基于Hurst指数的严重段塞流多尺度分形特性

基于多尺度方法和Hurst分析方法,分析了严重段塞流的多尺度结构及其非线性特征。以空气、水两相混合物作为实验介质,利用高速数据采集板获得了集输立管内气液两相严重段塞流的压差波动信号。使用db4小波在1~8尺度下对压差信号进行分解和重构,提取不同尺度的系统动力学特征,发现严重段塞流气液喷发和液体回落的瞬态过程主要体现在d5~d8尺度的细节信号上。通过对压差波动信号不同尺度下的分解信号进行Hurst指数分析,发现严重段塞流存在显著的双分形特征,同时受正持久性和反持久性两种动力学因素的制约,但概貌分量和细节分量表现出截然相反的分形结构,概貌分量具有正持久性,而细节分量具有反持久性。d1尺度下的细节分量描述了微尺度的气泡与气泡之间的相互作用;d2~d5尺度下的细节分量描述了微尺度的液体与气泡之间的相互作用;d6~d8尺度下的细节分量描述了宏尺度的气液两相与管壁之间的相互作用。压差波动信号的能量主要分布于宏尺度上。

基于广义Hurst指数和蚁群优化算法的配对交易策略研究

以上海期货交易所的8种金属类期货为研究对象,首先结合传统协整理论和一阶矩广义Hurst指数方法筛选出具有较强均值回复特性的期货对作为最优配对组合,然后对选出的最优配对组合设计交易策略,利用蚁群智能优化算法确定多空交易的最优开仓阈值。在实证回测阶段,对历史数据采用滑动窗口方法进行多次样本内及样本外回测,并与基于均值和标准差的传统固定阈值策略进行对比。结果发现,螺纹钢-热卷、热卷-铝期货配对为不同样本期下的最佳配对组合。从交易效果看,采用蚁群智能优化算法所确定的上、下开仓阈值策略相比于传统阈值策略,在多空交易中获得了更高的年化收益率和夏普比率。

基于SSA-Hurst-ARIMA组合模型的船舶柴油发电机组故障特征短期预测

为提高船舶柴油发电机组故障特征短期预测精度,建立基于奇异谱分析(Singular Spectrum Analysis,SSA)、Hurst指数、自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)的组合预测模型。以某试验中船舶柴油发电机组运行数据为基础,选取增压器滑油压强数据,对比分析单一ARIMA模型、SSA主成分-ARIMA组合模型和SSA-Hurst-ARIMA组合模型的预测效果。结果表明,SSA-Hurst-ARIMA组合模型的预测效果优于单一ARIMA模型和SSA主成分-ARIMA组合模型,更适合应用于船舶柴油发电机组故障特征的短期预测。

基于地理交互网络聚集系数及Hurst指数的城市活力度量

综合考虑城市空间结构及相关因素度量城市活力,可为城市规划发展提供一定的参考价值。传统的城市活力度量方法主要使用局部地区的静态数据,无法反映城市全局的、动态的活力变化。提出一种基于地理交互网络聚集系数及Hurst指数的城市活力度量方法。实验以意大利的米兰和特伦托两市以及周边地区为实验区域进行方法验证,结果发现:米兰市和特伦托市在相同的时间尺度下Freeman聚集系数的变化趋势基本相同,但米兰市Freeman聚集系数及Hurst指数均低于特伦托市,表明米兰市及周边地区的城市活力高于特伦托市及其周边地区,从而验证了方法的有效性。

Potential sliding zone recognition method for the slow-moving landslide based on the Hurst exponent

The abrupt occurrence of the Zhongbao landslide is totally unexpected,resulting in the destruction of local infrastructure and river blockage.To review the deformation history of the Zhongbao landslide and prevent the threat of secondary disasters,the small baseline subsets(SBAS)technology is applied to process 59 synthetic aperture radar(SAR)images captured from Sentinel-1A satellite.Firstly,the time series deformation of the Zhongbao landslide along the radar line of sight(LOS)direction is calculated by SBAS technology.Then,the projection transformation is conducted to determine the slope displacement.Furthermore,the Hurst exponent of the surface deformation along the two directions is calculated to quantify the hidden deformation development trend and identify the unstable deformation areas.Given the suddenness of the Zhongbao landslide failure,the multi-temporal interferometric synthetic aperture radar(InSAR)technology is the ideal tool to obtain the surface deformation history without any monitoring equipment.The obtained deformation process indicates that the Zhongbao landslide is generally stable with slow creep deformation before failure.Moreover,the Hurst exponent distribution on the landslide surface in different time stages reveals more deformation evolution information of the Zhongbao landslide,with partially unstable areas detected before the failure.Two potential unstable areas after the Zhongbao landslide disaster are revealed by the Hurst exponent distribution and verified by the GNSS monitoring results and deformation mechanism discussion.The method combining SBASInSAR and Hurst exponent proposed in this study could help prevent and control secondary landslide disasters.

中国碳市场与能源市场间风险传染研究——基于Hurst指数与TVP-VAR模型分析

本文基于2个市场的4个基础原始变量,利用Hurst指数作为风险频度、累积性的度量指标,运用TVP-VAR模型研究各金融市场的时变特征。研究发现:第一,通过Hurst指数研究的2个市场中,碳市场的频度风险最高,累积性风险最低;能源市场的频度风险较低,累积性风险较高;同时得到了两大市场具有明显的非线性混沌特征。第二,TVP-VAR模型的实证分析表明,碳市场对能源市场的风险传染冲击显著,而能源市场对碳市场的短期风险传染冲击影响较小,中长期较大,即碳市场对能源市场的传染是时变的。

基于自适应噪声完全集合经验模态分解算法和Hurst指数的地震数据去噪方法

在地震观测中,地震数据中普遍包含有噪声信号。由于噪声信号的干扰,地震分析的效率会受到不同程度的影响。传统的去噪方法通常需要噪声的先验知识,并且滤波时会造成部分有效信号丢失。针对这一问题,本文提出一种将自适应噪声完全集合经验模态分解(CEEMDAN)算法与Hurst指数相结合的地震数据去噪方法。首先通过CEEMDAN方法将信号分解为一系列本征模函数(IMF),然后利用Hurst指数对滤波后的IMF分量进行识别,最后对地震数据IMF分量进行重构,从而实现数据去噪。与传统方法的去噪效果对比表明,本文方法可将低信噪比波形的去噪效果提高32%,将高信噪比波形的去噪效果提高6倍。同时对地磁数据的去噪结果表明,本文方法能够较完整地将地铁噪声从地磁信号波形中滤除。

CEEMDAN-HURST算法在新冠疫情预测中的应用

针对COVID-19新增病例是一个非线性非平稳的时间序列,提出基于CEEMDAN-HURST算法的COVID-19组合预测模型。利用自适应噪声完全集合经验模态分解算法将新增病例时间序列分解为频率不同的子序列;利用HURST指数分析各个子序列的随机性并将子序列整合为高频、中频和低频三种子序列,通过最小二乘支持向量机对这三种子序列分别进行预测;叠加各重构子序列的预测结果,得到COVID-19新增病例的最终预测值。结果表明,基于CEEMDAN-HURST算法的COVID-19新增病例组合预测模型提高了非线性时间序列预测过程中的效率以及预测精度。与CEEMDAN-PE组合模型相比,平均绝对误差、均方根误差分别降低了11.13%和29.67%,表明CEEMDAN-HURST算法可有效解决非线性时间序列预测模型普遍存在的预测效率低和预测精度低的问题;赫斯特(HURST)指数度量了时间序列的偏移程度,引入HURST指数进行合并重构整合,可减少时间序列预测所需要的子序列数目。

基于Hurst指数的PID控制参数优化

为了提高PID控制过程的控制性能,提出一种基于Hurst指数的PID参数优化方法。首先,给出基于Hurst指数的控制性能评价方法。然后,以Hurst控制性能指标为基础,结合绝对误差积分和控制作用限制项来定义PID参数优化的目标函数,使用遗传算法来求解PID参数值。最后,通过数值仿真和工业实例验证了该方法有效性。

基于时间序列和Hurst指数的越剧台词文本情感分析

越剧作为流传最广的传统地方戏剧,是中华优秀传统文化的重要组成部分,传承和发展越剧文化是增强文化自信的重要途径之一。台词是剧作者用以展示剧情、刻画人物、体现主题的主要手段,对经典越剧台词进行研究有利于其更好的传承与发展。著名剧作家顾锡东创作的经典越剧作品充分融入了现代人的情感和思维方式,能强烈引发观众的情感共鸣。本文基于顾锡东主创的经典越剧系列台词文本,利用情感时间序列来表征6部经典越剧台词文本的情感动态演变,并通过Hurst指数客观地概括台词与经典越剧成功要素的相关程度,为越剧作品创作吸引现代观众提供可借鉴的思路与参考。

基于Hurst参数基准值自适应更新的网络流量异常检测方法

现有大规模网络随机上网行为对网络流量造成波动幅度大导致传统流量异常检测算法存在虚警率过高的问题,提出一种基于Hurst参数基准值自适应更新的网络流量异常检测方法。首先,利用小波变化来求解Hurst参数;然后,引入网络流量波动变量控制值来更新Hurst参数基准值;最后,结合动态更新的Hurst参数基准值来判断网络流量是否存在异常。仿真表明,本文的方法可根据网络流量波动幅度自适应更新Hurst参数基准值,从而具有更高的准确率和鲁棒性,流量检测准确率高、虚警率低。

海杂波多普勒谱Hurst指数特性分析及目标检测

针对对海探测雷达面临的海面漂浮小目标检测问题,本文主要研究了海杂波多普勒谱Hurst指数特征的统计特性,并提出了一种基于多普勒谱Hurst指数的目标检测方法。首先,本文基于实测数据,详细分析了时间序列长度(脉冲数)、快速傅里叶变换频率点数、极化方式和海况等级对海杂波多普勒谱分形特性及多普勒谱Hurst指数统计特性的影响;其次,利用6种经典统计分布模型(高斯分布、瑞利分布、韦布尔分布、对数正态分布、K分布和KK分布),验证了海杂波多普勒谱Hurst指数的最佳统计分布模型为对数正态分布,进而引入Log⁃t检测器,提出基于多普勒谱Hurst指数的恒虚警检测方法;最后,使用IPIX数据验证了所提方法的有效性。结果表明,所提方法具有较好的小目标检测性能和稳定性,且在VV极化数据中性能最佳。

基于动态Hurst指数的人脑老化复杂度分析

目的研究健康成人在不同年龄段的功能特点可以更好地理解人脑的老化过程,Hurst指数可以测量静息态功能磁共振成像时间序列的复杂度。既往对大脑复杂度随年龄变化的研究,还存在样本量小、未考虑复杂度的动态变化等局限性。因而有必要在大样本被试上通过刻画复杂度的动态变化特性,来研究人脑随年龄变化的规律。方法选择19~80岁的458名健康成人静息态功能磁共振成像数据,划分为青年组(n=213)、中年组(n=142)和老年组(n=103),通过滑窗法来计算动态Hurst指数,并进一步提取其平均值、标准差和变异系数特征来描述人脑的动态复杂度水平和波动程度,最后通过统计分析来评判不同年龄组被试的复杂度差异。结果在平均值特征上,双侧颞上回、双侧岛回、右侧扣带回和双侧腹中侧枕叶皮层的复杂度随年龄增长而降低,而双侧眶回和左侧楔前叶的复杂度则随年龄的增长而呈现出倒U形变化;在标准差和变异系数特征上,老年组在右侧楔前叶的动态复杂度显著大于青年组和中年组。结论人脑老化过程中全脑复杂度动态变化模式并不一致,且在不同的年龄段上,局部脑区存在不同的组间统计显著差异模式。该结果可以为研究者理解正常老化的功能机制提供帮助。

陕西省植被覆盖时空变异及其恢复潜力

[目的]系统分析退耕还林以来植被覆盖时空变异特征,评估植被恢复的潜力,为陕西省生态环境建设的可持续发展提供科学的理论依据和实施建议。[方法]以MODIS NDVI数据为基础,采用Sen+Mann-Kendall模型和Hurst指数探究了2000-2020年陕西省及秦巴山区、关中平原和黄土高原3个亚区植被覆盖度(fractional vegetation cover,FVC)的时空变化特征,并运用相似生境法测算了不同区域的植被恢复潜力。[结果]①2000-2020年陕西省FVC增长率为0.0029/a,74.58%的区域有所改善。其中:黄土高原区FVC改善面积达84.46%,且以显著改善为主;秦巴山区FVC改善面积为74.40%,以轻微改善为主;而关中平原区FVC具有退化趋势,退化区域占64.56%。②全省FVC持续性改善面积占19.80%,黄土高原区和秦巴山区以持续性改善为主,面积比例分别为27.83%和13.68%,而关中平原区以持续性退化为主。③黄土高原区西北部及其与关中平原接壤地带的植被恢复空间较大,而子午岭林区植被恢复空间较小;秦巴山区森林覆盖率较高,几乎没有恢复空间;关中平原受城市化的影响,植被恢复空间小。[结论]近几十年来,陕西省植被覆盖度显著提高,但受气候、地形、植被类型和人类活动等因素的影响,植被覆盖变化具有明显的空间异质性。陕西省植被恢复的增长速度趋于放缓,持续改善能力已经较低,植被覆盖趋于平稳,但是黄土高原西北部地区及其与关中平原的接壤处植被覆盖恢复潜力仍较大。

基于Hurst指数的量化投资策略研究

自尤金·法玛1970年提出有效市场假说后,部分学者认为股票市场具有长期记忆性,不符合该假说,用分形理论来刻画股票价格运动更为合理。首先应用配分函数法(Partition Function,PF),通过沪深300股指数据验证了A股市场的分形特征,然后选取了Hurst指数这一指标来衡量股票价格变动的长期记忆性,构建量化交易策略池,并通过均线策略进行择时,最后通过夏普比率最大化完成投资组合优化,发现该投资策略能获得明显高于被动投资沪深300指数的投资收益,说明基于Hurst指数构建量化交易策略具有一定的实用性。

牛栏江—滇池补水工程水源区不同时间尺度径流变化特征

为做好补水工程水资源调度、配置、流域水安全治理和区域防汛抗旱工作,充分发挥工程效益,基于牛栏江—滇池补水工程水源区代表站长系列水文资料,采用集中度、不均匀系数、Hurst系数、M-K趋势检验、滑动T检验等多种方法分析了牛栏江—滇池补水工程水源区不同时间尺度径流变化特征。结果表明,水源区不同时间尺度径流年际变化大、丰-平-枯周期明显;年内分配向均匀性和坦化趋势演变;最小1、7 d径流显著上升,其他7个径流趋势变化不显著,均发生突变;年、丰水期、极端最大等5个径流指标突变后径流量减少明显,枯水期和极端最小等4个径流指标突变后为增长趋势;年径流突变后8~10月来水量减少明显;预计补水工程水源区未来一段时间不易发生极端枯水事件,但总来水量可能会进一步衰减。

斯里兰卡极端降水时空演变特征及趋势预测

斯里兰卡是中国“一带一路”倡议的重要节点国家,极端降水对当地社会经济威胁较大,极易引发灾害。选取当地10个气象站2008—2020年的逐日降水资料,基于RClimDex模型计算斯里兰卡6个极端降水指标,利用经验正交函数分析、Morlet小波分析和重标极差法(R/S分析)等,分析极端降水事件的时空演变特征。结果表明:极端降水指数在时间分布上,除持续干旱指数(CDD)呈减少趋势外,其他各指数均为上升趋势;极端降水指数空间差异表现为北部沿海平原地带的极端降水强度高于南部沿海平原,拉特纳普勒市以西地区为斯里兰卡降水事件的多发区;极端降水指数周期性明显,绝大多数极端降水指数以6~7 a为第一主周期。R/S分析表明当地极端降水事件未来持续可能性较大。研究成果可为斯里兰卡极端气候预测、生态环境保护、防灾减灾工作等提供决策支持。

基于改进经验模态分解的直流串联电弧故障检测

针对直流系统中存在强噪声干扰时串联电弧故障检测准确度较低的问题,提出一种基于改进自适应噪声完备集合经验模态分解和模糊k均值聚类相结合的直流串联电弧故障检测方法;首先运用改进自适应噪声完备集合经验模态分解方法分解回路电流信号,得到多个本征模态函数;然后计算各本征模态函数的Hurst指数值以区分噪声分量和有用分量,将Hurst指数值大于0.5的有用分量进行重构;最后计算重构信号的峰峰值特征量和模糊熵特征量以构建特征向量作为模糊k均值聚类的输入,通过聚类中心的不同位置识别正常与故障状态。仿真与试验结果表明,所提出的方法区分系统正常与故障状态准确度为100%,区分系统干扰与故障状态准确度为93%,能有效识别直流串联电弧故障。

黄河上游龙羊峡至积石峡段流域植被对气候变化的响应

为探讨气候变化和区域人类活动对黄河上游龙羊峡至积石峡段流域植被(Normalized difference vegetation index, NDVI)的影响,本研究以位于黄河上游龙羊峡至积石峡段流域为研究区,基于MODI3Q1数据集,采用Theil Sen斜率统计法、Mann-Kendall检验及相关分析法等6种方法,评价了区内2004—2021年间NDVI的时空变化特征,并探讨了NDVI与平均气温、降雨量、蒸发量、太阳辐射量间的相关性及其驱动力。结果表明:2004—2021年间区内81.66%地区的NDVI总体呈现出逐渐增加的变化趋势;NDVI与平均气温、蒸发量、太阳辐射量之间的均呈正相关关系,正相关区域面积占总面积的96.72%,98.96%,72.73%,92.64%。此外,通过进一步分析因子探测器结果得到,区内土地利用类型为耕地、森林、灌木区域内影响植被生长的主要影响因子为平均气温,其值分别为0.216 5,0.321 5,0.326 5。本研究结果对于黄河上游流域开展植被空间分布变化监测、植被生态安全防护具有实际指导意义。

青藏高原冷暖气候变化趋势的R／S分析及Hurst指数试验研究

利用青藏高原1953—2002年77个气象台站的常规地面观测资料，选择不同类型变化趋势的部分台站。选取年平均气温（T^-）、年平均最低气温（tmin^-）、年平均最高气温（Tmax^-）、年极端最低气温（tmin）、年极端最高气温（Tmax）5项气候要素，运用R／S分析法研究并预测了青藏高原未来冷暖气候变化趋势，研究表明：青藏高原未来冷暖气候变化趋势与过去50年以来的变化有着很好的自相似性。今后青藏高原总体将继续变暖，用分形理论的原理，设计了一种Hurst指数试验。对青藏高原北部和南部的年平均气温、年平均最低气温进行了试验研究。结果表明：依据青藏高原北部和南部的区域平均气候倾向率，未来10年，T^-将升高0．2～0．4℃；tmin^-将升高0．3～0．5℃；tmin将升高0．7～0．8℃；Tmax^-将升高0．3～0．4℃；Tmax将升高0．4～0．6℃。其中年平均气温、年平均最低气温升高趋势的持续性很强，期间没有转折，没有冷暖变化的突变点。