一种面向蔬菜中文知识图谱表示学习的改进方法

由于TransE模型在处理不同类别关系时,忽略了同类别向量的语义差别,在对蔬菜领域知识图谱中存在的一对多、多对一和多对多的复杂属性关系进行表示学习时效果较差。本文在TransE方法的基础上,提出PTA(Path-based TransE for Attribute)模型对其进行改进。首先,将蔬菜领域实体和关系通过word2vector映射到一个低维稠密向量空间中;其次,将复杂的属性关系和上下位关系进行结合构成关系路径进行训练;并采取Mean Rank和Hits@10两个评价指标衡量表示学习模型的链接预测效果。试验结果表明:PTA模型较TransE模型在不考虑关系分类的情况下,链接预测效果有较大的提高,Mean Rank最高提前6个次序;且在对属性关系按照复杂度进行分类的情况下,链接预测Hits@10的值较TransE模型最高提高13%。     

非洲猪瘟病毒B646L基因序列分析及p72蛋白质结构与细胞抗原表位预测

为探究非洲猪瘟病毒B646L基因序列的碱基组成特点，及预测该基因所编码的p72蛋白质结构与细胞抗原表位，利用PCR技术对非洲猪瘟病毒B646L基因ORF框的序列进行扩增、测序及碱基组成分析；运用软件EXPASY、PRABI与SWISS-MODEL对p72蛋白质进行理化性质分析及二、三级结构预测；运用在线软件ABCpred Prediction、Scratch、IEDB和NetCTL对p72蛋白在B、T细胞的抗原表位进行预测。结果表明，非洲猪瘟病毒B646L基因ORF框序列全长为1 941 bp,其中，碱基A含量为26.9%,T含量为28.9%,G含量为24.2%及C含量为20.0%,A+T的含量为55.8%,G+C的含量为44.2%,AT含量显著高于GC含量；该序列共编码646个氨基酸，p72蛋白大小为76 ku;在整个p72蛋白分子的二、三级结构中，α-螺旋占19.35%,β-转角占5.42%,无规卷曲占50.15%,扩展链为25.08%,以无规卷曲为主要结构；该蛋白存在细胞质的概率最大，其次是细胞核，存在于线粒体、高尔基体和内质网的概率较低；p72蛋白B淋巴细胞优势抗原表位分别为1...     

2021年1月世界农产品供需形势预测简报

根据美国农业部2021年1月期《世界农产品供需预测报告》,2020/2021年度世界主要农产品供需预测结果简述如下。1谷物2020年12月和2021年1月,世界谷物供需预测变化见表1。2020/2021年度世界谷物供应量将达35.24亿t,较2019/2020年度估算值增加4 521万t,比2020年12月预测值下调908万t。2020/2021年度世界谷物产量将达27.14亿t,较2019/2020年度估算值增加4 260万t,比2020年12月预测值下调838万t。     

辽宁绒山羊皮肤毛囊mir-1298-5p靶基因预测及表达载体构建

探讨辽宁绒山羊皮肤毛囊不同发育时期mir-1298-5p的调控作用及其与靶基因的潜在关系,为mir-1298-5p与其靶基因对皮肤毛囊发育作用提供理论依据。以辽宁绒山羊皮肤毛囊组织为材料,通过mi RNA的分离、表达、靶基因预测筛选及靶位点3'UTR表达载体构建,采用RT-PCR进行表达检测,在线靶基因预测软件预测mir-1298-5p的靶基因,并对其靶基因TGF-βR1的靶位点进行克隆测序、缺失突变。结果表明:靶基因预测发现TGF-βR1的3'UTR存在mir-1298-5p种子区结合位点,且mir-1298-5p及其靶基因TGF-βR1均在皮肤毛囊不同发育时期呈现差异性表达。mir-1298-5p对皮肤毛囊周期性发育可能起到一定的调控作用,并成功构建了TGF-βR1 3'UTR表达载体,为后期过表达转染体系的建立和功能基因的验证奠定了基础。     

主成分分析和长短时记忆神经网络预测水产养殖水体溶解氧

为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消除了原始变量之间的相关性,降低了模型输入向量维度;然后,在Tensorflow深度学习框架的基础上建立LSTM神经网络的水产养殖溶解氧预测模型;最后,利用该模型对浙江省淡水水产养殖研究所综合实验基地某池塘溶解氧进行验证。试验结果表明:该模型与BP神经网络等其他浅层模型相比,模型评价指标平均绝对误差、均方根误差和平均绝对误差分别为0.274、0.089和0.147,均优于传统的预测方法;该模型具有良好的预测性能和泛化能力,能够满足水产养殖溶解氧精确预测的实际需要,可以为水产养殖水质精准调控提供参考。     

基于LCM模型的晋江市土地利用变化与预测分析

为了探究晋江市土地利用演变规律与未来土地利用状况,以1990,2000,2010年3期遥感影像解译数据为数据源,分析土地利用类型动态变化程度;结合土地利用动态变化影响因子构建土地利用预测模型(LCM),对晋江市2020,2030年的土地利用数量以及分布进行预测。结果表明:1)LCM模型2010年模拟结果各项Kappa指数均大于80%;2)预测结果显示建设用地将会在晋江中北部增加,耕地的减少则分布在晋江未来区划的中心城区,裸地在LCM模型预测中出现减少,主要集中在沿海区域,园地在LCM模型中呈减少趋势,而林地虽然在2020年有所减少,但2020年以后则呈增长趋势,且集中在沿海乡镇。LCM模型对预测结果精确度以及可信度较高,预测结果能为晋江市未来土地利用的合理规划、区域经济发展方向提供合理依据。     

基于PCA-SVR模型的中国CO_2排放量预测研究

CO_2排放量预测可以为我国大气环境治理及区域可持续发展提供决策支持。论文构建了一个基于主成分分析(PCA)和支持向量回归(SVR)的中国CO_2排放量组合预测模型,以固定资本消耗、耗电量、石油消耗量、国家消费支出、居民最终收入、国内生产总值、总人口七个与CO_2排放相关的社会经济指标作为输入变量,CO_2排放量作为目标预测变量。PCA-SVR模型的预测结果为平均绝对百分误差(MAPE)达到0.0812,均方根误差(RMSE)是0.90,显著小于其他模型误差。同时应用PCA-SVR组合模型对中国2016年至2021年的CO_2排放量进行预测,结果显示未来五年我国CO_2排放量将在99.5亿吨到280.1亿吨浮动,而我国"十三五"末2020年的CO_2排放总量控制目标是105亿吨,在预测范围的下限附近。因此,有必要加大政策实施力度,进一步控制工业和居民生活的CO_2排放量,才能实现我们国家制定的105亿排放目标。     

川东北元坝气田长兴组生物礁精细刻画及储层预测

四川盆地川东北元坝气田长兴组生物礁气藏是目前埋藏最深的气藏,埋深超过6000m。二叠系长兴组台地边缘生物礁礁体规模小、分布散,纵向发育多期,平面组合方式不一,储层薄、非均质性强、气水关系复杂。为实现水平井水平段长穿优质储层,提高开发效率,开展了生物礁精细刻画及储层预测:利用古地貌恢复和地震反射特征技术,结合三维可视化雕刻技术,刻画了生物礁及其内幕期次;运用地质统计学反演技术提高了储层预测的精度。结果表明,元坝生物礁沿台缘呈条带展布,不同礁带内部礁体发育单期或多期礁;优质储层主要发育于礁盖部位,预测结果与钻井揭示结果符合度较高,为元坝气田开发方案的编制和井位部署提供了技术支撑。     

基于时序深度学习的数控机床运动精度预测方法

由于数控机床精度演化规律难以通过数学建模分析,提出了一种基于时序深度学习网络的数控机床运动精度建模与预测方法。基于长短时记忆网络建立时序深度学习预测模型,利用相空间重构原理构建模型时序输入向量,采用多层网格搜索方法选择最优隐含层层数、隐含层节点数等模型参数,以BPTT方法训练模型;模型自动提取运动精度时间序列的时空特征,挖掘精度时间序列前后关联信息,对运动精度变化趋势进行预测。实验结果表明,基于时序深度学习网络的预测模型能够准确预测数控机床精度的衰退趋势,预测的最大相对误差不大于7. 96%,优于传统方法。     

基于变分模态分解-BA-LSSVM算法的配电网短期负荷预测

配电台区日负荷序列呈现为既包含变化趋势、又含有波动细节的不规则曲线,该文借助变分模态分解(variational mode decomposition,VMD)将包含这些信息的原始日负荷序列分解为不同频率尺度的子序列,并结合一系列复杂的环境因素,分别利用不同的最小二乘支持向量机(least squares support vector machine,LSSVM)模型进行负荷预测,最后将基于不同频率分量的预测结果相加得到最终的日负荷预测结果。为了提高LSSVM预测能力,采用蝙蝠算法(bat algorithm,BA)对各LSSVM的参数进行寻优,同时,该文分析了影响负荷变化的环境因素,设计了一套因素归一化方法,预测过程考虑了环境因素的影响。仿真结果表明,该文提出的考虑复杂环境因素的预测思想及对历史日负荷进行VMD分解、BA优化、LSSVM预测的组合预测方法能有效提高短期日负荷预测的准确性。