由de Bruijn—Good图的1—因子构成的超立方体图

二元η级 de Bruijn-Good 图 G_n 在非线性移位寄存器的设计方面有着广泛的应用.它的每一个1-因子就是一个 n 级非奇异侈位寄存器.因而,研究由 G_n 的1-因子形成的图 M(G_n)具有实际的应用背景。本文给出了由 G_n 的1-因子形成的图 M(G_n)的构造,得到 M(G_n)同构于2~(n-5)-维的起立方体图,并由此给出一种方法去求得一切非奇异的移位寄存器,而且将它们排列在 M(G_n)的一个 Hamilton圈上.     

基于WRF数值模式的SDAE-SVR风速预测模型研究

风速预测是风力预报中的核心与基础, 采用天气研究和预报(Weather Research and Forecasting, WRF)模式进行风力预报往往存在风速预测误差较大的问题. 为了提高风速预测精度, 提出了一种基于深度学习和支持向量回归(Support Vector Regression, SVR)相结合的风速预测模型. 该模型以WRF模式预报输出的多种气象变量为基础, 结合气象自动观测站传感器的实测风速, 引入堆栈降噪自动编码(Stacked De-noising Auto-Encoder, SDAE)深度网络来学习样本数据中隐含的深度特征, 然后将该深度网络最后一层输出的深度特征置入回归器SVR中, 利用SVR良好的回归预测性能对WRF模式预报的未来1h风速进行预测订正. 结果表明: 所建立的SDAE-SVR风速预测模型具有较高的风速预测精度, 在对典型日的WRF模式预报未来1h风速的预测订正中, 其平均百分比误差与均方根误差仅为8.28％与0.8 066 m·     

关于Sine级数导级数的L1收敛性

主要研究Sine级数导级数∑m k=1k^raksin(kx r/2 π）的L^1收敛性问题．文中引入了一些集类，并进一步讨论了这些集类之间的关系，得到了Sine级数导级数收敛的一些充要条件.     

基于SVM的固化土无侧限抗压强度模型

为实现较少试验次数下固化土无侧限抗压强度(qu)的准确预测, 提出了基于支持向量机(SVM)的固化土qu的预测模型. 以固化剂各组分掺入比、龄期、初始含水量、固化剂掺量等因素为输入量, 固化土的qu作为输出量, 以径向基为核函数, 采用网格搜索法和交叉验证法进行参数优化, 建立了基于SVM的固化土qu的预测模型. 算例分析表明: 该模型适用于任意条件下固化土qu的精确预测, 且在较小试验成本下实现与响应面法相当的预测精度.     

苏-(1S,2S)-2-氨基-1-对硝基苯基-1，3-丙二醇的 酮缩合物的高产率合成

无催化剂存在下高产率制备晶态苏-(1S,2S)-2-氨基-1-对硝基苯基-1,3-丙二醇酮缩合物的新方法.苏-(1S,2S)-2-氨基-1-对硝基苯基-1,3-丙二醇与环己酮、丙酮、2-丁酮或3-戊酮在甲苯或二甲苯中恒沸脱水后冷至室温,可以直接得到漂亮的晶态缩合产物,或蒸发溶剂、并用乙醚萃取,由萃取液中获取晶态产物,收率一般高于90%.     

M(o)bius梯子的L(d,1)-标号

对给定的正整数d,图G的L(d,1)-标号是从V(G)到非负整数的函数,且满足:任意两个相邻顶点的标号差至少为d,而且距离为2的任两个顶点的标号至少为1.L(d,1)-标号的跨度是标号差的最大值.G的L(d,1)-标号数是G的所有L(d,1)-标号的最小跨度.本文完全给出了M(o)bius梯子的L(d,1)-标号数.     

基于相关向量机的网络舆情情感趋势预测

对网络舆情事件中网民评论的情感发展趋势进行准确预测具有非常重要的意义和价值.本文提出将网民评论的情感值作为预测指标,通过对评论的句式分析,利用短语模式计算单句及复句的情感值,构建情感值时间序列,建立基于相关向量机的网络舆情情感趋势预测模型,对网络舆情事件中网民评论情感趋势进行预测.选择新浪微博中关注度较高的头条新闻中微博评论的舆情事件作为实验对象,运用本文模型与基于BP神经网络、Elman神经网络等预测模型进行对比.实验结果表明,本文模型具有较高的预测精度,平均绝对百分误差(MAPE)和均方根误差(RMSE)均优于基于BP神经网络和Elman神经网络的预测模型,能较好地预测出网络舆情事件中网民评论情感趋势.     

两种不同方法下的矿井涌水量预测对比分析

水文地质参数影响矿井涌水,而在岩溶山区矿山中,含水介质的非均质性、各向异性特别突出,水文地质参数的获取难度很大.因此,文章以弱化水文地质参数的依赖性为目标,应用相关分析和灰色系统理论模型对老鹰山煤矿1995—2013年的矿井涌水量进行拟合,建立了回归方程模型和GM(1,1)模型,并利用2014—2016年数据对模型预测结果进行了验证.结果表明相关分析中老鹰山煤矿矿井涌水量与降雨量密切相关,相关系数为0.835,模型曲线显示是变化形态上的预测,预测模型的精度达87.19%;灰色系统GM(1,1)预测模型的精度良好为82.34%,适合于具有灰色特征的地质数据的模拟、控制和预测,模型曲线显示的是变化趋势上的预测;相关分析法比灰色理论法预测精度高.研究成果为岩溶山区矿井涌水防治提供可靠技术支撑.     

瓯江流域唇NFDA1和花NFDA1线粒体COⅡ基因部分序列分析

采用PCR技术获得了唇NFDA1(Hemibarbus labeo)和花NFDA1(H. maculatus)线粒体DNA细胞色素氧化酶(COⅡ)基因部分序列,将所得的COⅡ基因序列与4种取自GenBank的NFDA1属鱼类同一基因序列进行了分析,以探讨这一序列在种质鉴定、种群遗传结构和分子系统发生研究中的应用价值.测序结果表明,在实际分析的600 bp序列中,序列A T含量(56.9%～57.8%)高于G C含量,物种间共有变异位点116个,其中简约信息位点46个;唇NFDA1和花NFDA12个地理种群间变异位点均为11个,唇NFDA1种群间碱基替换均为转换,花NFDA1的转换/颠换为8/3.以COⅡ基因片段序列为标记,用似刺鳊鮈(Paracanthobrama guichenoti Bleeker)作外群,构建了NFDA1属鱼类的系统发生树,其拓扑结构显示2个地理种群浙江花NFDA1单倍体Ⅰ(H1)与江苏花NFDA1首先聚为一支,然后与浙江花NFDA1单倍体Ⅱ(H2)形成一个单系群.韩国唇NFDA1和日本NFDA1为姐妹群,然后与中国花NFDA1(浙江和江苏)相聚为一支.长吻NFDA1和朝鲜NFDA1单独聚为一支,表明2者的亲缘关系较近.结果同时表明,韩国唇NFDA1与江苏花NFDA1、日本NFDA1和浙江花NFDA1(H1)的遗传距离均为0.008 4,结合形态特征鉴定,推测韩国唇NFDA1和日本NFDA1是中国花NFDA1(浙江和江苏)的同物异名.     

基于CPSO-RVM的蒸发过程在线预测模型

针对密闭、长流程的蒸发过程由于待浓缩溶液黏度高或腐蚀性强、设备易结垢、工况变化复杂等原因引起的在线预测模型难以建立的问题,提出了一种基于混沌粒子群优化相关向量机(CPSO-RVM)的预测模型。基于贝叶斯学习框架构建了蒸发过程相关向量机预测模型,克服模型对核函数类型的限制和数据敏感性,在此基础上利用混沌粒子群算法对预测模型的核函数进行优化,获得计算量小、泛化性能优的在线预测模型。某厂实际蒸发过程生产数据的算例表明,在存在新蒸汽和原液干扰、设备结垢的整个清洗周期内,CPSO-RVM模型都能获得很好的预测效果,并且比偏最小二乘回归模型(PLSR)和最小二乘支持向量机模型(LSSVM)精度更高,能为实际蒸发过程的在线控制提供参考。     

学习策略、自我效能感在不同情境下对成绩的影响

为了探索学习策略、自我效能感在不同情境下对成绩的预测作用,选取401名初二学生和361名高二学生作为比较研究的被试,以问卷调查的方式收集数据,主要结果为1)初二和高二学生的认知策略在元认知策略与成绩间的中介作用不同;2)资源管理策略4个方面均能预测初二学生的成绩,只有努力管理、时间管理策略可预测高二学生的成绩;3)自我效能感对初二、高二学生成绩均有预测作用.结果表明在不同情景下学习策略对成绩的预测作用有差异,而自我效能感对其的预测作用较稳定.     

基于SPEI及游程理论的云贵地区1960-2014年干旱时空变化特征

基于云贵地区49个气象站点1960-2014年的逐月气象数据,计算得到云贵地区季尺度及年尺度的标准化降水蒸散发指数序列,结合游程理论及经验正交（EOF）等方法,揭示云贵地区干旱的时空变化特征.研究结果表明：（1）云贵地区气候呈现逐渐变干的趋势,且年尺度和季尺度在21世纪初均出现由湿转干的迹象.（2）同一干旱历时条件下,不同等级干旱发生的频率不同,等级越小发生频率越高,反之亦然.同一等级的干旱发生频率随干旱历时长度的增加而减小.（3）在历时2~5个月的干旱事件中,云南省的干旱重现期均小于贵州省,即云南省发生干旱事件较贵州省频繁.27°N以北地区的干旱重现期较长,干旱事件发生频率较小.（4）对云贵地区近55 a的SPEI进行经验正交（EOF）分析知,EOF展开第1模态反映的是季风系统控制下的云贵地区旱涝一致性变化情况,21世纪后,云贵地区普遍处于干旱状态;EOF展开第2模态反映的是受乌蒙山阻隔,东西两侧干旱呈现反相位变化的空间分布特征.该研究对于认识和把握区域气候干旱趋势与规律,提高区域干旱预警能力,保证粮食安全和生态经济稳定有重要的现实意义.     

基于灰理论的电力负荷预测模型

针对小样本数据,提出基于GM(1,1)模型进行电力负荷预测模型,并通过实例表明该模型在电力负荷预测中的可行性;开发了基于GM(1,1)模型的电力负荷预测系统,实现了在实际工作中所要求的数据录入、查询、分析和预测功能。     

BP人工神经网络用于除草剂活性预测

采用AMI方法研究了10种新型的磺酰脲类除草剂的电子结构，并以原子的Mulliken净电荷和除草剂在不同浓度(100，10mg／L)下对油菜、稗草两种作物的根、茎部位的抑制率为训练样本集。构造并训练得到具有活性预测能力的BP神经网络．结果表明，该BP网络不仅能对训练样本很好拟合。亦能对未知化合物的活性作出很好的预测．     

基于支持向量机理论的滑坡灾害预测——以浙江庆元地区为例

滑坡发生受很多因素影响，揭示因素与发生滑坡事件的关系是当前滑坡研究中的一个重要内容．运用支持向量机理论，利用数字高程和遥感数据，构建了滑坡预测的支持向量机模型，并以浙江庆元县境内滑坡发生集中区为试验区，开展滑坡灾害的预测与评价，取得了与实际滑坡较为一致的结果．认为基于支持向量机理论建立的滑坡预测与评价模型可以快速准确地实现滑坡灾害区域评价与预测．     

苯砜基环烷酸酯类对发光菌急性毒性的构效关系

基于化学拓扑理论，计算了28种苯砜基环烷酸酯类化合物分子的Kier连接性指数（^m X ^v p）、Hall电性拓扑态指数（En）．通过最佳变量子集回归，建立了标题化合物对发光菌急性毒性（pEC50，pLC50）与^m X ^v p、E定量构效模型（QSAR）．其最佳二元数学模型的判定系数（R^2）分别为0．961，0．955．其计算值与实验值基本吻合，并经Jackknife的逐一剔除法检验，具有良好的稳健性与预测能力．     

量子色动力学求和规则和矢胶怪球

计算了J~(PC)=1~(-1) 三胶子流的两点函数并推导出其量子色动力学求和规则;在零宽度近似下,得到了矢胶怪球1~(- )的质量mv=1.9GeV,这与格点规范计算结果比较接近。     

半紧概率1－集压缩场的拓扑度及不动点定理

本文引入了半紧概率１－集压缩场的拓扑度理论．并研究了半紧概率１－集压缩映射的一些不动点定理．     

用灰色模型预测同系物的液相色谱保留值

利用灰色理论的ＧＭ（１．１）模型研究了５－二甲胺萘－１－磺基胺盐酸盐（Ｄｎｓ胺）的同系物在不同组成流动相的反相高效液相色谱中的保留值与取代基碳原子数的关系．根据不同色谱条件下所建立的数学模型，计算和预测了６种Ｄｎｓ胺同系物在６种不同流动相组成色谱系统中的保留值ｋ．并用相同的方法计算和预测了烷基取代苯和对氨基苯甲酸酯系列物的液相色谱保留值．计算和预测值的相对偏差小于３％．误差率高，预测精度比文献的预测结果好．     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例，首先研究新浪微博签到数据与统计年鉴中实际游客量的关系，用新浪微博签到人数模拟实际旅游人数，建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型，并进行预测；然后结合计量经济学中的协整检验和格兰杰因果关系检验，分析百度指数与微博签到人数之间的关系，利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型；最后比较了2个模型的预测精度。结果显示，百度指数存在地理空间属性，且与新浪微博签到人数互为格兰杰因果关系，存在1~23 d的滞后期。此外，相比ARMA模型，考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%，在样本期外的预测精度提高了27.9%。研究表明，百度指数的时间和空间属性对游客规模预测有重要意义和价值。