导读:本文包含了多尺度分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:尺度,辐合,平方和,小波,效应,变异性,塑性。
多尺度分析论文文献综述
张爽娜[1]（2019）在《基于小波分析的衡水市水资源多尺度时序变化研究》一文中研究指出基于统计资料,分析了衡水市水资源变化趋势及其与降雨、气温、蒸发之间的多尺度关系。结果表明,1960-2015年衡水市水资源总量变化介于2. 61×108～4. 92×108m3之间,平均值为3. 76×108m3,变化趋势为(y=-0. 000 8x+3. 784 74,R2=0. 001 1),其与气象因子之间具有密切的关系。区域水资源具有9和11年两个主周期,与气象因子存在多尺度相干周期,主要以7～10年的长周期为主;降雨与水资源变化的相干性最显着,是其主控因素。(本文来源于《水利科技与经济》期刊2019年11期）
张旭东,杜家浩,黄宇方,石东贤,缪永伟[2]（2019）在《基于多尺度层级LSTM网络的时间序列预测分析》一文中研究指出现有的深度学习研究都依赖于网络的自发学习能力,在训练过程中力求避免或尽量减少人为先验知识的设定,导致网络训练过程完全"黑盒",研究人员很难从语义上进行阐述。针对这种情况,文中提出了一种基于原始LSTM网络的改进——多尺度层级LSTM(Multi-Scale Hierarchical Long Short-Term Memory,MSH-LSTM)网络。该网络保留了神经网络的常规实现流程,在网络学习过程中将层级网络结构与人的经验知识有机结合,使网络在人为指引下有目的地训练,不再是完全的"黑盒",同时对时间序列更好地进行分析预测。为说明MSH-LSTM网络结构的有效性,实验选取了两种时间序列数据(气温、股票),结果表明,相较于ANN网络、LSTM网络及GRU网络,MSH-LSTM网络在保证网络适用性的同时更具分析预测优势。在气温实验中,由于MSH-LSTM与常规LSTM,GRU网络都利用了序列数据的时间因素,因此,它们的效果明显优于ANN;在股票实验中,MSH-LSTM的MAPE误差相对于常规LSTM,GRU,ANN网络分别平均提升了约19.65%,24.35%,46.30%。(本文来源于《计算机科学》期刊2019年S2期）
刘晓晶,熊进标,程旭[3]（2019）在《超临界水冷堆辐照考验回路多尺度热工水力学分析》一文中研究指出作为第四代核能系统中唯一的水冷反应堆,超临界水冷堆(SCWR)具有系统简单、热效率高、经济和安全性好等优点.中国和欧盟联合发起了第七框架研究计划国际合作项目"超临界水冷堆燃料性能验证实验(Supercritical Water-cooled Reactor Fuel Qualification Test, SCWR-FQT)",该实验将对超临界水环境下的小型燃料组件进行性能测试,为实验回路进行设计、分析和验证,并为其设计分析和安全许可申请提供支持.本文从计算流体力学、子通道、系统安全角度出发,对整个系统进行多尺度的热工水力安全分析.本文还对子通道程序COBRA和系统程序ATHLET中的传热模型、摩擦阻力模型和湍流交混模型等进行了修改,使其适用于超临界水冷堆模拟.另外,本文通过交换堆芯出口压力、冷却剂进口温度、堆芯进口冷却剂流量、活性区的产热和摩擦因子等参数实现程序耦合,以得到更为精细的热工水力行为.结果表明,修改过后的程序适用于超临界水回路瞬态分析,现有的安全系统设计可保证组件实验段在事故情况下得到有效冷却. CFD计算结果表明,绕丝对棒束流体传热有较大影响;子通道结果表明角通道堵塞条件下包壳温度最高.同时,计算也证实了多尺度耦合程序可精准预测事故进程和参数分布.(本文来源于《中国科学:物理学 力学 天文学》期刊2019年11期）
刘红武,尹忠海,杨令,徐靖宇,王青霞[4]（2019）在《湖南一次暖区极端特大暴雨多尺度特征分析》一文中研究指出利用多源资料对2016年6月14—15日发生在湖南株洲的一次极端特大暴雨过程进行了多尺度特征分析。结果表明:强降雨位于地面冷锋南侧的暖区内,阻高崩溃形成的阶梯槽带动冷空气南下与南支槽前暧湿气流在湖南交汇是造成此次强降雨的高空环流背景,稳定维持的地面辐合线为其提供了触发机制;本次极端降雨由对流性降雨和稳定性降雨组成,日雨量与小时雨量创株洲市建站以来极值;强降雨发生在高层正涡度向低层正涡度增强、上升气流发展最强及西南气流加强的过程中,高层辐散强于低层辐合,辐散抽吸作用强;中尺度云团演变特征显示,株洲特大暴雨主要由叁个中γ尺度云团发展融合而成,出现在中尺度云团发展到成熟阶段,暴雨落区位于云团西部边缘的TBB梯度大值区;雷达降水回波主要以低质心回波为主,强降水回波在株洲中部地区生消发展造成明显的"列车效应",速度径向剖面可见明显的底层逆风区,在其前部有较强的斜升气流,使对流风暴得以维持和发展。(本文来源于《中低纬山地气象》期刊2019年05期）
周云龙,常赫,赵盘[5]（2019）在《起伏振动状态下水平管内两相流多尺度熵分析》一文中研究指出将振动装置与气液两相流实验回路相结合,对起伏振动状态下水平通道内气液两相流进行实验研究,观察记录流型并此采集压差波动信号。同时采用多尺度熵方法对102种流动条件6种流型的压差波动信号进行分析。研究结果表明:起伏振动状态下水平管内主要流型包括泡状流、珠状流、炮弹流、弹状-波状流、沸腾波状流及环状流。利用小尺度下样本熵的变化速率特征可以明显区分水平通道内气液两相流型,而大尺度下样本熵的变化特征可以反映不同流型的动力学特性。(本文来源于《振动与冲击》期刊2019年20期）
刘学,孙翱,李冬[6]（2019）在《基于双树复小波的遥测振动信号多尺度噪声调节随机共振分析》一文中研究指出遥测振动信号包含大量反映飞行器试验过程中的状态特征信息,具有非线性、非平稳性、强噪声等特点,如何提取反映系统运行状态的微弱非线性特征直接关系到飞行状态监测和故障诊断的准确性,针对这一问题,提出一种基于双数复小波的多尺度噪声调节随机共振分析方法,充分考虑多尺度带限噪声对非线性随机共振的影响,利用多尺度噪声调节和樽海鞘群算法优化非线性随机共振,对遥测振动信号的微弱特征信息进行增强,仿真和实测数据实验结果表明该方法的有效性。(本文来源于《振动与冲击》期刊2019年20期）
张慎,程明,王杰,杨浩[7]（2019）在《基于多尺度模型的襄阳东津站铸钢节点动力弹塑性分析》一文中研究指出针对关键节点的细部分析,采用从整体模型中隔离出节点,将整体模型与节点模型分别独立计算的方法,在节点域施加的边界条件往往与实际情况相差较大。应用多尺度建模技术对东津站屋盖铸钢节点进行动力弹塑性分析。屋盖杆件采用梁单元建模,关键节点采用实体单元进行精细化建模,并通过自由度约束方程对梁单元和实体单元进行多尺度连接,从而准确反映节点域的边界条件。分别采用多尺度建模和隔离体建模进行对比分析:在结构整体地震动响应方面,两者的计算结果基本一致,多尺度建模仅对节点域相邻区域的杆件有一定影响;在节点域的计算分析方面,采用隔离体的节点分析结果偏于保守。研究表明,多尺度建模技术精确描述节点边界条件,是分析复杂结构关键节点的一种有效手段。(本文来源于《钢结构(中英文)》期刊2019年10期）
万庆,陈翥,汪媛,冯兵[8]（2019）在《1998～2016年长江经济带PM_(2.5)时空演化的多尺度分析》一文中研究指出基于全球大气PM_(2.5)年均浓度栅格数据集,采用重力模型、变异系数和探索性空间数据分析等方法,从区域、省域、市域、县域和栅格等多个尺度,对长江经济带PM_(2.5)时空演化特征进行系统分析。结果发现:(1)1998～2016年,长江经济带PM_(2.5)年均浓度均高于全国平均水平,且大体呈"倒U型"变化趋势,2005年是长江经济带PM_(2.5)年均浓度变化的重要拐点;(2)长江经济带PM_(2.5)的时空演化表现出显着的空间尺度效应,在不同空间尺度上,PM_(2.5)年均浓度的空间分异特征具有明显差别,但其空间差异均呈扩大态势;(3)长江经济带PM_(2.5)年均浓度存在显着的空间正相关性,且主要表现为高值集聚特征。(本文来源于《长江流域资源与环境》期刊2019年10期）
董红生,刘青,马殷元,李慧玲[9]（2019）在《室速和室颤发生前短时RR间期信号的多尺度熵分析》一文中研究指出目的基于短时RR间期的非线性分析,探索预报室速和室颤(VT/VF)发生的某些先兆信息。方法采用逐点多尺度熵(PPMSE)和加权集成多尺度熵(WIMSE)方法分析了78位埋藏式心脏复律除颤器(ICD)记录的VT/VF事件发生前10min左右的135个RR间期序列(VT/VF序列)的多尺度熵分布,并与同一患者正常窦性节律的对照(CON)序列进行比较;按VT/VF发生前1min VT/VF序列心率均值是否大于CON序列心率均值的20%,将数据样本划分为心率显着增加(SI_HR组)和心率未显着改变(nSI_HR组)两个子样本组,并讨论了其多尺度熵的变化。结果与正常对照组CON序列相比,VT/VF序列的PPMSE和WIMSE明显减小,WIMSE分析性能优于PPMSE(尺度>9,PPMSE的P值<0.05;尺度>3,WIMSE的P值<0.005);SI_HR组VT/VF序列的多尺度熵较CON序列减小更明显,提取的复杂性指数(CI)存在显着差异(在1～10尺度范围,PPMSE的P值=4.4×10-5,WIMSE的P值=8.5×10-7)。结论基于短时HRV信号多尺度熵可作为预测恶性室性心律失常的有效特征,对预防潜在性致命性心律失常有十分重要的意义。(本文来源于《航天医学与医学工程》期刊2019年05期）
蒋铁军,周成杰,张怀强[10]（2019）在《事件对复杂经济时间序列影响的多尺度分析方法》一文中研究指出针对复杂经济时间序列具有的非线性、非平稳、多尺度特性,文章提出一种基于多尺度事件识别的干预分析方法用于事件对复杂经济时间序列的影响分析。首先运用经验模态分解算法将原始序列按其构成特点分解到不同尺度,然后采用迭代累积平方和方法识别出不同序列分量的结构性变点,获取事件对序列影响的时间点,最后针对不同尺度的结构性变点,采用干预分析方法建立事件对序列影响的干预模型,定量分析事件对不同尺度序列的影响情况。(本文来源于《统计与决策》期刊2019年19期）
多尺度分析论文开题报告
（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：
现有的深度学习研究都依赖于网络的自发学习能力,在训练过程中力求避免或尽量减少人为先验知识的设定,导致网络训练过程完全"黑盒",研究人员很难从语义上进行阐述。针对这种情况,文中提出了一种基于原始LSTM网络的改进——多尺度层级LSTM(Multi-Scale Hierarchical Long Short-Term Memory,MSH-LSTM)网络。该网络保留了神经网络的常规实现流程,在网络学习过程中将层级网络结构与人的经验知识有机结合,使网络在人为指引下有目的地训练,不再是完全的"黑盒",同时对时间序列更好地进行分析预测。为说明MSH-LSTM网络结构的有效性,实验选取了两种时间序列数据(气温、股票),结果表明,相较于ANN网络、LSTM网络及GRU网络,MSH-LSTM网络在保证网络适用性的同时更具分析预测优势。在气温实验中,由于MSH-LSTM与常规LSTM,GRU网络都利用了序列数据的时间因素,因此,它们的效果明显优于ANN;在股票实验中,MSH-LSTM的MAPE误差相对于常规LSTM,GRU,ANN网络分别平均提升了约19.65%,24.35%,46.30%。
（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。
多尺度分析论文参考文献
[1].张爽娜.基于小波分析的衡水市水资源多尺度时序变化研究[J].水利科技与经济.2019
[2].张旭东,杜家浩,黄宇方,石东贤,缪永伟.基于多尺度层级LSTM网络的时间序列预测分析[J].计算机科学.2019
[3].刘晓晶,熊进标,程旭.超临界水冷堆辐照考验回路多尺度热工水力学分析[J].中国科学:物理学力学天文学.2019
[4].刘红武,尹忠海,杨令,徐靖宇,王青霞.湖南一次暖区极端特大暴雨多尺度特征分析[J].中低纬山地气象.2019
[5].周云龙,常赫,赵盘.起伏振动状态下水平管内两相流多尺度熵分析[J].振动与冲击.2019
[6].刘学,孙翱,李冬.基于双树复小波的遥测振动信号多尺度噪声调节随机共振分析[J].振动与冲击.2019
[7].张慎,程明,王杰,杨浩.基于多尺度模型的襄阳东津站铸钢节点动力弹塑性分析[J].钢结构(中英文).2019
[8].万庆,陈翥,汪媛,冯兵.1998～2016年长江经济带PM_(2.5)时空演化的多尺度分析[J].长江流域资源与环境.2019
[9].董红生,刘青,马殷元,李慧玲.室速和室颤发生前短时RR间期信号的多尺度熵分析[J].航天医学与医学工程.2019
[10].蒋铁军,周成杰,张怀强.事件对复杂经济时间序列影响的多尺度分析方法[J].统计与决策.2019
论文知识图
