蛋白质相互作用网络研究的引文分析

目的：通过对蛋白质相互作用网络文献的同被引分析,得出其研究热点。方法：下载SCI数据库中蛋白质相互作用网络文献及其引文,统计引文频次,取被引频次超过33、累计百分比约为10%的58篇文献作为高被引论文,对来源-引文矩阵进行层次聚类分析,利用Ucinet软件对高被引文献的同被引矩阵进行k核分析,阅读文献得到该主题的研究热点。结果：高被引文献聚类分析得到6个研究热点。结论：蛋白质相互作用网络的热点主要集中于蛋白质相互作用网络数据的分析处理、生物网络中功能模块的研究、蛋白质相互作用的数据库建立、蛋白质相互作用网络拓扑结构的分析、关于蛋白质相互作用数据的分析软件、蛋白质相互作用网络的预测。     

基于人工神经网络的森林火险预测

在对河南登封地区火灾发生状况进行有效分析的基础上,以林火发生与其紧密相关的气象因子为基础,运用BP人工神经网络建立了林火发生预测模型,分析得出最好的网络结构为6∶5∶1,建模精度为0.97,98%的样本拟合误差绝对值不超过0.000 7,取得了较好的拟合效果。     

Intensive temporal and spatial sampling of polychaete biodiversity reveals significant implications for impact assessment and marine park design

相似文献   

长江流域典型区河-库水文网络连通综合评估

长江具备丰富的水资源和电力资源,近年来河网闸坝、水电等水利设施被大量建设,导致了连通性下降,从而带来一系列的生态环境问题,评估长江流域河-库连通性具有重要意义。本研究选择长江流域高坝大库（金沙江下游）、低坝枢纽（汉江中下游）和山区小水电（景谷）三种河-库连通类型进行研究。首先概化典型研究区河-库连通的水文网络模型,并将水电站、过渡区、河流汇聚点、闸坝作为重要的网络节点。然后基于网络的水文连通功能、生态环境功能和社会贡献功能构建水文网络连通评估指标体系,利用熵权模糊综合评估方法对典型河-库进行分析。结果表明,高坝大库和低坝枢纽连通性为四级（差）,山区小水电连通性为五级（极差）。并基于评估结果,对不同类型的河-库系统给出改善连通性的针对性建议。     

基于残差BP神经网络的6自由度机器人视觉标定

基于视觉伺服控制的机器人手眼标定和逆运动学求解一直是视觉伺服领域的核心问题.随着应用场景的逐渐复杂,传统手眼标定方法已无法满足需求;随着网络深度的增加,单一BP神经网络逆运动学求解算法的误差趋于饱和甚至变大,无法进一步提升网络性能.针对以上问题,本文将手眼标定和逆运动学求解融合为拟合目标图像坐标到机器人各关节角之间的映...     

第二代玉米螟有虫株率种群动态的模糊回归预测模型的研究

本文对山东省临沂市1965～1986年(1980年除外)共21年的观测数据进行了数量分析，建立了第二代玉米螟有虫株率的5个级别的模糊隶属函数。经回测验证，其完全符合率达95.24%。将1987、1988年作为独立样本进行试报,其准确率达100%。     

我国中药材价格指数预测研究

以中药材天地网30种中药材价格指数为研究对象,使用HP-LSTM-MLP混合预测模型对中药材单品种价格指数和综合价格指数进行预测,并与LSTM(long short term memory networks,长短期记忆网络)、RNN(recurrent neural network,循环神经网络)、GRU(gated recurrent unit,门控循环单元)等预测模型进行比较分析。研究结果表明,在RMSE和R_(score)~2两个预测效果衡量指标中,HP-LSTM-MLP混合预测模型的RMSE为65.33,R_(score)~2为0.99,皆优于其他3种模型。采用HP-LSTM-MLP模型分别预测我国30种主要中药材综合价格指数以及单品种价格指数,结果显示,对中药材综合价格指数的预测结果平均相对误差为1.89%;对黄连、连翘和麦冬等单品种价格指数的预测结果的平均相对误差分别为3.36%、5.66%和3.22%,说明HP-LSTM-MLP模型泛化能力较好,对我国中药材价格指数预测具有一定的应用价值。     

香港垃圾倾倒活动有害渔业环境

香港方面在外伶仃岛正北约 ４．５公里处设立垃圾区，长期倾倒淤泥、垃圾。为查明倾倒活动与附近渔业环境的关系，在垃圾区附近海域进行了９个测站的表面沉积采样调查，每个样品测定沉积化学成分和粒级分类等１３个项目。根据调查所得的第一手资料，应用模糊聚类分析方法，鉴别出香港垃圾的倾倒活动，使外伶仃岛北部区域复盖了新生沉积层，并证实位于外伶仃岛北海岸的石冲湾网箱养殖区处于较主要的受影响区域内。     

Ecosystem‐based fisheries management: A perspective on the critique and development of the concept

The concept of ecosystem‐based fisheries management (EBFM) has been subjected to debate since it was introduced in the late 1990s. The development of the concept seems to follow two separate but simultaneous trajectories of increased popularity but also sustained critique. This paper offers an analysis of potential mechanisms behind these disparate trajectories by drawing on a theoretical framework from science and technology studies (STS) centred around "black box" and actor‐network theory. To support our analysis, we perform an exploratory literature review of how the EBFM concept has been used in a selection of high impact fisheries research papers. We find that the popularity of EBFM does not guarantee its integrity, usefulness or analytical insight, but also that persistent critique of how the concept is used seems to be driving some change. We think that a continued trajectory of increased understanding, contextualization and discernibility of EBFM can help overcome the considerable ambiguity associated with the concept and make it increasingly useful to fisheries management. This means moving away from routine use of the term towards a practicable and tangible approach to improve fisheries sustainability.     

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。