第一篇 水文过程的线性与非线性特征-(1)

第一章 线性回归(2)

第二章 非线性回归(30)

第三章 相关分析(39)

第四章 几种典型回归(56)

第五章 回归分析在水文中的应用(65)

第二篇 从定态过程到定态函数--水文过程的确定性统计特征(82)

第一章 多元正态分布(82)

第二章 多元统计检验(89)

第三章 判别分析(92)

第四章 聚类分析(101)

第五章 主成分分析(112)

第六章 因子分析(126)

第七章 多元统计方法在水文中的应用(134)

第三篇 从非定态过程到非定态函数--水文过程的随机统计特征-(157)

第一章 随机过程的基本概念(157)

第二章 平稳过程-(163)

第二章 马尔可夫过程(167)

第四章 自回归滑动平均模型(174)

第五章 随机过程分析在水文中的应用(190)

第四篇 水文变量的灰色统计特征--灰色水文学(202)

第一章 灰色系统概述(202)

第二章 灰关联分析(206)

第三章 灰数及其运算(213)

第四章 灰方程与灰矩阵(218)

第五章 灰色建模与灰色预测(222)

第六章 灰色统计与灰色聚类分析(237)

第七章 灰色系统在水文学中的应用(239)

第五篇 水文过程的模糊统计特征--模糊水文学(255)

第一章 预备知识(255)

第二章 模糊集合基本知识(261)

第三章 模糊模式识别(265)

第四章 模糊关系(269)

第五章 模糊聚类分析(275)

第六章 模糊决策(286)

第七章 模糊数学在水文学中的应用(298)

第六篇 人工神经网络模拟水文过程(313)

第一章 神经网络基础(313)

第二章 常用神经网络(323)

第三章 神经网络的学习方法(357)

第四章 蒙特卡罗法水文物理参数反演(370)

第五章 神经网络水文模型(384)

第七篇 水文过程的波谱特征与谱分析(414)

第一章 波谱分析原理(414)

第二章 函数的傅立叶变换(432)

第二章 常用的几种波谱分析方法-(443)

第四章 周期性统计检验(459)

第五章 波谱分析在水文学中的应用(470)

第八篇 水文过程的非简协振动特征--小波变换与分析(483)

第一章 基础知识(483)

第二章 小波变换的基本概念和性质(491)

第三章 小波变换(494)

第四章 正交小波变换和多分辨分析(504)

第五章 时频分析与小波变换(513)

第六章 小波包(517)

第七章 小波变换与函数的奇异性(520)

第八章 小波分析在水文预测中的应用(526)

第九篇 从非线性到分形--水文过程的分形特征(540)

第一章 分形与分维(540)

第二章 分形维数的测定(546)

第三章 统计分形(552)

第四章 分形空间和迭代系统IFS(558)

第五章 多重分形(562)

第六章 分形预测的R/S方法基本原理(566)

第七章 分形在水文学中的应用(568)

第十篇 从分形到混沌--水文过程的混沌特征(587)

第一章 混沌的起源(587)

第二章混沌动力系统(590)

第三章 时间序列的重构相空间(619)

第四章 Lyapunov指数的数值计算方法(627)

第五章 时间序列的预测(636)

第六章 水文学中的混沌研究(644)2100433B