基于边界修正和二次分解的改进月降水LSTM预测方法

基于深度学习的降水预测是近年来水文研究的热点。月降水数据为典型的小样本数据,无法满足深度学习对大数据量的需求。为此,融合信号分解和边界修正的思想,提出一种改进的月降水长短期记忆网络（LSTM）预测方法。首先,针对序列分解的“端点效应”,采用波形特征匹配延拓法扩展原始序列边界。然后,利用极点对称模态分解（ESMD）和变分模态分解（VMD）对原始序列进行二次分解。ESMD提取月降水序列不同尺度信息,得到频率依次降低的几个模态分量及一个残余分量;切除各子序列中对内部数据“污染”最严重的扩展部分后,VMD进一步对高频分量进行平稳化处理。最后,对各子序列分别运用LSTM预测,预测结果重构后得到最终预测结果。选取湖北省巴东县的月降水量作为实例验证。通过模型对比分析,结果表明：相较于传统的单一SVM和LSTM模型,组合了信号分解算法的预测模型在月降水预测中更具优越性;将边界修正的方法融入到采用ESMD算法的组合模型,提高了整体模型的预测精度;高频分量的预测效果是决定组合模型预测精度高低的关键因素;提出的方法不但在选取的评价指标上均表现最佳,而且对数据极值点的拟合效果提升显著。特别地,即使面对小样本数...     

需求信息不对称下双渠道供应链的协调

基于报童模型,研究了由一个制造商与一个零售商组成的双渠道供应链在需求信息不对称条件下的契约协调问题,分别得到了离散和连续两种需求类型下的最优回购契约,并分析了最优回购契约对供应链的协调绩效.     

一类带非局源的退化抛物方程组解的整体存在与爆破

讨论了一类非局部退化抛物方程组ut=vp1(Δ u+au∫Ωvq1dx), vt=up2(Δ v+bv∫Ωuq2dx)的解的爆破性质, 并利用上、 下解方法得到了解的整体存在与爆破的条件.     

埋地管道交流腐蚀的实验室评价方法

针对长期以来埋地管道交流腐蚀评价只能依赖现场测取的交直流参数且准确性欠佳的问题,提出了一种埋地管道交流干扰腐蚀的实验室评价方法.通过现场测取实际管道的交流干扰信号,在实验室使用取自管道沿线的土样进行大范围交流腐蚀模拟实验,评价埋地管道在现场交流干扰条件下的真实腐蚀风险.研究结果表明:采用对称电路和数字信号处理技术,可以实现在实验室内精确模拟实际管道在交流腐蚀和阴极保护条件下的腐蚀速率;通过覆盖现场测量数据的交流干扰腐蚀失重实验,可以最大程度地在实验室内实现埋地管道交流干扰的腐蚀风险评价与表征.     

粉螨性信息素(R)-2,6-二甲基-5-庚烯-1-醇的不对称合成

粉螨Tyreophagus sp. 包括许多危害农作物的重要害虫和仓储害虫,而(R)-2,6-二甲基-5-庚烯-1-醇为粉螨 性信息素的主要成分。本研究首次利用Evans手性助剂法构建该性信息素的手性叔碳中心,以戊醛酸甲酯为原料,经过Wittig偶联、LiOH水解、甲基化及硼氢化钠还原等6步反应,完成了该信息素的不对称合成。     

基于自适应中心对称局部二值模式的作物病害识别方法

基于局部二值模式(LBP)算子在模式识别中直方图维数高、判别能力差、具有冗余信息等缺点,针对作物病害叶片图像的特点,提出一种自适应中心对称局部二值模式(Adaptive Center-Symmetric Local Binary Patterns,ACSLBP)算法,并应用于作物病害识别。该算法能够得到光照和旋转不变性的纹理特征,利用模糊C均值聚类算法对病害叶片图像进行分割,再将分割后的病斑图像进行分块,然后采用自适应阈值提取每个子块的ACSLBP纹理直方图,结合作物病害叶片图像的颜色特征,利用最近邻分类器识别作物病害。在黄瓜4种常见病害叶片图像数据库上进行试验,平均识别率高达95%以上,表明该方法是有效可行的。     

短花针茅荒漠草原物种间关系的多度不对称性对载畜率的响应

目前物种的相对多度与种间关系的内部联系如何影响物种共存仍不清楚。为探讨植物群落物种间关系强度的多度不对称性及其对载畜率的响应,本研究以内蒙古短花针茅(Stipa breviflora)荒漠草原植物群落为对象,分析了对照、轻度、中度及重度放牧下群落物种的多度及其频率。结果表明：随载畜率的增大,物种数呈现出降低的趋势。不同载畜率下同分布指数CO均存在明显的多度依赖性;常见种(如短花针茅、无芒隐子草(Cleistogenes songorica)及刺穗藜(Chenopodum aristatum))对其他物种的作用强度普遍较强。不同载畜率下短花针茅对无芒隐子草及刺穗藜的作用强度均高于其二者对短花针茅的强度,表现出种间强度的不对称性。此外,放牧使得短花针茅对无芒隐子草的作用强度呈现出增大的趋势,使得无芒隐子草对短花针茅的作用强度呈现出降低的趋势。因此,物种间存在多度的不对称性,而放牧进一步造成其物种间作用强度的变化。     

农村无担保小额贷款的简化分析

本文引用基于信息和竞争条件的Bardhan和Udry简化模型,分析了为何贷款利率在小额信贷业务中起决定作用,由于信息不对称和高保留收益导致商业银行无法与农民达成无担保借贷均衡。     

信息经济学与图书馆学的契合与碰撞

信息经济学与图书馆学的相互契合渗透和影响,促进了图书馆学的发展,扩大了其研究对象,深化了图书馆学的发展,这对于认识图书馆学“名”和“实”的歧见是有启示的。     

基于声振信号对称极坐标图像的苹果霉心病早期检测

为实现苹果早期霉心病较高精度的检测,该研究采用对称极坐标法（Symmetrized Dot Pattern,SDP）将苹果声振信号变换为雪花图,然后采用AlexNet、VGG16和ResNet50卷积神经网络以迁移学习方式深度挖掘SDP雪花图像的特征信息,将其输入到支持向量机（Support Vector Machine,SVM）分类器,对霉心程度≤7%的苹果进行检测。研究结果表明,当时间间隔系数为25和角度放大因子为50°时,健康果与早期霉心果声振信号的SDP图形状特征差异最大,在此条件下获取的SDP图经卷积神经网络AlexNet、VGG16和ResNet50提取特征并构建了不同核函数的SVM霉心果检测模型,在各类SVM模型中,ResNet50-SVM-gaus（高斯基）模型用相对较少的训练时间和参数量可取得训练集霉心果较高分类准确率,经超参数优化训练该模型对健康果和早期霉心果测试集不平衡样本（10∶1）的总体分类准确率达到96.97%,平均查准率、平均查全率、平均加权调和均值、Kappa系数和马修斯相关系数值分别为80.19%、90.36%、86.21%,82.54%和82.68%,该模型不仅对多数类的健康果保持较高分类准确率,而且对少数类的早期霉心果也具有较高判别能力。这些研究结果为声振法应用于果蔬内部病害的早期在线检测系统研发提供了技术支撑。