土壤吸附作用对土壤水分有效性的影响

围绕土壤结皮生物是否可以对夜间土壤吸附水输入产生响应展开研究。假定-1.5 MPa作为土壤水分有效性的临界值,通过观测降水后清晨和午后0~3 cm土壤含水量,分析土壤水分的有效性和空间异质性;并利用连续记录气象数据,建立表层土壤含水量与水汽压饱和差数量关系。结果表明:土壤吸附作用提高了土壤水分对土壤结皮生物的有效性,并延长了土壤结皮生物对降水脉冲的响应时段。在古尔班通古特沙漠东南部的不同部位,凝结吸附作用对沙面水分条件影响很大(特别是干旱季节),水分条件由好到坏依次为:沙垄西坡面、沙垄垄顶、沙垄东坡面和垄间低地。     

基于模糊神经网络的池塘溶解氧预测模型

在分析了池塘溶解氧影响因素的基础上,利用模糊神经网络良好的非线性逼近能力建立了池塘溶解氧的模糊神经网络预测模型。神经网络模型如采用常规的BP或其它梯度算法,常导致训练时间较长且易陷入局部极小点,本实验采用快速的粒子群优化算法对模糊神经网络进行训练,收敛速度明显加快。实验结果表明采用该方法预报溶解氧的预测精度较常规BP递推算法的预测精度明显提高,所采用的模型能对溶解氧进行可靠的预测,该方法为研制开发智能水质检测仪以及工厂化养殖工作奠定了基础,对实际生产具有一定的指导意义。     

基于小波变换与神经网络的上倾管流型识别方法

为实现上倾管气液两相流流型的智能识别,提出了基于小波变换与概率神经网络的流型识别方法。采用中国石油大学(华东)室内小型环道试验装置进行气液两相流试验,采集上倾管流型以及相应的持液率信号。运用小波变换对持液率信号进行5级分解,并对分解后的信号提取标准差作为概率神经网络的输入参数,对试验中获得的分层流、气泡流、段塞流、严重段塞流流型进行识别。结果表明:该方法对4种流型的识别效果较好,其整体识别率为96.5%,其中分层流和严重段塞流的识别率高达98%。基于小波变换与概率神经网络的上倾管流型识别方法能够有效克服传统识别方法中主观因素的影响,不仅显著提高了流型识别的准确率,而且识别过程更加智能。(图5,表3,参22)     

脉冲532nm Nd:YAG激光非侵入性治疗皮肤草莓状血管瘤560例

目的 观察脉冲532 nmNd:YAG激光非侵人性治疗草莓状血管瘤的疗效.方法 560例600个不同部位草莓状血管瘤患儿接受脉冲532 nm Nd:YAG激光治疗,光点内径1mm,功率5W,脉冲时间10～30 ms,脉冲间隙100～200ms,能量密度12～20 J/cm2,治疗间隔1个月～1个半月.停止治疗5个月后进...     

基于BP神经网络的太阳辐射预测——以兰州市为例

采用常规气象观测资料建立了兰州市太阳总辐射BP神经网络预测模型,利用神经网络释义图和连接权法剔除了模型中的冗余变量,用优化的BP网络模型预测了兰州市1996-2000年的太阳辐射,并用实测数据验证了该模型。结果表明:该方法增加了模型的透明度,提高了模型的可靠性和鲁棒性,模拟结果与实测值非常吻合,模拟值的各项误差指标值均很小,模拟值与实测值的拟合优度R2达到0.987,通过与其他经验模型的模拟结果进行对比,优化的BP网络模型的模拟效果最好,精度明显高于其它经验模型。因此,对于无太阳辐射观测的地区,优化后的BP网络模型是预测当地太阳辐射的一种有效方法。     

基于Lasso和BP神经网络的组合预测及其应用——以居民消费支出预测为例

在变量选择的基础上，构建基于Lasso方法和BP神经网络的预测模型，并对我国城乡居民的消费支出进行预测，结果显示：基于Lasso方法和BP神经网络的组合预测精度要明显高于BP神经网络、Lasso方法的预测精度；在2014~2020年，我国农村居民消费增长率有所提升，城镇居民消费增长率减缓，城乡居民消费增长率之间的差距呈下降趋势，但短期内城乡居民消费差距依然难以缓和。     

基于RBF神经网络的筑坝建库环境影响综合评价——以富岭水库为例

针对水电工程与社会、经济、生态、环境系统复杂的关系,选用PSR概念模型建立指标体系,构建了基于RBF的神经网络模型。以2014年为评价水平年,对富岭水库的环境影响进行评价。根据训练好的神经网络,输入评价指标,计算得出评价指数为0.379。结果表明:生态环境影响处于四级,总体为负效应,但影响程度较小。     

脉冲激光轰击法连续制备纳米金掺杂YBCO

利用超声法获得钇钡铜氧（YBCO）和乙醇混合溶液,采用聚焦脉冲激光轰击浸于流动无水乙醇中的金靶,连续制备得到纳米金和乙醇混合溶胶.将纳米金和乙醇混合溶胶直接滴入接收器中的YBCO和乙醇混合溶液中,经干燥获得纳米金掺杂的YBCO材料.结果发现,纳米金未明显改变YBCO的吸放热现象,对样品的组成影响不大;掺杂0.01%、0.05%重量比例的纳米金后YBCO的结晶度和超导转变温度Tc均有所提高.     

基于PSO-BP神经网络的外贸发展状况的评价

以我国对外贸易的实际情况为基础，建立了评价外贸发展状况的一套指标体系.使用主成分分析方法对所有评价指标进行预处理之后，借助粒子群优化算法改进了BP神经网络算法，构建了外贸发展状况的评价模型.评价模型在具体应用中，评价结果较为准确，具有一定的科学性和合理性.