排序方式: 共有42条查询结果,搜索用时 550 毫秒
1.
随着中国加入WTO和世界经济的全球化,面对日趋激烈的国际市场竞争,除了价格竞争之外,选择结算方式也成了一种重要竞争手段,但是无论哪种结算方式都有其潜在的风险。为了预防欺行为产生,本文就当前国际经济贸易中信用证支付方式出现的欺诈风险,阐述信用证欺诈的概念、成因、种类,并提出防范措施。以期防患未然,将进出口双方的利益损失降到最小。 相似文献
2.
【目的】针对河蟹养殖过程中,水位变化以及无人艇路径规划算法收敛慢、精度低的问题,为提高算法适应性与寻优能力,提出一种多目标粒子群-蚁群融合的无人艇路径规划算法。【方法】首先,分析蟹塘环境及养殖规律等因素,建立静态水深栅格环境模型;其次,针对覆盖遍历式投饵存在局部点投喂不足及路径次优的问题,通过对惯性参数与学习因子的非线性调整,提出基于多目标的改进粒子群算法(Particle swarm optimization, PSO);然后,调整蚁群算法的初始信息素,并对蚁群算法的信息素挥发因子和启发期望函数自适应改进,提出自适应优化蚁群算法(Ant colony optimization, ACO);最后,为解决单一算法寻优不足,利用融合PSO-ACO算法,实现无人艇多目标全局路径规划。【结果】仿真结果表明:不同环境投饵策略下,PSO-ACO算法在对多目标路径寻优时,不仅环境适应性好,而且提高了寻优效率和精度,运行时间节省了32%,路径距离缩短了9.78%,迭代次数降低了62.88%,拐点数目减少了44.45%。【结论】所提出多目标点的路径规划算法适用于环境可变的蟹塘养殖,具有较好的应用价值。 相似文献
3.
4.
5.
7.
8.
采用改进长短时记忆神经网络的水产养殖溶解氧预测模型 总被引:1,自引:4,他引:1
为了精确预测水产养殖溶解氧变化趋势,该研究提出了基于K-means聚类和改进粒子群优化(Improved Particle Swarm Optimization,IPSO)的长短时记忆(Long Short-term Memory,LSTM)神经网络预测模型。根据环境因子间的相似度,应用改进的K-means聚类算法将环境数据划分为若干类。在此基础上,基于LSTM神经网络算法构建改进的水产养殖溶解氧预测模型,并引入改进粒子群优化算法对模型参数进行优化,以减少经验选取参数的盲目性。在不同天气状况下利用该模型对溶解氧进行预测。试验结果表明,在良好天气情况下,该模型预测误差曲线波动较小,预测精度更高。当天气发生突变时,溶解氧预测模型评价指标平均绝对百分误差、均方根误差、平均绝对误差和纳什系数分别为0.129 5、0.645 3、0.461 3和0.902 2。该模型一定程度改善了天气突变状况下的数据缺失、鲁棒性差等问题。 相似文献
9.
籼稻9311辐射突变体的分离与鉴定 总被引:2,自引:0,他引:2
利用350Gy的60Co-γ对籼稻9311进行辐射处理,以诱导产生大量的农艺与发育性状突变体,为水稻遗传研究和功能基因组学研究提供基础材料。M1代单本栽插并实行单株收获;M2代种植5000个家系,根据各个生育阶段形态性状表现进行初步鉴定,共有1665个家系的4136个单株发生形态变异,并筛选出各类形态突变体2001份;M3代按系谱种植进行重复鉴定获得包括叶、茎、穗、育性和熟期变化等各类突变体1996份。形态性状的突变频率按M2代种植家系中突变家系的百分比计算为33.3%,表明9311对γ射线是十分敏感的。本研究还发现辐射突变表现为单基因突变和多基因突变同时发生。同时,还筛选到一些优良农艺性状的突变体,可以直接应用于育种及生产当中。 相似文献
10.
东乡野生稻细胞质雄性不育育性恢复的遗传研究 总被引:6,自引:0,他引:6
应用协青早A/(协青早B//东乡野生稻/协青早B)BC1F5、中9A/(协青早B//东乡野生稻/协青早B)BC1F5、协青早A/(协青早B//协青早B/东乡野生稻)Be1F5和中9A/(协青早B//协青早B/东乡野生稻)BC1F5四套测交群体,分析测交群体的育性表现及研究东乡野稻细胞质雄性不育育性恢复的遗传。结果表明:东乡野生稻对矮败(CMS—DA)和印尼水田谷败育(CMS—IA)的育性恢复表现为质量一数量性状,结合群体遗传结构、育性分布和东乡野生稻的偏粳性及广亲和性,可知东乡野生稻对CMS—DA和CMS—IA的恢复性由1对或2对恢复基因控制。 相似文献