定量分析中,结果表明:人类活动对径流的影响强度在20世纪70年代以前较小,之后逐渐增强,且具有径流大时则相对较小而径流小时则相对较大的变化规律；较之传统方法,该模型所需资料较少、结果合理可靠,可为定量分析人类活动对径流的影响提供一种简便有效的方法.     

基于复杂性理论的径流时间序列动力学特征分析

将三种复杂性测度——复杂性C2、算法复杂性C0和近似熵ApEn运用于径流时间序列的分析之中,计算过程简便,对时间序列长度等条件的要求相对较低,因而更具有实用价值,为了解径流变化的动态特性开辟了新的思路.通过分析可以发现:黄河干流具有实测径流的随机性和混沌程度高于天然径流的随机性和混沌程度;上游的混沌程度高于下游,而随机性低于下游的动态特征.黄河干流整体上处于随机、混沌共存状态,随机强于混沌;各站径流序列中存在某种结构,这些结构可能是周期性变化、持续性变化或自相似结构.人类活动近十几年的影响,增大了上游径流变化的随机性、降低了上游径流的复杂性(混沌),使其对径流的预测能力下降,增加了径流序列的识别难度.黄河干流大型水利工程的运用,对径流的影响程度随着空间位置的加大而减弱.     

宗教文化的系统定位

宗教是人类化系统的有机组成部分。宗教化产生于人类高级意识活动的超现实性发展，是人类超越现实的精神与寄托。宗教化与化系统中其他化形式既相互独立、又相互关联；它在社会系统发展中既有消极的影响又有弘扬道德明等积极的作用。     

基于等概率粗粒化的复杂度算法及其应用

为探究Lempel-Ziv复杂度(LZC)在心率变异(HRV)分析中的稳定性,提出了等概率粗粒化重构出符号序列计算LZC的新方法和具体算法.以年轻(21-34岁)与年老(68-85岁)组健康受试者的HRV信号为实验数据,选取不同的粗粒化段数,用常规和等概率方法分别计算LZC.再算出不同分段数LZC序列之间的相关系数.结果表明, 用新方法得出的相关系数都大于0.96,年老组的LZC指标明显降低(P<0.001),这些结果不受粗粒化段数的影响.新方法算得的LZC是度量HRV稳定而有效的指标.     

复杂性度量方法的改进及其在证券市场的应用

系统地分析了Lemple-Ziv复杂性度量方法的应用过程中,将实际信号(时间序列)转变成符号序列的诸多方法中存在的一些问题,提出了更合理的处理方法,即兼容法.兼容法可以有效地刻画各种时间序列的复杂度,克服了均值法等方法中将序列过分"粗粒化"以致不能区分混沌与完全随机现象的缺点,克服了极值法与遗传密码粗粒化方法因只提取细节成分信息而导致辨别率不高等缺点.最后动态地分析了中国证券市场的复杂性.     

协同论与人类文化

运用协同论的观点，分析人类化的潜在危机，人类社会群体的分裂，自然生态的恶化，资源的耗竭，指出为了人类的可持续发展，人类化协同性的必要，并按照系统的要素和结构，把人类化的协同关系大致分为：人与自然、人类群体的协同；真、善、美的协同；人类不同形态的化的协同；人类化与个体心理的协同。     

于田绿洲耕地变化驱动机制研究

根据于田绿洲耕地变化和相关的社会经济状况及其变化特征的典型相关分析，提出了表征耕地变化及其驱动因素的指标，分析了两者的相关性及探讨了人口变化驱动因素对耕地变化的驱动机制，为协调干旱区土地资源和人类活动的关系提供依据，为进一步进行绿洲土地利用变化研究积累方法和经验。图4，表2，参16。     

关于复杂性与简单性的学习、思考片断

关于简单性和复杂性的关系的几点思考,如还原论和反还原论（整体论）,简单化和粗粒化,简单的美和复杂的美等。     

最近邻点法预测模型及其在河川径流预测中的应用

针对径流非线性特征,建立了最近邻点法预测模型,对黄河、长江干流径流过程进行了预测,得到了满足精度要求的预测结果.该模型能够有效跟踪径流系统中相空间里的吸引子和充分扑捉历史数据中所隐含的有用信息.通过增加邻近点数来观察预测均方误差的变化,对预测效果进行了检验,结果证实该模型可真实地反映河川径流变化的总体趋势,并为判断时间序列数据的非线性提供了一种新方法.     

基于纹理粗糙度的回转窑火焰图像FCM分割方法

在深入研究氧化铝回转窑火焰图像特点的基础之上,提出了一种将基于图像灰度值的模糊C-MEANS(FCM)算法与图像纹理粗糙度特征相结合的图像分割方法.利用加窗自相关系数表征图像中火焰区与物料区在纹理粗糙度方面的差异,对FCM聚类的结果隶属度矩阵进行去模糊化运算,改善了火焰区与物料区的分割效果.实验结果表明,图像灰度值信息和纹理粗糙度特征的融合对于提高氧化铝回转窑火焰图像的分割精度具有重要的研究价值.     

基于小波消噪的混沌多元回归日径流预测模型

基于小波消噪理论对水文序列中的噪声进行了处理,然后利用混沌理论中的相空间重构技术计算出饱和嵌入维数作为多元回归模型的可控变量个数,将小波、混沌和多元回归方法结合起来对日径流进行了预测。与消噪前相比,消噪处理后建立的模型预测精度有了明显提高：预测合格率提高8%,平均绝对百分比误差为9.53%。因此在对水文时间序列进行混沌分析和预测之前,对其进行小波消噪是完全必要的。     

黑龙江省低山丘陵区水保措施减蚀效应研究

黑龙江省低山丘陵区土壤贫瘠,农业生产活动剧烈,加之降雨多以夏季暴雨为主,造成了严重的土壤侵蚀现象。通过对宾县三岔河小流域7个试验小区径流和产沙观测资料的分析,总结得出不同水保措施下的水土保持效益,为合理安排耕作方式提供参考。图1,表2,参16。     

权马尔可夫链在河流丰枯状况预测中的应用

针对河川径流量为相依随机变量的特点,提出了以规范化的各阶自相关系数为权, 用加权的马尔可夫链来预测河流未来丰枯状况的方法, 并通过实例对该方法进行了具体的应用     

基于关联度的高嵌入维混沌预测方法研究

由于现有的采用欧氏距离确定相空间最邻近点的混沌预测方法对高维混沌时间序列预测的效果不太理想 ,因而首次提出以关联度代替欧氏距离来确定相空间最邻近点的思想。通过对水文径流序列预测的验证 ,在嵌入维数逐渐增大时 ,采用所提方法比现有的方法在预测精度方面有明显的提高     

基于小波特征匹配的短时人体行为识别

在人体行为识别研究中，特征选取是关键。为了获取充分且稳定的行为特征，往往对超过一个行为周期的长时行为数据进行处理，而小于一个行为周期的短时行为数据特征通常不稳定，难以做到准确稳定识别。提出一种基于小波变换和模板匹配相结合的短时人体行为识别方法。使用小波变换方法提取系数特征，将短时测试样本的特征与模板库中的特征进行匹配，根据相似性对行为动作做出分类识别。实验结果表明，此方法对于短时行为动作具有较为准确和稳定的识别性能，有助于实现对人体行为动作的实时识别。     

系统复杂性测度参数确定的新方法及其应用

近似熵和样本熵的参数m和r对复杂度有重要影响,目前仍缺乏选取其共同最优参数m和r的有效方法.利用两种复杂度比较时的一致性要求及其曲线存在交点的特性,基于相关系数,提出确定其共同最优参数m和r的交叉点新方法.以泾河流域1956-2010年张家山水文站径流及其控制流域的降水为研究对象.结果表明:径流和降水两种复杂度的共同最优参数为m=2和r=0.11倍的序列标准差;降水和径流复杂度均呈现显著的递增趋势;径流或降水与其复杂度之间存在显著的递减关系,降水的递减趋势对径流复杂度的增加有重要影响.近似熵在描述序列的变化趋势方面优于样本熵,而样本熵在辨识序列的峰谷值变化方面强于近似熵.本研究提出的交叉点新方法具有较好的适用性.     

一种基于步态分析的身份识别方法

近来年,步态作为一种生物特征识别技术倍受计算机视觉研究者的关注。提出了一种基于计算机视觉运动分析的步态识别方法,从图像序列中提取特征进行识别。本方法提取的特征包含步态外观和运动信息。区别于基于模型的步态识别方法,提出一种新的提取肢体角度的方法,该方法通过分析侧影宽度变化获取角度信息,无需对人体建模。首先,采用背景减除技术提取人的侧影;分析侧影的高宽变化获取步态周期。然后,采用离散余弦变换分析了步态外形特征和角度特征。最后运用K邻法在几个不同的数据库上进行了算法验证。实验结果表明,本方法行之有效。