• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      加權(quán)馬爾可夫鏈階數(shù)對(duì)湖北省年降雨量預(yù)測(cè)精度的影響研究

      2022-06-13 07:47:26周安琪1松2丹34
      水資源開(kāi)發(fā)與管理 2022年5期
      關(guān)鍵詞:馬爾可夫階數(shù)氣象站

      周安琪1 高 松2 喻 丹34

      (1.湖北千里目檢測(cè)技術(shù)有限公司,湖北 宜昌 443002;2.宜昌市環(huán)境保護(hù)監(jiān)測(cè)站,湖北 宜昌 443002;3.三峽大學(xué)水利與環(huán)境學(xué)院,湖北 宜昌 443002;4.水資源安全保障湖北省協(xié)同創(chuàng)新中心,湖北 武漢 4300742)

      降雨作為一個(gè)區(qū)域主要的水資源補(bǔ)給,是目前水文和氣象研究中非常重要的一個(gè)關(guān)注項(xiàng)。降雨量的預(yù)測(cè)能夠?yàn)檗r(nóng)業(yè)、氣象和水利等多個(gè)部門的決策制定提供重要的數(shù)據(jù)支持和科學(xué)依據(jù)[1-3]。由于降雨量的多少受到多種氣象因素的綜合影響,表現(xiàn)出較強(qiáng)的隨機(jī)性[3],因此很難利用準(zhǔn)確的數(shù)值計(jì)算方法得到某一時(shí)段內(nèi)的降雨量的值。長(zhǎng)期以來(lái),國(guó)內(nèi)外眾多學(xué)者針對(duì)降雨量的預(yù)測(cè)方法開(kāi)展了大量的研究,主要形成了兩大類方法:一類是概率統(tǒng)計(jì)的方法,如一元線性回歸預(yù)測(cè)、馬爾可夫鏈模型、時(shí)間序列預(yù)測(cè)等;另一類是時(shí)間序列方法,如自回歸預(yù)測(cè),非線性門限自回歸、滑動(dòng)平均自回歸模型等[4-7]。其中,馬爾可夫鏈模型因其原理簡(jiǎn)單、計(jì)算方法簡(jiǎn)便,且對(duì)數(shù)據(jù)的隨機(jī)波動(dòng)規(guī)律具有一定的適應(yīng)性,被廣泛應(yīng)用于降雨量的預(yù)測(cè)研究中[3-4,8-9]。

      馬爾可夫過(guò)程是研究隨機(jī)過(guò)程中事物狀態(tài)以及狀態(tài)之間轉(zhuǎn)移規(guī)律的理論,基本原理是結(jié)合事物當(dāng)前的狀態(tài)和狀態(tài)轉(zhuǎn)移概率來(lái)預(yù)測(cè)事物將來(lái)的變化趨勢(shì)。馬爾可夫過(guò)程最基本的特征是“無(wú)后效性”(也稱之為“馬氏性”),即認(rèn)為事物將來(lái)的狀態(tài)只取決于事物當(dāng)前的狀態(tài),而與過(guò)去的狀態(tài)無(wú)關(guān)。馬爾可夫鏈?zhǔn)菭顟B(tài)和時(shí)間都離散的一種特殊的馬爾可夫過(guò)程,水文要素如降雨、徑流的狀態(tài)序列屬于典型的馬爾可夫鏈,同樣也具有“無(wú)后效性”的特征。加權(quán)馬爾可夫鏈?zhǔn)窃趥鹘y(tǒng)馬爾可夫鏈的基礎(chǔ)上發(fā)展而來(lái)的,其基本思想是,對(duì)于一列相依的隨機(jī)變量,各階自相關(guān)系數(shù)刻畫(huà)了各種滯時(shí)的指標(biāo)值的相關(guān)關(guān)系的強(qiáng)弱,因此可考慮先分別依其前面若干年的指標(biāo)值所對(duì)應(yīng)的狀態(tài)對(duì)該時(shí)段的狀態(tài)進(jìn)行預(yù)測(cè),然后按前面各時(shí)段與該時(shí)段相依關(guān)系的強(qiáng)弱對(duì)絕對(duì)轉(zhuǎn)移概率加權(quán)求和。即通過(guò)各階馬爾可夫鏈轉(zhuǎn)移概率與相依隨機(jī)變量的相關(guān)分析,達(dá)到充分、合理地利用信息進(jìn)行預(yù)測(cè)的目的[9-10]。

      目前,關(guān)于加權(quán)馬爾可夫鏈預(yù)測(cè)降雨量的研究大多集中在方法的應(yīng)用上,然而在利用加權(quán)馬爾可夫鏈時(shí),階數(shù)的選擇會(huì)影響各種滯時(shí)指標(biāo)值的權(quán)重,從而影響最終的預(yù)測(cè)結(jié)果,現(xiàn)有的研究缺少對(duì)不同階數(shù)馬爾可夫鏈預(yù)測(cè)結(jié)果的對(duì)比分析。因此,本文以湖北省為研究區(qū),根據(jù)中國(guó)國(guó)家氣象局(China Meteorological Administration,CMA)[11]提供的氣象站點(diǎn)逐日降雨數(shù)據(jù),利用不同階數(shù)的加權(quán)馬爾可夫鏈預(yù)測(cè)年降雨?duì)顟B(tài),再結(jié)合模糊集理論預(yù)測(cè)對(duì)應(yīng)狀態(tài)下的年降雨量的值,通過(guò)對(duì)比研究分析加權(quán)馬爾可夫的階數(shù)對(duì)年降雨量預(yù)測(cè)精度的影響。

      1 年降雨量預(yù)測(cè)方法

      1.1 加權(quán)馬爾可夫鏈

      加權(quán)馬爾可夫鏈預(yù)測(cè)年降雨量狀態(tài)的一般步驟如下:

      a.采用均值-均方差分級(jí)法對(duì)年降雨序列進(jìn)行分級(jí),計(jì)算年降雨序列的樣本均值s,據(jù)此建立分級(jí)標(biāo)準(zhǔn),將歷年降雨量劃分為特旱、干旱、平水、偏豐和豐水共5個(gè)狀態(tài)。

      b.對(duì)上一步得到的狀態(tài)序列進(jìn)行統(tǒng)計(jì)計(jì)算,得到不同滯時(shí)(階數(shù))馬爾可夫鏈的轉(zhuǎn)移概率矩陣,這些矩陣決定了降雨量狀態(tài)轉(zhuǎn)移過(guò)程的概率法則。

      c.進(jìn)行“馬氏性”檢驗(yàn)。

      d.計(jì)算年降雨序列的各階自相關(guān)系數(shù)rk,計(jì)算公式為

      (1)

      e.對(duì)各階自相關(guān)系數(shù)進(jìn)行規(guī)范化處理,作為各滯時(shí)(階數(shù))的馬爾可夫鏈的權(quán)重wk,即

      (2)

      式中:m為最大的階數(shù)。

      (3)

      則矩陣Pi中最大概率值所隸屬的狀態(tài)即為預(yù)測(cè)期的預(yù)測(cè)降雨量狀態(tài)。

      1.2 模糊集理論

      馬爾可夫鏈采用最大概率隸屬原則來(lái)確定預(yù)測(cè)對(duì)象的狀態(tài),主要存在兩個(gè)方面的不足:?只考慮最大概率,忽略了其他概率的影響;?預(yù)測(cè)結(jié)果只能給出預(yù)測(cè)對(duì)象所屬的區(qū)間,而無(wú)法確定具體的預(yù)測(cè)值[9]。因此,吳林川等[3]、張偉[4]、王艷[10]等學(xué)者通過(guò)引入模糊集理論中的級(jí)別特征值來(lái)解決以上兩個(gè)問(wèn)題。模糊集理論用于年降雨量預(yù)測(cè)的基本步驟如下:

      a.首先根據(jù)預(yù)測(cè)年份降雨量的5個(gè)狀態(tài)概率Pi矩陣,計(jì)算各狀態(tài)的模糊數(shù)di:

      (4)

      式中:η為最大概率作用指數(shù),值越大越能突出最大概率的主導(dǎo)性,一般取值為2或4。

      b.計(jì)算級(jí)別特征值H:

      (5)

      c.降雨量的預(yù)測(cè)x值為

      (6)

      式中:i為預(yù)測(cè)Pi最大概率對(duì)應(yīng)的狀態(tài);Ti和Bi分別為該狀態(tài)的上、下限。

      2 實(shí)例研究

      2.1 研究區(qū)概況

      本文以湖北省為研究區(qū),見(jiàn)圖 1。湖北省位于我國(guó)內(nèi)陸腹地長(zhǎng)江中游地區(qū),總面積18.59萬(wàn)km2。湖北省處于我國(guó)地勢(shì)第二級(jí)階梯向第三級(jí)階梯過(guò)渡地帶,地勢(shì)西高東低,地貌類型多樣,山地、丘陵崗地和平原兼?zhèn)?,分別占總面積的56%、24%和20%。湖北省地處亞熱帶,位于典型的季風(fēng)區(qū)內(nèi),全省除高山地區(qū)外,大部分為亞熱帶季風(fēng)性濕潤(rùn)氣候,年平均氣溫為15~17℃。年平均降雨量在800~1600mm之間,降雨空間分布呈由南向北遞減的趨勢(shì),降雨量表現(xiàn)出明顯的年內(nèi)季節(jié)性變化,一般夏季雨量較多,約為300~700mm,冬季雨量較少,約為30~190mm。本研究的日降雨數(shù)據(jù)來(lái)自中國(guó)氣象數(shù)據(jù)網(wǎng),研究區(qū)共包含27個(gè)氣象站點(diǎn),由此得到1971—2018年各站的年降雨序列。

      圖1 研究區(qū)湖北省概況

      2.2 單站點(diǎn)年降雨量預(yù)測(cè)結(jié)果

      表1 氣象站點(diǎn)57251實(shí)測(cè)年降雨量

      表2 氣象站點(diǎn)57251年降雨?duì)顟B(tài)劃分標(biāo)準(zhǔn)

      再統(tǒng)計(jì)該站點(diǎn)1~5階的狀態(tài)轉(zhuǎn)移概率矩陣,分別表示為P(1)、P(2)、P(3)、P(4)和P(5):

      (7)

      該氣象站點(diǎn)年降雨量序列的1~5滯時(shí)的自相關(guān)系數(shù)為rk=[0.12,-0.08,0.04,-0.15,-0.07],根據(jù)式(2)計(jì)算得到1~5滯時(shí)的馬爾可夫鏈權(quán)重,見(jiàn)表3。

      表3 氣象站點(diǎn)57251年降雨序列1~5滯時(shí)的馬爾可夫權(quán)重

      根據(jù)式(3)可得不同階數(shù)的加權(quán)馬爾可夫鏈預(yù)測(cè)的2018年降雨量狀態(tài)概率矩陣,見(jiàn)表4。由表4可以看出,對(duì)于氣象站點(diǎn)57251,不同階數(shù)馬爾可夫鏈預(yù)測(cè)的2018年降雨量均是在狀態(tài)3(平水)的概率最大,說(shuō)明對(duì)于該氣象站點(diǎn)而言,階數(shù)對(duì)加權(quán)馬爾可夫鏈預(yù)測(cè)的年降雨?duì)顟B(tài)影響不大。

      表4 氣象站點(diǎn)57251不同階數(shù)加權(quán)馬爾可夫鏈預(yù)測(cè)2018年降雨量的狀態(tài)概率結(jié)果

      結(jié)合表4中的結(jié)果和式(4)~式(6),可得預(yù)測(cè)的2018年降雨量的具體值,見(jiàn)表5。雖然不同階數(shù)馬爾可夫鏈預(yù)測(cè)的年降雨量狀態(tài)相同,但經(jīng)模糊集理論預(yù)測(cè)出的年降雨量的值是不同的,這說(shuō)明除了最大概率占主導(dǎo)地位之外,其他狀態(tài)概率對(duì)年降雨量值預(yù)測(cè)的影響也不容忽視。根據(jù)表5中的誤差統(tǒng)計(jì)結(jié)果可以看出,隨著加權(quán)馬爾可夫鏈階數(shù)的增加,預(yù)測(cè)的年降雨量的相對(duì)誤差也逐漸增大。

      表5 氣象站點(diǎn)57251基于模糊集理論預(yù)測(cè)的2018年降水量值

      2.3 加權(quán)馬爾可夫階數(shù)對(duì)站點(diǎn)年降雨量預(yù)測(cè)精度的影響

      對(duì)研究區(qū)內(nèi)27個(gè)氣象站點(diǎn)均采用上述的多階數(shù)加權(quán)馬爾可夫鏈結(jié)合模糊集理論方法進(jìn)行降雨量預(yù)測(cè)。首先統(tǒng)計(jì)馬爾可夫鏈預(yù)測(cè)的2018年降雨量狀態(tài)結(jié)果,同時(shí)與2018年實(shí)測(cè)年降雨量狀態(tài)進(jìn)行對(duì)比,見(jiàn)圖2。由圖2(a)可以看出,當(dāng)采用一階加權(quán)馬爾可夫鏈(即傳統(tǒng)馬爾可夫鏈)進(jìn)行預(yù)測(cè)時(shí),部分氣象站點(diǎn)預(yù)測(cè)的年降雨量狀態(tài)不唯一,給最終降雨量的數(shù)值預(yù)測(cè)帶來(lái)了一定的難度。由圖2(b)可以看出,二至五階的加權(quán)馬爾可夫鏈預(yù)測(cè)的各站點(diǎn)年降雨量狀態(tài)結(jié)果相同且具有唯一性,能夠有效避免一階預(yù)測(cè)中出現(xiàn)的預(yù)測(cè)狀態(tài)不唯一的問(wèn)題。若降雨量的預(yù)測(cè)狀態(tài)和實(shí)測(cè)狀態(tài)完全吻合,則計(jì)為1;若降雨量預(yù)測(cè)的多個(gè)狀態(tài)之一與實(shí)測(cè)狀態(tài)吻合,則計(jì)為1/預(yù)測(cè)狀態(tài)個(gè)數(shù);若降雨量預(yù)測(cè)的狀態(tài)全都不與實(shí)測(cè)狀態(tài)吻合,則計(jì)為0。統(tǒng)計(jì)27個(gè)氣象站點(diǎn)年降雨量狀態(tài)預(yù)測(cè)的準(zhǔn)確程度,計(jì)算可得一階加權(quán)馬爾可夫鏈預(yù)測(cè)的準(zhǔn)確率為38.70%,二至五階預(yù)測(cè)的準(zhǔn)確率為48.15%。由此可得,多階馬爾可夫鏈預(yù)測(cè)年降雨量狀態(tài)的準(zhǔn)確性要明顯高于一階,這也充分說(shuō)明了多階馬爾可夫鏈能夠有效利用年降雨序列的自相關(guān)性,從而提高預(yù)測(cè)精度。

      圖2 不同階數(shù)的加權(quán)馬爾可夫鏈預(yù)測(cè)2018年降雨量狀態(tài)結(jié)果

      由于一階預(yù)測(cè)的降雨量狀態(tài)不唯一,無(wú)法根據(jù)模糊集理論確定具體的降雨量值。因此,只統(tǒng)計(jì)研究區(qū)27個(gè)氣象站點(diǎn)多階數(shù)情況下模糊集理論預(yù)測(cè)的年降雨量數(shù)值的相對(duì)誤差,箱線圖結(jié)果見(jiàn)圖3。由圖3可以看出,二階、三階和四階預(yù)測(cè)的相對(duì)誤差比較接近,約在-30%~40%之間;當(dāng)階數(shù)為五階時(shí),年降水量預(yù)測(cè)的相對(duì)誤差最小,除個(gè)別極大極小值之外,其余氣象站點(diǎn)預(yù)測(cè)的相對(duì)誤差在-10%~25%之間,根據(jù)箱線圖的上下四分位數(shù)可以看出有超過(guò)一半的氣象站點(diǎn)降雨量相對(duì)誤差在0~20%之間。因此,從研究區(qū)所有氣象站點(diǎn)綜合來(lái)看,五階加權(quán)馬爾可夫鏈能夠保證更多的氣象站點(diǎn)預(yù)測(cè)的降雨量結(jié)果精度較高。這說(shuō)明隨著馬爾可夫階數(shù)的增加,降雨序列各種滯時(shí)狀態(tài)間的相關(guān)關(guān)系(即rk和wk)以及前面若干年份降雨量狀態(tài)對(duì)目標(biāo)年份降雨量狀態(tài)的影響被充分、合理地利用,有助于提高降雨量的預(yù)測(cè)精度。然而,根據(jù)單站點(diǎn)57251的預(yù)測(cè)結(jié)果(見(jiàn)表5)來(lái)看,隨著馬爾可夫階數(shù)的增加,該站點(diǎn)的預(yù)測(cè)精度卻逐漸降低,這說(shuō)明馬爾可夫的階數(shù)并不是影響降雨量預(yù)測(cè)精度的唯一因素。

      圖3 不同階數(shù)下研究區(qū)氣象站點(diǎn)預(yù)測(cè)年降雨量相對(duì)誤差箱線圖

      2.4 加權(quán)馬爾可夫階數(shù)對(duì)空間降雨量預(yù)測(cè)精度的影響

      采用克里金(Kriging)方法將不同階數(shù)預(yù)測(cè)情況下27個(gè)氣象站點(diǎn)的年降雨量插值到研究區(qū)空間上,并與2018年站點(diǎn)實(shí)測(cè)降雨量的克里金插值結(jié)果進(jìn)行比較,根據(jù)式(8)計(jì)算空間年降雨量相對(duì)誤差,相對(duì)誤差空間分布見(jiàn)圖4。由圖4可以看出,整體上年降雨量高估的區(qū)域比低估的區(qū)域普遍要大,且高估的程度也比低估的程度要大。不同階數(shù)預(yù)測(cè)的年降雨量相對(duì)誤差呈現(xiàn)出明顯的空間分布趨勢(shì),年降雨量的預(yù)測(cè)值在研究區(qū)東部和東北部比實(shí)測(cè)值要高,而在南部和西南部比實(shí)測(cè)值要低。在年降雨量的空間表達(dá)上,二至四階預(yù)測(cè)的空間年降雨量都出現(xiàn)了較大區(qū)域的過(guò)高和過(guò)低估計(jì),五階預(yù)測(cè)的年降雨量空間分布與實(shí)測(cè)情況之間的誤差最小。

      (8)

      式中:Psim為預(yù)測(cè)的降雨量,mm;Pobs為實(shí)測(cè)的降雨量,mm;e為相對(duì)誤差,%。

      圖4 不同階數(shù)預(yù)測(cè)年降雨量空間差值的相對(duì)誤差

      為了研究年降雨量空間預(yù)測(cè)相對(duì)誤差的影響因素,從氣象和地形兩個(gè)方面考慮,分別選擇了多年平均降雨量和高程作為影響因子。由于預(yù)測(cè)的年降雨量相對(duì)誤差有正有負(fù),故分為負(fù)相對(duì)誤差和正相對(duì)誤差兩種情況,繪制各階數(shù)預(yù)測(cè)的年降雨量空間相對(duì)誤差與多年平均降雨量、DEM的散點(diǎn)關(guān)系圖,見(jiàn)圖5,同時(shí)統(tǒng)計(jì)空間相關(guān)系數(shù),見(jiàn)表6。由圖5、表6可以看出,除二階預(yù)測(cè)的正相對(duì)誤差與多年平均降雨量之間的相關(guān)性沒(méi)有通過(guò)顯著性檢驗(yàn)之外,不論是各階數(shù)預(yù)測(cè)的負(fù)相對(duì)誤差還是正相對(duì)誤差,都與研究區(qū)多年平均降雨量呈現(xiàn)負(fù)相關(guān),相關(guān)系數(shù)范圍在-0.83~-0.21。多年平均降雨量的大或小表征著區(qū)域所處位置降水的豐或枯。由此可以推斷,區(qū)域自身降水的豐或枯對(duì)多階加權(quán)馬爾可夫鏈預(yù)測(cè)結(jié)果偏離實(shí)測(cè)值的影響是不一致的,表現(xiàn)為多年平均降雨量越大,負(fù)相對(duì)誤差的數(shù)值越小、越偏離0,說(shuō)明過(guò)低估計(jì)的程度越大、預(yù)測(cè)精度越差,而此時(shí)正相對(duì)誤差的數(shù)值越小、越接近0,說(shuō)明過(guò)高估計(jì)的程度越小、預(yù)測(cè)精度越好。綜合來(lái)看,研究區(qū)過(guò)高估計(jì)區(qū)域以及程度都比過(guò)低估計(jì)的要大,從空間整體的預(yù)測(cè)精度來(lái)說(shuō),在多年平均降雨量較大(即降水充沛)的區(qū)域進(jìn)行空間降雨量的預(yù)測(cè)能夠獲得更高的預(yù)測(cè)精度。各階數(shù)的預(yù)測(cè)結(jié)果中,五階預(yù)測(cè)的年降雨量空間相對(duì)誤差與多年平均量的相關(guān)關(guān)系最強(qiáng),多年平均降雨量與負(fù)相對(duì)誤差的相關(guān)系數(shù)為-0.80,與正相對(duì)誤差的相關(guān)系數(shù)為-0.83。結(jié)合圖4中得出的五階預(yù)測(cè)的空間年降雨量精度最高這一結(jié)論,多年平均降雨量相關(guān)系數(shù)高又進(jìn)一步說(shuō)明了多年平均降雨量對(duì)加權(quán)馬爾可夫鏈預(yù)測(cè)精度的顯著影響。相比之下,高程與預(yù)測(cè)的降雨量正、負(fù)相對(duì)誤差之間的相關(guān)關(guān)系較弱,說(shuō)明高程對(duì)加權(quán)馬爾可夫鏈預(yù)測(cè)精度的影響較弱。

      圖5 不同階數(shù)預(yù)測(cè)的年降雨量相對(duì)誤差與實(shí)測(cè)降雨量、高程空間散點(diǎn)關(guān)系

      表6 不同階數(shù)預(yù)測(cè)的年降雨量相對(duì)誤差與實(shí)測(cè)降雨、高程的空間相關(guān)系數(shù)

      3 結(jié) 語(yǔ)

      本文采用加權(quán)馬爾可夫鏈結(jié)合模糊集理論的方法對(duì)湖北省27個(gè)氣象站的年降雨量進(jìn)行預(yù)測(cè),研究了不同階數(shù)的選擇對(duì)年降雨量預(yù)測(cè)精度的影響。研究結(jié)果表明:一階馬爾可夫鏈預(yù)測(cè)的年降雨量狀態(tài)易出現(xiàn)不唯一的情況,從而無(wú)法預(yù)測(cè)出具體的降雨數(shù)值,而多階加權(quán)馬爾可夫鏈預(yù)測(cè)的年降雨量狀態(tài)則比較穩(wěn)定且一致,年降雨量狀態(tài)預(yù)測(cè)的準(zhǔn)確性也更高;二至四階預(yù)測(cè)的年降雨量數(shù)值的相對(duì)誤差范圍比較接近,當(dāng)階數(shù)增加到五階時(shí),能夠保證更多的氣象站點(diǎn)的預(yù)測(cè)結(jié)果落在更小的誤差范圍內(nèi),因此降雨量值的預(yù)測(cè)精度最高。此外,從年降雨量相對(duì)誤差的空間分布來(lái)看,不同階數(shù)情況下空間趨勢(shì)較為一致,均表現(xiàn)為研究區(qū)東部和東北部高于實(shí)測(cè)值、南部和西南部低于實(shí)測(cè)值。在年降雨量的空間表達(dá)上,五階的預(yù)測(cè)結(jié)果 與實(shí)測(cè)的年降雨量空間分布之間的誤差最小。相關(guān)分析顯示,多年平均降雨量是影響年降雨量空間預(yù)測(cè)精度的主要因素,雨量充沛的區(qū)域其降雨預(yù)測(cè)的精度更高。本文的研究結(jié)果驗(yàn)證了多階加權(quán)馬爾可夫鏈結(jié)合模糊集理論方法在研究區(qū)年降雨量狀態(tài)以及數(shù)值預(yù)測(cè)的適用性,為研究區(qū)年降雨量預(yù)測(cè)提供了科學(xué)的方法。然而對(duì)于部分氣象站點(diǎn)預(yù)測(cè)誤差較大的情況,在未來(lái)的研究中可以通過(guò)改進(jìn)降雨數(shù)據(jù)序列分級(jí)、增加降雨數(shù)據(jù)樣本和改進(jìn)模型等方法,獲得更加精確的預(yù)測(cè)結(jié)果。

      猜你喜歡
      馬爾可夫階數(shù)氣象站
      珠峰上架起世界最高氣象站
      關(guān)于無(wú)窮小階數(shù)的幾點(diǎn)注記
      確定有限級(jí)數(shù)解的階數(shù)上界的一種n階展開(kāi)方法
      心靈氣象站
      保費(fèi)隨機(jī)且?guī)в屑t利支付的復(fù)合馬爾可夫二項(xiàng)模型
      自動(dòng)氣象站應(yīng)該注意的一些防雷問(wèn)題
      基于SOP的核電廠操縱員監(jiān)視過(guò)程馬爾可夫模型
      應(yīng)用馬爾可夫鏈對(duì)品牌手機(jī)市場(chǎng)占有率進(jìn)行預(yù)測(cè)
      一種新的多址信道有效階數(shù)估計(jì)算法*
      關(guān)于動(dòng)態(tài)電路階數(shù)的討論
      扎鲁特旗| 光山县| 高平市| 个旧市| 龙游县| 沙雅县| 韶山市| 雅江县| 安仁县| 通河县| 凤庆县| 应城市| 衡水市| 崇左市| 华安县| 鄂温| 龙陵县| 长泰县| 会同县| 旬邑县| 庐江县| 大邑县| 承德市| 鹤壁市| 南澳县| 岗巴县| 定州市| 商都县| 齐齐哈尔市| 万宁市| 潼南县| 乐至县| 阿克苏市| 翼城县| 晋中市| 宝应县| 南漳县| 宝丰县| 平顺县| 恩施市| 宁城县|