目录 1
第1章 绪论 1
1.1 水文学与小波分析 1
1.2 小波分析的发展简介 1
1.3 小波分析在水文学中的应用研究 4
2.3 二进小波变换 1 7
1.4本书的内容 8
第2章 小波分析的基本理论 9
2.1 连续小波变换 9
2.2 离散小波变换 16
2.4 多分辨率分析 19
第3章 小波函数及其构造 24
3.1 几种基本小波函数介绍 24
3.2 一类二进小波函数介绍 26
3.3 正交小波基构造 27
3.4 双正交小波及其构造 37
3.5 小结 42
第4章 快速小波变换算法及滤波器组设计 43
4.1 Mallat算法 43
4.2 基于二次样条小波的快速算法 48
4.3 A Trous算法 51
4.4 小波包算法 53
4.5 双通道多采样滤波器组 56
第5章 小波分析在水文序列滤波和消噪中的应用 60
5.1 小波分析在水文序列滤波中的应用 60
5.2 小波消噪方法 63
5.3 基于小波消噪的偏最小二乘回归模型 68
5.4 小波消噪在水文序列关联维数估计中的应用 75
第6章 小波分析在水文序列复杂性中的应用研究 79
6.1 概述 79
6.2 基于小波分析的水文序列信息量系数计算 80
6.3 基于离散小波变换的水文序列分维估计方法 82
6.4 基于连续小波变换的水文序列分维估计 87
6.5 水文序列Hurst系数的小波估计 89
6.6 基于小波消噪的水文序列复杂度研究 92
6.7 基于小波变换的水文动力系统混沌性识别 95
第7章 小波分析在水文序列奇异性检测和趋势识别中的应用 100
7.1 基于小波变换系数分维变化曲线诊断水文序列奇异性 100
7.2 小波奇异点识别原理及其在水文序列奇异性检测中的应用 103
7.3 小波分析在水文序列趋势成分识别中的应用 110
7.4 小结 114
第8章 小波分析在水文系统多时间尺度分析中的应用 115
8.1 水文系统多时间尺度分析的小波分析法 115
8.2 降水量时间序列的多时间尺度变化特征 116
8.3 年径流量的多时间尺度变化特征 120
8.4 月径流量的多时间尺度变化分析 131
8.5 年最大洪峰流量的多时间尺度变化分析 134
8.6 旱涝等级资料的多时间尺度分析 138
9.1 概述 142
第9章 基于小波分析的水文系统预测方法 142
9.2 基于小波消噪的随机模型 143
9.3 基于小波分析的组合随机模型 148
9.4 基于小波变换的最近邻抽样回归组合模型 151
9.5 小波人工神经网络组合模型 154
9.6 小波网络模型 164
9.7 混沌小波网络模型 168
第10章 小波分析在水文系统随机模拟中的应用 173
10.1 概述 173
10.2 常用随机模型介绍 176
10.3 基于小波变换的随机组合模拟方法 180
10.4 基于小波变换的组合随机模型 184
10.5 基于小波分析的核密度估计随机模型 187
10.6 基于小波分析的非参数解集模型 195
10.7 小结 199
参考文献 201