水文序列

这是一个使用Matlab语言编写的程序，用于进行水文序列基流分割。

Pastas是一个用于处理、模拟和分析水文时间序列的开源Python软件包。其面向对象的结构使得用户能够快速实现新的模型组件，并利用内置的优化、可视化和统计分析工具进行时间序列模型的创建、校准和分析。详细文档和示例可以在Pastas的专用网站上找到，例如在文档网站的examples目录中。使用Pastas的工作示例笔记本可以在MyBinder中查看和编辑，专用的GitHub存储库还提供了使用Pastas的出版物列表。用户可以通过Github讨论解决与Pastas相关的问题，并提出错误、功能请求或其他改进，提交问题或拉取请求将仅在存储库的开发分支（dev）上进行接受。查看文档网站上的“开发人员”部分可以获取有关如何为Pastas做出贡献的更多信息。

VIC 模型是由多所大学研究人员共同开发的大尺度分布式水文模型。它也称为“可变下渗容量模型”。

本研究采用多角度分析，揭示了淮南潘二煤矿区主要含水层的水力联系和断层导阻水性。结果表明，奥陶系灰岩含水层与太原组C3Ⅲ段灰岩含水层密切相连，F1断层在太原组C3Ⅰ、C3Ⅱ段为阻水断层，在C3Ⅲ段和奥陶系为导水断层。

随着在线分析处理（OLAP）和数据挖掘技术的兴起，传统水文信息组织方式在适应其数据源需求方面显得力不从心。为此，有必要对现有水文信息组织方式进行分析，并针对 OLAP 和数据挖掘对数据源的特定需求，构建一种全新的面向主题的水文信息组织模型。

尽管有越来越多的高分辨率空间系统用于测量降水，但这些产品在地表水文中的实际应用案例却很少。本书通过涵盖科学和实用问题来改变这一现状。来自多个领域研究人员的贡献，重点评估高分辨率卫星降水产品在地表水文中的潜力、实用性和应用。书中关注降水产品算法的演变、这些产品在世界各地的精度评估以及这些产品在各种决策支持系统中的应用。本书位于卫星降水和地表水文应用的交接点，深入探讨了在水文应用尺度上相关的问题，为从业者、研究人员和研究生提供了非常有用的信息。

ALTER SEQUENCE 语句可修改序列的增量值、最大值、最小值、循环选项和缓存选项。如果序列达到 MAXVALUE 限制，修改序列继续使用。

Thang Luong、Eugene Brevdo和赵瑞编写的神经机器翻译（seq2seq）教程，这是谷歌项目的一个分支。本教程帮助使用稳定TensorFlow版本的研究者快速上手。它详细介绍了如何构建竞争力强的seq2seq模型，特别适用于神经机器翻译任务。教程提供了最新的解码器/注意包装器，结合了TensorFlow 1.2数据迭代器和专业的递归模型知识，为构建最佳NMT模型提供了实用的提示和技巧。完整的实验结果和预训练模型在公开可用的数据集上进行验证。

在以往的研究中，我们已经研究了在确定性字符串上的窗口子序列匹配，涉及到知识发现、数据挖掘和分子生物学等领域。然而，在应用中我们观察到，在数据流监测、复杂事件处理以及时间序列数据处理中，字符串往往是嘈杂且具有概率性质。探讨了这一问题的在线设置，其中效率至关重要。我们首先定义了查询语义，并提出了一个精确算法。接着，我们提出了一个随机近似算法，其速度更快，并且在一定程度上保证了准确性。此外，我们设计了一种过滤算法，进一步提升了效率，采用了一种适应序列流内容的优化技术。最后，我们针对带有否定模式的算法进行了提出。为了验证这些算法，我们使用了三个真实数据集和一些合成数据集进行了系统的实证研究。

Matlab集成的C代码水文仿真器（HE，版本v1.0.0），联系人：刘亚玲。在使用和分发水文仿真器（HE）之前，请联系开发者Yaling Liu博士，以便追踪社区使用情况并根据用户需求改进功能。欢迎提出问题和错误报告。该存储库使用Git大文件存储（LFS）扩展名，请在克隆之前安装Git LFS。