摘要:

摘要:

摘要:

摘要:生态安全的本质集中在生态风险与生态脆弱性等方面,生态安全研究是低碳绿色发展的热点方向,对于优化景观生态空间结构与维护生态可持续性具有重要理论价值与现实意义.应用地理学、生态学以及遥感、GIS等多学科交叉与融合的原理与方法,研究气候变化与景观格局的特征与规律、气候变化与生态过程的耦合关系、景观格局与功能特征;分析景观格局、气候要素与生态系统中土壤、水文过程及植被过程的关系,气候变化对碳储量、NPP以及生态系统服务功能的影响,揭示气候变化对生态过程的影响规律.综合分析表明,气候要素影响生态安全的表现特征及其变化,景观格局是制约区域生态安全的基础,气候变化与景观格局对生态安全机制的影响具有复杂性.

摘要:新冠肺炎疫情爆发至今,中小型服务企业受到的冲击尤为巨大.以地方政府和中小型服务企业联合发行消费券应对疫情为背景,构建地方政府、中小型服务企业和消费者的三方演化博弈模型,研究政府有偿补贴的影响因子、公信力的影响因子、消费券抵扣金额的影响因子等因素对各利益相关方策略的影响,以期实现地方政府与中小型服务企业良性合作,真正刺激消费,让利于民.结果表明:政府有偿扶持策略下补贴额较低、有偿扶持策略对公信力的影响较大,将促使政府选择对企业进行有偿扶持;企业积极自救策略下所获有偿补贴较高、对消费券抵扣金额较少,企业更愿意坚持积极自救策略;消费券对消费者实际消费额的影响程度较小、积极自救企业对消费券抵扣金额较多,将促使消费者选择持券消费;实施差异化的扶持政策、结合消费券精准发放,可促进经济复苏.

摘要:5G网络的发展促使工业互联网垂直行业战略转型升级.5G SA(Stand-Alone)网络将用户面功能(UPF)下沉到业务区,控制面留在大区中心,所有业务数据均通过5G边缘计算接口(MEC)访问业务应用服务器,用户访问自身服务器流量全部在内部完成,符合网络安全需求,业务路径时延最小.通过优化的粒子群算法(PSO),构造基于网络物理节点资源和链路资源的适值函数,并且引入贝叶斯评估方法计算物理节点隔离因子,将所有节点平均隔离因子设为阈值作为约束条件,保证网络切片的隔离性能,通过迭代求解来调整网络切片间的路径资源提升网络性能.经过智慧矿山实际5G网络测试,结果显示算法能够提升收益成本比10%,提高链路利用率19%,提高上行速率20%~50%,充分保障矿区网络的服务质量.

摘要:预测居民用电相当于预测一个多元时间序列.针对多个传感器信号的特定窗口能够利用预测模型提取不同的特征来预测用电量.然而,由于时间序列内部特征存在着不规则的模式,包括电力属性之间隐藏的相关性,使得负荷预测准确率不高.为了提取复杂的不规则电力模式,选择性地学习时空特征以减少电力属性间的平移方差,本文提出了一种基于多头注意力的卷积循环神经网络深度学习模型.相较于单纯的时间序列模型,该模型利用卷积和加权机制对电力属性和有功功率间的局部相关性进行建模.它利用softmax函数和点积运算的注意力分数来模拟电力需求的瞬态和脉冲特性,有效地对瞬时脉冲功耗进行预测.在美国加州大学欧文分校(University of California,Irvine,UCI)家庭用电数据集共2 075 259个时间序列上的实验表明,所提出的模型与现有方法相比,准确率得到了较大提升.

摘要:随着ICV(智能网联汽车)产业的快速发展,车与人、车与车以及车与外部环境的数据交换成为常态,汽车安全受到严重威胁,研究汽车安全认证方法则显得至关重要.车载PEPS(无钥匙进入及启动系统)和EMS(发动机管理系统)的安全认证决定整车安全性能,是保证汽车安全运行的前提条件.目前业界广泛采用128 bits AES算法实现PEPS和EMS的安全认证,而由于AES密钥生成和密钥调度算法较国密算法SM4复杂,加解密时间较长,且算法实现的代码量较大,占用过多的MCU资源,因此,本文提出将国密SM4算法应用于车载PEPS和EMS的安全认证,缩短加解密时间,有效提高数传效率,同时采用高级语言实现该算法并移植到国产MCU GD32F103,实现产品国产化,降低成本.将国密算法SM4进行推广,为ICV安全认证提供研究基础.

摘要:车道线检测在智能交通领域占有重要地位,其检测的准确度和速度对于辅助驾驶以及自动驾驶有重要影响.针对目前深度学习方法识别车道线精度差、速度慢的问题,提出了一种高效的车道线分割方法LaneSegNet.首先基于编码和解码网络原理构建主干网络Lane-Net,用于提取车道线特征信息并分割出车道线;然后使用多尺度空洞卷积特征融合网络,可以极大地扩充模型的感受野,提取全局特征信息;最后使用混合注意力网络获取丰富的车道线特征,并增强与当前任务相关的信息.实验结果表明:在TuSimple数据集上,该方法检测车道线的准确率为97.6％;在CULane数据集上,该方法在标准路面的检测准确率达到92.5％,多种路面综合检测准确率为75.2％.本文提出的LaneSegNet车道线检测方法分割精确度和推理速度优于其他对比模型,且具有更强的适应性和鲁棒性.

摘要:三维形变模型(3DMM)作为人脸重建的重要方式,在3D建模、图像合成等领域有着广泛的应用.由于受训练数据类型、数量以及主成分等因素影响,3DMM存在过约束的现象,不能提供足够的灵活性来表示高频变形.本文将三维形变模型嵌入到深度神经网络中,为提升3D人脸重建的表示能力提供了新的思路.为了提升网络学习效率,本文构设了一种双通路神经网络,实现了在全局路径和局部路径之间的平衡.通过在学习目标和网络结构两方面改进非线性3DMM,提出了一种比线性或以往的非线性模型更能捕捉到更高层次细节的模型.算法对比与仿真实验表明,本文算法在3D人脸重建上的归一化平均误差更低,所生成的3D人脸模型鲁棒性好、重构准确,实现了较好的3D人脸重建性能.

摘要:深度学习的自动学习特征和精确的预测能力使其在地基云分类上获得成功,更复杂更优良的深度学习网络在地基云分类领域得到研究和应用.近两年来一些大规模地基云分类数据集被公布,但还没有文献对这些大数据集进行完整地介绍和使用.本文对深度学习地基云分类领域最新的研究进展进行了详细的概括,并介绍了最新发布的国际标准大规模数据集,最后对几种经典的卷积神经网络深度学习模型在地基云分类上的性能进行了评估,验证了卷积神经网络在地基云分类领域的适用性.

摘要:日益频繁的鸟类活动给输电线路的安全运行带来了极大威胁,而现有拟声驱鸟装置由于缺乏智能性,无法长期有效驱鸟.为了解决上述问题,本文提出基于改进Q-learning算法的拟声驱鸟策略.首先,为了评价各音频的驱鸟效果,结合模糊理论,将鸟类听到音频后的动作行为量化为不同鸟类反应类型.然后,设计单一音频驱鸟实验,统计各音频驱鸟效果数据,得到各音频的初始权重值,为拟声驱鸟装置的音频选择提供实验依据.为了使计算所得的音频权重值更符合实际实验情况,对CRITIC (Criteria Importance Though Intercrieria Correlation)方法的权重计算公式进行了优化.最后,使用实验所得音频权重值对Q-learning算法进行改进,并设计与其他拟声驱鸟策略的对比实验,实验数据显示改进Q-learning算法的拟声驱鸟策略驱鸟效果优于其他三种驱鸟策略,收敛速度快,驱鸟效果稳定,能够降低鸟类的适应性.

摘要:本文研究了Delta算子描述的一类线性大系统的协同状态反馈控制问题.首先根据Delta算子描述的独立子系统,通过协同状态反馈控制器给出了互联的闭环控制系统.然后基于线性矩阵不等式技术,给出了系统协同状态反馈稳定控制器及协同状态反馈保性能控制器设计的充分条件,并利用李雅普诺夫稳定性理论证明所提方法的有效性.最后,仿真实例验证了本文算法的有效性和优越性.

摘要:针对目前储能成本过高、缺乏交易平台导致的利用效率低下、收益较低等问题,设计基于区块链技术的非合作博弈交易模型.以微网作为节点引出共享储能的概念,利用数字签名技术进行节点身份验证,有效提高交易的安全性.基于智能合约自我驱动、自我执行的特征,建立共享储能交易机制.通过建立非合作博弈模型,实现各节点利益最大化,提高储能收益,提高节点用户参与交易的积极性,推动产业结构进一步优化.算例分析结果表明,本文所提出基于区块链技术的共享储能非合作博弈交易模型可以有效实现储能参与市场交易,提高储能利用效率,增加储能项目收益来源,为储能行业的进一步发展提供有效的技术支持和理论支撑.

摘要:海风锋是海风环流前缘形成的锋面,具有类似于冷锋的特征.海风锋能触发强对流,造成沿海地区雷暴等灾害性天气,是沿海地区气象研究的重点对象.随着数值模式和计算机技术的发展,数值模拟已成为气象研究中的重要方法.因此,海风(锋)的数值模拟受到越来越多的关注.过去的40年中,中国地区海风(锋)的数值研究不断开展,取得了不少研究成果.为了加深对海风(锋)数值模拟的认识,了解最新研究成果,本文对中国地区海风(锋)数值模拟进行了概述,重点讨论了海风三维结构与演变以及背景风、地形、城市热岛和大气稳定度对海风(锋)的影响.此外,本文也归纳总结了模式物理过程参数化对海风(锋)模拟的影响以及海风(锋)的大涡模拟研究.最后,对一些需要进一步研究的问题提出了建议.

摘要:大气加权平均温度(T_m)在GNSS大气水汽反演过程中扮演着关键角色.本文针对现有的T_m模型在青藏高原地区的适用性较差等情况,利用2014—2017年青藏高原地区13个探空站观测数据建立了一种顾及地面温度、高度、纬度及季节变化的青藏高原地区T_m模型(TPT_m模型).以2018年的探空资料为参考值,对TPT_m模型进行精度检验,并与常用的Bevis模型、局域精化后的Bevis模型(Bevis-TP模型)和GPT2w模型进行比较分析,结果表明:TPT_m模型具有相对较好的精度,其年均偏差和均方根误差(RMS)分别为0.07 K和2.76 K,相比Bevis、Bevis-TP、GPT2w-5(5°分辨率)和GPT2w-1(1°分辨率)模型其精度(RMS值)分别提高54.5％、30.8％、36.3％和27.6％;此外,将TPT_m模型用于GNSS水汽计算,其导致的水汽计算理论RMS误差和相对误差分别为0.10 mm和1.02 ％.因此,TPT_m模型在青藏高原地区的GNSS水汽反演中具有重要应用.

摘要:利用旋转坐标系中的基本方程推导得到动能方程,通过动能的局地变化率定义刻画台风强度变化率的能量泛函,对泛函作变分得到Euler-Lagrange方程.分析方程可知,当台风强度变化率达到最大时,摩擦力、气压梯度力、重力和动能梯度满足四力平衡关系.因此,这四个力确定的向量可以作为台风强度的预报因子,更准确地确定台风系统强度变化率达到最大的时间点.进一步通过风场变分分解提取到有旋场中的最大涡旋,得到台风强度变化最快时涡度和流场的解析解,对研究台风发展过程中速度的变化趋势和台风的空间结构具有实用价值,为台风路径和强度预报提供了一定的理论指引.