客服咨询
意见反馈
介绍
目录
课程概述
在线性平稳随机模型（比如AR、MA、ARMA模型）基础上，将灰色系统模型、谱分析、小波分析、经验模态分解及其改进方法引入水文随机分析课程中，这是该课程的优势，而且，每章节增加了练习题和测试题，学生在学习各种模型方法的同时，可以巩固相关的知识点。
课程目标
考核评价
讲师介绍
门宝辉
详细介绍
水文随机分析是水利工程专业水文学及水资源硕士研究生的一门学位课程。通过对本课程的学习，学生能够掌握水文随机分析的基本理论、模型方法和模拟技术等，以及水文时间序列分析中与计算机计算软件（MATLAB）相关等方面的知识，要求掌握水文随机分析的概念、水文时间序列分析模型的建立及求解方法，包括水文时间序列的线性平稳随机模型、灰色系统模型、谱分析、小波分析、经验模态分解等模型或技术方法，引导学生将随机分析的理论、技术方法具体应用到水文水资源系统的研究实践中，课程内容将最新的经验模态分解及其改进方法引入其中，为硕士研究生开展学位论文研究以及发表学术论文提供了模型技术方法的支撑，同时，丰富了水文随机分析理论的方法论体系。为研究生从事水文水资源和水利工程等相关专业的科学研究打下基础。
第1章 绪论
1.1 水文随机分析的研究对象
（322s）
1.2 水文随机分析的模型或方法
（865s）
1.3 水文随机分析的相关应用进展
（657s）
1.4 本书的主要模型和技术方法
（106s）
第2章 水文随机分析的基本理论
2.1 概述
（325s）
2.2 随机过程的分布函数
（238s）
2.3 随机过程的数字特征
（420s）
2.4 随机过程的分类
（273s）
2.5 平稳随机过程
（1044s）
2.6 马尔可夫过程
（633s）
第3章 水文时间序列的成分分析
3.1 水文时间序列及其组成
（439s）
3.2 水文时间序列组成成分的分析（上）
（699s）
3.2 水文时间序列组成成分的分析（下）
（1180s）
3.3 水文时间序列的长程相依性分析
（682s）
3.4 随机成分的模拟
（563s）
第4章 水文时间序列线性平稳随机模型
4.1 自回归模型（上）
（1228s）
4.1 自回归模型（下）
（419s）
4.2 滑动平均模型
（414s）
4.3 自回归滑动平均模型
（432s）
4.4 随机模型建立的过程
（1235s）
第7章 水文时间序列的小波分析
7.1 概述
（367s）
7.2 Fourier变换的局限
（356s）
7.3 一维连续小波变换
（838s）
7.4 一维离散小波变换和二进小波变换
（413s）
7.5.1 一维小波变换的图形用户界面
（620s）
7.5.2 小波工具箱图形通用方法
（306s）
学堂在线
701
门课
63949
人报名学习
运营单位: 杭州沃土教育科技股份有限公司
