澜沧江月径流量变化的相关性和多时间尺度特征

 以云南境内澜沧江1955年1月～2001年12月的逐月径流量观测数据为基础,应用相关分析和小波变换的分析方法,研究了云南境内澜沧江月径流量变化的相关性特征和多时间尺度特征.结论为:云南境内澜沧江下游的月径流量变化不仅显著地包含了上游的月径流量变化,而且还更显著地包含了云南境内的月气候变化影响.云南境内澜沧江月径流量变化表现出了十分明显的多时间尺度变化特征.澜沧江上游地区的月气候变化和云南境内的月气候变化均可能存在有约4个月和53个月的特征时间尺度变化.澜沧江下游允景洪的约7个月、30个月和74个月的特征时间尺度的月径流量变化主要是由澜沧江上游旧州的月径流量变化造成的;而澜沧江下游允景洪的约14个月和21个月的特征时间尺度的月径流量变化则完全是由云南境内的月气候变化造成的.对于较小特征时间尺度的变化,云南月气候变化造成的澜沧江月径流量变化一般是相同或滞后于澜沧江上游的月径流量变化;而对于较大特征时间尺度的变化,云南月气候变化造成的澜沧江月径流量变化则总是滞后于澜沧江上游的月径流量变化.     

贝叶斯超参数优化的浅层神经网络轴承故障诊断方法

实现轴承故障的精确诊断，采用特征排列的方法分析轴承振动的数值特征，通过贝叶斯超参数优化方法调整神经元数量来拟合轴承振动特征，并用Dropout解决过拟合问题，提出一种基于贝叶斯超参数优化方法的浅层神经网络轴承故障诊断方法。实验表明，在各种阈值下，采用该方法的轴承故障诊断综合评价指标AUC达到998%，性能指标高于传统故障诊断方法。     

PCA显著性检验结合相关分析的图像缩放法

针对内容感知图像缩放法的显著图，引入主成分分析（PCA）法检测图像的显著性，并结合相关分析法进行图像缩放。先根据图像每个像素点构造3×3领域，通过PCA算法得到每点的显著得分并定义行、列的显著度；再结合图像行列相关分析得到的行列相近度，给出各行各列的重要值，删除或放大较小重要值的行列实现图像的缩放。实验结果表明，该方法理论简单、运行高效，不仅能够完整地保护重要区域，同时还可以让图像的整体概貌过渡良好。