摘要:

摘要:

摘要:

摘要:

摘要:近年来,基于深度学习的交通流预测方法一直是交通流预测领域的研究热点.与传统卷积神经网络不同,适合处理非欧几里得数据的图卷积网络在空间特征建模方面表现出了强大的能力,而反映路网空间特征的拓扑图、距离图、流量相似图等正是典型的非欧几里得数据.因此,基于图卷积网络及其变体的交通流预测方法成为交通流预测领域的一个研究热点,并取得了很多有吸引力的研究结果.本文对近年来基于图卷积网络的交通流预测模型进行了分类和总结.首先,从图卷积网络的基本定义出发,结合空域图卷积和谱域图卷积的定义详述了图卷积的基本原理.其次,根据预测模型的网络结构特点,将基于图卷积网络的交通流预测模型分为“组合型”和“改进型”两大类,并对其中最具代表性的模型结构进行了详细分析和讨论. 此外,对交通流预测领域中常用于模型性能对比的典型数据集进行了综述,并以其中一个真实数据集为例开展仿真测试,展示了4个基于图卷积网络交通流预测模型的预测性能.最后,基于当前的研究现状和发展趋势,对基于图卷积网络的交通流预测方法研究领域中未来的研究热点和难点进行了开放性的讨论和展望.

摘要:针对农产品期货时间序列数据受多方面因素影响,非线性、非平稳数据特征难以提取而导致预测准确性不高的问题,基于“分解-集成”的预测思想,本文提出一种基于自适应噪声完备经验模态分解(CEEMDAN)与Transformer-Encoder-TCN的农产品期货预测方法.首先,使用CEEMDAN将时间序列分解为多尺度多频率的本征模态分量(IMF)与残差,降低了序列建模复杂度;其次,使用融合多阶段自注意力单元Transformer-Encoder的时间卷积网络(TCN)对各个分量子序列进行特征提取与预测,优化了序列显著特征建模权重;最后,将各个子序列预测值线性相加集成得到最终预测结果.以南华期货公司农产品指数中的大豆期货指数为研究对象,采用时序交叉验证与参数迁移的方式进行模型重训练,消融和对比实验结果表明,提出的新模型在RMSE、MAE和DS三个评价指标上具有良好的效果,验证了该模型对农产品期货预测的有效性.

摘要:为了增强在短期风电功率预测领域中传统数据驱动机器学习模型的精度,提出基于ikPCA-FABAS-KELM的短期风电功率预测模型.首先,对主成分分析进行改进,提出可逆核主成分分析(ikPCA),在保证数据特征的同时,降低输入数据的复杂度,以提升模型运行速度;其次,引入萤火虫个体吸引策略对天牛须算法(BAS)进行改进,提出FABAS算法;最后,利用FABAS算法对核极限学习机(KELM)的正则化参数C和核参数γ进行寻优,降低人为因素对模型盲目训练的影响,提高模型预测精度.仿真结果显示,提出的预测模型有效提高了传统模型的预测精度.

摘要:针对股票价格非平稳、非线性和高复杂等特性引发的预测难度大的问题,建立一种基于变分模态分解(Variational Mode Decomposition,VMD)-Circle混沌映射的麻雀搜索算法(Circle Sparrow Search Algorithm,CSSA)-长短期记忆 (Long Short-Term Memory,LSTM) 神经网络的组合模型——VMD-CSSA-LSTM.首先,利用VMD将原始股票收盘价数据分解为若干本征模态函数(Intrinsic Mode Function,IMF)分量.然后,采用Circle混沌映射的SSA算法对LSTM神经网络的隐含层神经元、迭代次数、学习率进行优化,将最优参数拟合至LSTM网络中.最后,对每个IMF分量建模预测,将各分量预测结果叠加得到最终结果.实验结果表明,与其他模型相比,本文模型在多支股票数据集上的均方根误差(RMSE)、平均绝对误差(MAE)及平均绝对百分比误差(MAPE)均达到最小,预测股票收盘价格误差在0附近波动,稳定性更优、拟合更佳、精确度更高.

摘要:车辆违法停车将会降低道路通行效率,引发交通拥堵和交通事故.传统的车辆违停检测方法参数量大且准确度低.为此,本文提出了一种使用改进的YOLOv5模型和射线法的车辆违停检测方法.首先设计了轻量化的特征提取模块,减少模型参数量;其次在模型中加入注意力机制,从通道维度和空间维度增强模型的特征提取能力,保证模型精度;接着使用混合数据增强丰富数据集样本,提升复杂背景下的检测效果;然后选用EIoU作为损失函数提高模型定位能力.实验结果表明,改进后的模型均值平均精度达到91.35%,比原始YOLOv5s提升1.01个百分点,并且参数量减少35.79%.最后将改进后模型与射线法结合,在Jetson Xavier NX嵌入式平台的检测速度可以达到约28帧/s,能够实现实时检测.

摘要:传统的基于视觉的SLAM技术成果颇丰,但在具有挑战性的环境中难以取得想要的效果.深度学习推动了计算机视觉领域的快速发展,并在图像处理中展现出愈加突出的优势.将深度学习与基于视觉的SLAM结合是一个热门话题,诸多研究人员的努力使二者的广泛结合成为可能.本文从深度学习经典的神经网络入手,介绍了深度学习与传统基于视觉的SLAM算法的结合,概述了卷积神经网络(CNN)与循环神经网络(RNN)在深度估计、位姿估计、闭环检测等方面的成就,分析了神经网络在语义信息提取方面的优点,以期为未来自主移动机器人真正自主化提供帮助.最后,对未来VSLAM发展进行了展望.

摘要:针对腰间盘突出患者MRI图像多裂肌病变部位分割精度较低的问题,提出一种改进的U2-Net网络的新模型,目标是使得编码和解码的子网络通过一系列嵌套的跳跃路径来相互连接.重新设计U2-Net模型中RSU-7、RSU-6、RSU-5、RSU-4中间的跳跃连接,RSU-4F部分不变,用来降低编码解码子网络中特征图的语义缺失.为了提取到高质量的多裂肌特征,加入通道注意力模块,通过学习每个通道的权重,使网络能够更好地关注对任务有贡献的通道,从而提升模型的性能.为验证模型的有效性,在多裂肌MRI图像数据集上进行实验,发现相较于U-Net、U2-Net、U-Net++网络结构,骰子系数(Dice)、豪斯多夫距离(HD)以及均交并比(MIoU)3个指标均有优化.实验结果表明,本文提出的算法对于多裂肌的MRI图像分割有较好的效果,能够辅助医生对病情做出判断.

摘要:东南亚地区是中国“一带一路”倡议的必经通道,也是我国发展对外经贸的重要节点区域,具有重要的战略地位.基于NPP／VIIRS夜间灯光数据,运用重心、标准差椭圆以及莫兰指数等空间分析方法,分析2012—2021年东南亚国家经济发展的时空特征.结果表明:东南亚国家GDP与夜间灯光数据之间存在显著相关性;从东南亚经济发展方向特征来看,东南亚经济重心整体向西北迁移,大部分灯光集中的中心已向东南亚的西北方向,即向中国的陆地边界移动了476 km,经济重心移动和“一带一路”倡议有关;东南亚总体经济体量增大,经济发展向区域内聚集,东南亚经济发展方向性愈发明显;从东南亚经济发展空间聚集性特征来看,高高聚集和低低聚集是东南亚经济发展最显著的两种空间聚集特征,高高聚集地区起到了很好的辐射作用,带动周边地区的经济发展,低高聚集区的发展潜力较大.研究时间段内,东南亚北部低低聚集区大幅度减少.

摘要:风景区是中国最具特色的自然保护地之一,也是旅游资源的主要载体.基于全国风景区POI(Point of Interest)数据和城市建设统计年鉴,综合运用ArcGIS空间分析和 SPSS多元回归统计分析等方法,深度挖掘中国地级以上城市风景名胜区空间分布特征及其主要影响因素,以期为将来国家公园体系构建、新型城镇化建设和旅游资源优化配置提供参考依据.研究发现:1)中国风景名胜区呈现出东南强、西北弱的宏观格局,表现出了以主要城市群为核心集中连片分布、A级以上景区带状分布、国家级景区点状分布的空间结构;2)风景名胜区形成了“山西—湖北—广东”、“内蒙古—青海—西藏”和东南沿海三条低质率分布带,而“内蒙古—青海—西藏”和东南沿海两条低质率聚集带也表现出了较强的建设优势地位,从侧面反映出这两条带状集聚区具有较大的风景质量提升潜力;3)城市建设规模、城市人口规模、地方政府财政支出、三产发展状况和城市经济发展水平等因素都是城市风景名胜区空间差异分布的主要影响因素.

摘要:传统的干旱监测指数主要考虑单一影响因子,往往无法全面综合反映干旱状况.基于MODIS数据和CLDAS数据,选取多个影响因子和能够直接反映干旱程度的干旱指数作为自变量,以综合气象干旱指数(CI)为因变量,通过梯度提升机(GBM)机器学习算法建立日尺度综合干旱监测模型,并以2015—2018年华北地区干旱为例进行了研究.结果表明模型监测结果与站点CI计算值具有显著的相关性,训练集和测试集决定系数分别达到0.945和0.655,均方根误差(RMSE)分别为0.033和0.082,综合干旱监测模型具有较高的精度.且模型监测与CI监测各月等级一致率均在65%以上,并与标准化降水蒸散指数(SPEI)和土壤相对湿度(RSM)相关系数分别为0.68和0.60,能较好地反映气象干旱和农业干旱状况.典型干旱情况监测表明,综合干旱监测模型综合考虑多种干旱影响因素,能较准确地识别出干旱的发生,表征综合干旱发生状况.

摘要:浮游植物作为湖泊生态系统物质循环、能量循环的主要参与者,获取其群落结构信息对于调节湖泊生态系统具有重要意义.通过高通量测序检测巢湖西半湖冬季和夏季真核浮游植物的群落特征,在研究期间共检测出真核浮游植物7门71属,其中,夏季7门59属、冬季5门27属,以绿藻门、硅藻门为主,冬季较夏季优势属变化较大.夏季、冬季Shannon-Wiener指数均值分别为1.83、1.88,Pielou指数均值分别为0.75、0.83.两种多样性指数均值均为夏季小于冬季.水质分析结果表明,在研究期间巢湖西半湖水体TN、TP偏高,夏季、冬季水体理化指标具有显著性差异(P≤0.05).冗余分析表明,PO₄^--P、TN、TP和NH₄⁺-N浓度对真核浮游植物群落解释率较大,其中,PO₄^--P浓度的影响达到显著水平(P≤0.05).Mantel相关性分析表明,真核浮游植物丰度与水温、溶解氧、pH、NH₄⁺-N、TN和Chl.a有着良好的相关性.通过变差分解分析得到,季节因素对真核浮游植物群落解释度最高.

摘要:复垦土地是重要的后备土地资源,但通常土壤结构差、有机质和养分含量低;增施有机肥是快速提升地力的关键途径,但会造成温室气体如氧化亚氮(N₂O)的大量排放.接种具有N₂O还原功能的植物根际促生菌(PGPR)不仅能够减少温室气体排放,还能促进作物生长.本研究以一株具有N₂O还原功能的PGPR反硝化无色杆菌(Achromobacter denitrificans) YSQ030为供试菌株,明确接种YSQ030对施用有机肥的复垦土壤N₂O排放和氮循环关键功能基因的影响.通过设置施用有机无机复混肥和羊粪有机肥的土壤微宇宙试验,利用气相色谱仪分析接种YSQ030后土壤N₂O排放通量,进一步计算累积排放量;在试验结束后分析土壤pH、EC(电导率)、硝态氮和铵态氮含量,并利用实时荧光定量PRC分析土壤硝化功能基因(AOA amoA和AOB amoA)和反硝化功能基因(nirS、nirK、nosZ Ⅰ 和nosZ Ⅱ)的丰度.结果显示,施用有机无机复混肥和羊粪有机肥的土壤中接种YSQ030明显减少复垦土壤N₂O排放,N₂O排放量最大减少分别达90.4％和30.6％.施用有机无机复混肥处理的N₂O排放量远高于施用羊粪有机肥处理,这可能是由于施用有机无机复混肥的土壤与施用羊粪有机肥的土壤相比,土壤中编码反硝化细菌N₂O还原酶基因nosZ Ⅰ 和非典型反硝化细菌N₂O还原酶基因nosZ Ⅱ 基因丰度较低.施用有机无机复混肥均显著降低土壤硝化和反硝化功能基因丰度,而施用羊粪有机肥对土壤硝化和反硝化功能基因丰度大多没有明显影响.本研究表明,接种YSQ030能够减少施用有机肥土壤的N₂O排放,将为复垦土壤地力提升和N₂O减排提供科学依据,也将为研发新型微生物肥料或生物有机肥提供核心菌种资源.

摘要:为有效指导农业温室气体减排政策的制定,本研究分别采用CH4MOD模型和排放因子法估算了2018年长三角地区农作物甲烷(CH₄)和氧化亚氮(N₂O)排放,并分析其时空分布规律,最终建立了2018年长三角地区农作物1 km×1 km网格化温室气体排放清单.研究结果表明:长三角稻田CH₄排放因子为348.54 kg／hm²,农作物N₂O排放因子为0.95 kg／hm²,与前人研究结果具有一致性.长三角地区稻田CH₄排放为176.9万t(折合约3 714.9万t CO₂当量),最主要排放源为单季稻稻田;农作物N₂O排放为15114.9 t(折合约450.4万t CO₂当量),小麦是主要贡献源.CH₄和N₂O排放均主要来源于江苏省和安徽省,且集中在4—8月.建议加强对农业温室气体排放的管控,从源头上减少农田碳氮源的输入.