基于NGO-CNN-SVM的高标准农田灌溉工程施工成本预测

为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林（random forest,RF）筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络（convolutional neural networks,CNN）和支持向量机（support vector machine,SVM）两种模型的优点,通过北方苍鹰优化算法（northern goshawk optimization,NGO）对模型里的惩罚因子和核参数进行寻优,构建基于NGO-CNN-SVM的施工成本预测模型。通过辽宁省2018—2023年高标准农田工程中灌溉工程的施工成本数据,选取样本决定系数R²、平均绝对误差MAE、平均绝对百分比误差MAPE和均方根误差RMSE作为精度指标进行分析,结果表明：基于NGO-CNN-SVM的施工成本预测模型在渠道工程中MAE低于0.615万元,RMSE低于0.512万元,R²达到0.968以上,相对误差小于4.210%;在进水闸工程中MAE低于0.610万元,RMSE低于0.536万元,R²达到0.966以上,相对误差小于4.410%;在桥涵工程中MAE低于0.494万元,RMSE低于0.477万元,R²达到0.970以上,相对误差小于3.548%,并相比较于反向传播神经网络,CNN和CNN-SVM模型,NGO-CNN-SVM模型的预测结果均最优。通过特征选择、模型融合、算法优化以及不同模型对比表明NGO-CNN-SVM模型具有更高的预测准确率和泛化性,可为高标准农田灌溉工程施工成本预测提供理论依据。     

基于二代测序数据拷贝数变异检测的新方法研究

目标区域捕获测序（TRS）是将基因组特定区域制成探针与基因组DNA杂交,将目标区域的DNA富集后再进行二代测序。TRS已应用于多种疾病如智力障碍、帕金森症等,能够有效的对人类主要组织相容性复合体（MHC）、外显子等区域进行测序。由于测序效果受捕获测序探针密度影响较大,探针的疏密及均匀程度很大程度会影响最终结果,与全基因组测序相比,TRS检测拷贝数变异（CNV）难度更大。随着生命科学的飞速发展,越来越多的拷贝数变异检测工具出现,但它们的CNV检测率依然较低,假阳性率较高。因此,本研究开发了一种新颖的拷贝数变异检测方法,结果显示,本研究方法、ExomeDepth和XHMM的检测率分别是76.7%、12.4%和5.5%,假阳性率分别是25.7%、49.4%和66.9%,本研究方法在检测率及假阳性率的表现均优于ExomeDepth和XHMM两种方法。本研究补充了拷贝数变异检测算法,并为相关研究提供一定的理论依据。     

基于幼儿通学流的沈阳市居住-就学空间结构研究

基于通学流透视城市空间结构是一个新视角.采用2018年沈阳市手机信令通学OD数据,运用社区发现算法测度沈阳市居住-就学网络的空间结构特征.研究表明:1)沈阳市居住-就学网络在城市核心区边缘联系强度最高,核心区次之,外围区最低,在空间上呈现紧密的小范围通学特征.2)居住-就学网络节点具有明显的等级性,基于流出量与流入量的...     

布鲁氏菌致病机制研究进展

布鲁氏菌病(简称布病)是由布鲁氏菌属的细菌引起的人畜共患传染病,主要临床症状为高热、关节疼痛、不孕、流产、生殖器官及胎膜炎症和各种组织局限性病变,其防控成败关乎公共卫生安全。随着科技的发展,对布病致病机制的研究已取得了一定进展,但其在细胞内与细胞作用的机制较复杂,完整致病机制还有待进一步研究。本文就布鲁氏菌的分类与进化、胞内生活周期、致病机制进行了简要概述,以期为进一步有效防控布病提供参考。     

基于粒子群算法的圆柱度误差评定方法

根据最小区域条件,建立了圆柱度误差的数学模型以及优化目标函数和适应度函数,阐述了粒子群优化算法的原理和实现方法,然后根据粒子群算法优化求解。实例表明,该方法对于圆柱度误差评定等非线性优化问题能得到全局最优解,粒子群优化算法的计算精度与其他满足最小条件的计算方法相比略有提高,且参数设置少,计算速度快,可用于三坐标测量机等测量系统的圆柱度误差测量后的数据处理。     

利用改进BP神经网络预测初产奶牛产奶量的方法

针对传统BP算法的缺陷,提出了一种采用L-M训练法的BP神经网络。在此基础上建立了基于改进BP神经网络非线性系统的奶牛305d产奶量预测模型,此模型可以提前215d预测初产奶牛305d产奶量,从而实现提早进行选择,加速奶牛育种工作进程。并通过具体的实验验证了改进BP神经网络预测模型的有效性。     

车用永磁式缓速器设计中漏磁影响因素分析

以优化设计和减少漏磁为目标,运用磁路分析法建立永磁式缓速器的漏磁场模型,得到设计参数的解析式。由于参数之间的复杂函数关系,采用区间数学算法来优化永磁式缓速器的设计参数,将影响漏磁系数的非线性方程组化简为线性方程组。选取满足设计要求的目标参数——转子鼓磁感应强度Bm、气隙磁感应强度Bg,ave、漏磁系数K的最佳取值区间。使用区间迭代法,求出自变量参数的取值区间和权数pi。运用Matlab语言编程直接搜索合理的设计参数,减少了计算量和循环次数。三维有限元漏磁分析和试验均证明了设计参数选取的合理性。结果表明：永磁体高度HPM、气隙ge对漏磁系数K影响较大;区间数学Tschernikow算法在永磁式缓速器设计中是有效的。     

杨梅全基因组的GATA转录因子鉴定、功能及进化分析

对杨梅GATA转录因子进行全基因组鉴定,并预测其理化特性、染色体定位、基因结构、蛋白保守序列等基本特征.结果表明,26个GATA转录因子随机分布在8条染色体上,共分为4个亚家族,并且各亚家族的成员在保守基序、结构域及基因结构上均存在一定的差异性.物种共线性结果表明,基因复制和片段性的重复事件可能是部分MrGATA演变的主要驱动力,MrGATA在不同组织和发育时期的表达数据说明各亚家族之间也存在功能上的差异.根据顺式作用元件及表达模式推测了GATA转录因子家族成员的功能.这些数据为探究杨梅MrGATA功能以及分子育种提供了依据.     

基于SVM算法的区域农田灌溉短期用水量预测方法

常规方法对区域农田灌溉短期用水量预测时易出现预测数据误差大,预测过程复杂等现象。设计基于SVM算法对区域农田灌溉短期用水量进行预测。以某沿黄区域位于全景属于黄河流域东南方向一区域农田为研究对象,首先基于SVM算法选择用水量特征,选取一对一的构造方法将农田灌溉短期用水量数据分为两个类别。通过SVM算法中支持向量机分类功能将农田灌溉短期用水量特征子集进行获取,并在此基础上可以根据特征子集通过预测模型进行用水量预测。由于用水量序列波动性较强,将GM(1,N)模型与机器学习算法LSSVR模型相结合来进行用水量预测,并确定模型评价指标。结果证明基于SVM算法的区域农田灌溉短期用水量预测方法误差在允许范围内且在农业中具有可使用性。