基于双通道残差网络的泥石流沟谷孕灾风险预测

云南作为泥石流受灾最严重的省份之一,每年均会遭受重大损失。为了应对这种突发性灾害,本文基于DCHNNet(dual-channel hybrid neural network)提出了一个基于双通道的改进残差结构的卷积神经网络——双通道残差网络(two-way residual network, TWRNet)。该网络能够广泛应用于泥石流沟谷图像的潜在危险性排查,实现泥石流灾害的预警。TWRNet首先采用切片的方式对数字高程(digital elevation model, DEM)数据和遥感数据分开处理,并使用改进的残差结构进行特征提取;然后将特征进行融合,并使用通道注意力机制SE(squeeze-and-excitation networks)模块进行通道增强;最后给出泥石流沟谷的分类结果。在训练过程中,本文使用了交叉熵和焦点损失构成的联合损失函数。实验结果表明,TWRNet在泥石流沟谷识别方面达到了最高89.28%的识别率和87.50%的召回率,模型性能良好。使用图像学习沟谷特征的方法来进行泥石流孕灾沟谷的识别是可行的。     

量子粒子群优化核极限学习机的遥感影像分类

极限学习机初始参数具有随机性,容易导致其对高分辨率遥感影像的分类结果出现局部最优现象.为了解决上述问题,提出了一种基于量子粒子群优化核极限学习机的遥感影像分类方法.该方法利用量子粒子群算法对核极限学习机的核参数与正则化参数进行优化,根据参数优化后的结果构建量子粒子群优化核极限学习机的遥感影像分类模型（QPSO-KELM）.通过实验对比了SVM、KELM、PSO-KELM、QPSO-KELM这几种分类方法对高分二号遥感影像数据的分类精度与效率.结果表明：QPSO-KELM的分类精度、运行速度均优于其他几种分类方法,该方法能有效提取遥感影像上的地物要素信息.     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。     

维特藓类植物分类系统评介

本文对1982年发表的Vitt藓类植物分类系统及其所依据的基本原则进行了简要评论与介绍.有关藓类植物的分类原则,演化关系等在此也一并作了讨论.     

江汉平原(四湖地区)和洞庭湖区湿地的分类与分布特征

采用成因、水文、植被、土质和地貌特征等,从系、类、属、种和亚种５个层次对江汉－洞庭平原的湿地进行了系统分类．划分了河流湿地、湖泊湿地和人工湿地３个湿地生态系统;河流水面、湖泊水面、人工水面、河流沼泽、湖泊沼泽和水田６个湿地类．还划分了９个湿地属、１８个湿地种和９个湿地亚种．利用卫星遥感影像对湿地进行了调查和制图,分析了湿地的分布特征,讨论了自然因素和人为因素对湿地分布的影响．     

林徽因诗歌情感历程浅析

在“新月派”诗人中,林徽因诗歌的情感历程是较曲折,复杂的,其情感历程的变化较典型地表现了诗歌创作中的一些规律性问题。本文拟对这种情感历程一剖析,并从中总结诗歌创作中诗人情感的定位与走向问题。     

信息安全领域的新课题：短波语音传输加密

过去的几年里,因为世界经济的空前繁荣,IT产业得到了长足发展．同时也正是因为涉及全球的信息化浪潮给世界经济注入了新的活力．也引导着当今世界新的发展进程。在这个发展进程中,我们因为信息共享的缘由,一方面要求更加广泛意义的开放．另一方面我们又力求涉及到自身的信息能够可监控和可管理．这车身就是一对矛盾。要解决好这个客观存在的矛盾,信息安全技术就更倍受关注。     

企业综合经济指标评价理论与方法

以某区22个轻工企业1994年度各月报表指标为依据,建立了17个反映企业经济效益的相对指标,并对其进行了分类,综合,以及相应的统计分析运算,最后以12月份综合经济能力指标的大小对22个轻工企业进行了排序。     

一个中国湿地植物资源分类系统

提出了一个中国湿地植物资源分类系统,并将我国湿地植物资源分为３大类２４小类,这个系统根据湿地植物用途建立系统框架,将植物群落的建群种,分布广的植物,生物量大的植物,湿地特有植物和与水禽,野生动物栖息地,繁殖地,隐蔽地相关的植物作为选择资源植物类别的标准。     

粗糙集方法在基于属性分类中的应用

介绍粗糙集基础上的属性分类系统的构造,给出一种数据挖掘中新的分类方法:从初始的数据信息出发,依次构造约简属性集,并对其使用Bayes判别法进行基于属性的分类。最后给出了实例,验证算法的可行性。