發(fā)布時(shí)間：2023-05-18 04:48

　　時(shí)間序列是指將同一統(tǒng)計(jì)指標(biāo)的數(shù)值按其發(fā)生的時(shí)間先后順序排列而成的數(shù)列,它是很多復(fù)雜系統(tǒng)工作或運(yùn)行狀態(tài)的主要外在表現(xiàn)形式,蘊(yùn)含豐富的系統(tǒng)結(jié)構(gòu)和動(dòng)態(tài)演化規(guī)律等信息。很多風(fēng)工程的應(yīng)用,例如風(fēng)能的預(yù)測(cè)、大型建筑的抗風(fēng)設(shè)計(jì)與優(yōu)化、空氣污染物的傳播與擴(kuò)散等,都需要精準(zhǔn)地掌握應(yīng)用風(fēng)場(chǎng)的流動(dòng)及演化特性。但在很多實(shí)際應(yīng)用場(chǎng)合記錄自然風(fēng)場(chǎng)變化的風(fēng)速和風(fēng)向時(shí)間序列呈現(xiàn)出復(fù)雜的非線性和非平穩(wěn)特征,這給上述風(fēng)工程應(yīng)用帶來(lái)了極大地困難和挑戰(zhàn)。由于模型和理論的不完善,常規(guī)的物理學(xué)建模存在很大的局限性。為此,本文擬從數(shù)據(jù)驅(qū)動(dòng)的角度深入地揭示復(fù)雜氣態(tài)流場(chǎng)的流動(dòng)規(guī)律,重點(diǎn)研究自然風(fēng)場(chǎng)時(shí)間序列的復(fù)雜性和模式分類技術(shù),為相關(guān)風(fēng)工程的應(yīng)用提供重要的理論和技術(shù)支撐。論文的主要工作如下:一、本文針對(duì)時(shí)間序列兩類主流方法(時(shí)域法和頻域法)存在的不足,提出了一種新型的二維可視狀態(tài)圖的時(shí)間序列量化分析方法。該方法首先將一維時(shí)間序列映射成二維可視狀態(tài)圖,并在此基礎(chǔ)上定義了多個(gè)可視狀態(tài)圖量化分析指標(biāo),實(shí)現(xiàn)對(duì)復(fù)雜時(shí)間序列的量化分析。將本文方法應(yīng)用于室內(nèi)外兩類不同環(huán)境的風(fēng)場(chǎng)時(shí)間序列分析。測(cè)試結(jié)果表明,一般情況下室內(nèi)風(fēng)速時(shí)間序列的復(fù)雜性小于室外風(fēng)...

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題的研究背景及意義
    1.2 復(fù)雜流場(chǎng)研究現(xiàn)狀
    1.3 非線性時(shí)間序列研究現(xiàn)狀
        1.3.1 遞歸圖
        1.3.2 分形理論
        1.3.3 復(fù)雜性測(cè)算
        1.3.4 復(fù)雜網(wǎng)絡(luò)
    1.4 基于深度學(xué)習(xí)的圖像分析研究現(xiàn)狀
        1.4.1 深度學(xué)習(xí)思想及其發(fā)展
        1.4.2 深度學(xué)習(xí)常用模型
    1.5 本論文的研究?jī)?nèi)容及結(jié)構(gòu)安排
第2章 基于二維可視狀態(tài)圖的時(shí)間序列分析方法
    2.1 傳統(tǒng)時(shí)間序列遞歸圖及遞歸定量分析方法
    2.2 基于二維可視狀態(tài)圖的時(shí)間序列分析方法
        2.2.1 時(shí)間序列二維可視狀態(tài)圖生成
        2.2.2 基于二維可視狀態(tài)圖的時(shí)間序列定量分析
    2.3 典型時(shí)間序列信號(hào)的對(duì)比分析
    2.4 自然風(fēng)場(chǎng)時(shí)間序列信號(hào)的對(duì)比分析
        2.4.1 實(shí)驗(yàn)數(shù)據(jù)獲取
        2.4.2 實(shí)驗(yàn)數(shù)據(jù)對(duì)比分析
    2.5 本章小結(jié)
第3章 基于時(shí)間序列符號(hào)化結(jié)合滑窗技術(shù)的復(fù)雜性測(cè)算
    3.1 經(jīng)典時(shí)間序列復(fù)雜性測(cè)算方法
    3.2 新型時(shí)間序列復(fù)雜性測(cè)算方法
    3.3 經(jīng)典混沌信號(hào)的復(fù)雜性分析實(shí)驗(yàn)
        3.3.1 Logistic映射系統(tǒng)
        3.3.2 不同復(fù)雜性測(cè)算方法性能測(cè)算
    3.4 自然風(fēng)場(chǎng)信號(hào)的復(fù)雜性分析實(shí)驗(yàn)
        3.4.1 室內(nèi)外風(fēng)場(chǎng)時(shí)間序列復(fù)雜性分析
        3.4.2 室外局部區(qū)域風(fēng)場(chǎng)信號(hào)的復(fù)雜性分析
    3.5 本章小結(jié)
第4章 基于深度學(xué)習(xí)的近地面風(fēng)場(chǎng)波動(dòng)模式分類研究
    4.1 傳統(tǒng)時(shí)間序列分類分析方法
        4.1.1 密度峰值快速搜索聚類
        4.1.2 C均值模糊聚類
    4.2 基于卷積神經(jīng)網(wǎng)絡(luò)的模式分類方法
        4.2.1 數(shù)據(jù)預(yù)處理
        4.2.2 計(jì)算卷積層
        4.2.3 激勵(lì)函數(shù)
        4.2.4 池化層
        4.2.5 全連接層
    4.3 實(shí)驗(yàn)結(jié)果與對(duì)比分析
        4.3.1 室內(nèi)外風(fēng)速信號(hào)密度峰值快速搜索聚類分析
        4.3.2 室內(nèi)外風(fēng)速信號(hào)C均值模糊聚類分析
        4.3.3 室內(nèi)外卷積神經(jīng)網(wǎng)絡(luò)分類分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況說(shuō)明
致謝



本文編號(hào)：3818706