哈密翼龙及其3D胚胎化石研究

 翼龙是地球上第一类飞向天空也是唯一绝灭的飞行脊椎动物，人类对其产卵繁殖、生长发育和生活习性等方面的了解还十分有限。本文介绍了一件超过200枚哈密翼龙蛋、胚胎和骨骼化石三位一体保存的重要标本，包括16枚翼龙蛋含有三维立体的胚胎化石。针对这件全世界首次发现的3D翼龙胚胎，研究提出哈密翼龙具有相对早熟的胚胎发育模式，其后肢发育速度较前肢快，孵化之后只能走不能飞；胚胎发育期间牙齿尚未萌出，出生后还需要父母照料；从胚胎到亚成年都具有快速生长的骨骼结构；显示哈密翼龙具有群居的生活习性，白垩纪的湖泊风暴导致其集群死亡并快速埋藏。     

Bidirectional Feedback Dynamic Particle Filter with Big Data for the Particle Degeneracy Problem

Particle Filter(PF) is a data assimilation method to solve recursive state estimation problem which does not depend on the assumption of Gaussian noise, and is able to be applied for various systems even with non-linear and non-Gaussian noise. However, while applying PF in dynamic systems, PF undergoes particle degeneracy,sample impoverishment, and problems of high computational complexity. Rapidly developing sensing technologies are providing highly convenient availability of real-time big traffic data from the system under study like never before. Moreover, some sensors can even receive control commands to adjust their monitoring parameters. To address these problems, a bidirectional dynamic data-driven improvement framework for PF(B3 DPF) is proposed.The B3 DPF enhances feedback between the simulation model and the big traffic data collected by the sensors,which means the execution strategies(sensor data management, parameters used in the weight computation,resampling) of B3 DPF can be optimized based on the simulation results and the types and dimensions of traffic data injected into B3 DPF can be adjusted dynamically. The first experiment indicates that the B3 DPF overcomes particle degeneracy and sample impoverishment problems and accurately estimates the state at a faster speed than the normal PF. More importantly, the new method has higher accuracy for multidimensional random systems.In the rest of experiments, the proposed framework is applied to estimate the traffic state on a real road network and obtains satisfactory results. More experiments can be designed to validate the universal properties of B3 DPF.     

福建省贫困村的空间分布特征及其影响因素研究

在县域基础上,以各贫困村为基本研究单元,运用核密度分析和空间自相关分析相结合的方法探讨福建省2201个贫困村的空间分布特征,并利用最小二乘线性回归模型分析其影响因素。结果表明:福建省的贫困村密度总体上呈现出东北部高、西部略高、东南部低的"大分散,小集中"的山海区域间差异较大的空间格局,包括一个核心集中区和多个相对集中区;在内部关联格局上,具有较强的空间依赖性,贫困村比率高的县市在空间上集聚;地形海拔、到所在市中心的距离和路网密度显著影响福建省贫困村的空间分布格局,各因素的作用效应不同。研究结果为福建省的精准扶贫工作提供了参考。     

稳健经验似然估计方法

在经验似然方法的基础上提出了一种稳健的经验似然估计方法,在约束条件的估计方程中使用权重函数以及有界得分来限制异常点的影响。通过数值模拟研究该方法的稳健性。模拟结果表明,相比普通的经验似然估计,提出的稳健经验似然方法在数据中存在异常值的情况下所得估计的均方误差更小。同时对于非正态的厚尾分布数据,提出的稳健经验似然估计也在均方误差意义下更优。     

二维各向异性位势问题的改进插值型边界无单元法

【目的】把边界积分方程方法和基于非奇异权函数的改进移动最小二乘插值法相结合,建立数值求解二维各向异性位势问题的改进插值型边界无单元法。【方法】在改进移动最小二乘插值法的基础上,讨论了非奇异权函数的改进移动最小二乘插值法,它的形函数满足Kroneckerδ函数的性质,因此可以直接施加边界条件。【结果】数值算例表明该方法求解二维各向异性位势问题是有效和可行的。【结论】与边界元方法相比,该方法精度和收敛性更好。     

基于Gibbs-DA算法的贝叶斯分位回归模型研究

针对分位回归模型参数的不确定性风险问题,构建了基于Gibbs-DA抽样算法的贝叶斯线性分位回归分析模型.根据非对称Laplace分布的正态-指数分布的混合表示性质,利用数据扩展方法构建了潜变量,给出分位回归模型的似然函数,推断了多元正态先验分布条件下分位回归模型参数的后验分布,证明了潜变量的完全条件分布为广义逆高斯分布;结合Gibbs抽样和数据扩展方法,设计Gibbs-DA的仿真分析方案,并将其应用于我国能源消耗问题分析.研究结果表明:贝叶斯方法可以有效地应用于分位回归的建模以及我国能源消费弹性的分位问题研究.     

DCQD:一种物联网高性能数据采集平台的设计与实现

在物联网环境中,大量的传感器产生了海量的数据.这些数据通常都需要写入到数据库中来实现数据的分析与应用.当这些物联网海量传感器数据插入到数据库中的时候,会在存储系统中产生严重的小数据同步写性能瓶颈.针对此问题,本文设计了一种高性能数据库磁盘缓冲队列DCQD(Disk Cache Queue for Database).DCQD在保证物联网采集数据同步写入磁盘,确保不丢失数据的基础上,可以显著优化海量数据插入到数据库中的性能.实验表明,DCQD在物联网应用环境中,可以显著地提高数据采集系统的性能.     

城市表层土壤重金属污染分析研究

基于某城市城区土壤地质环境调查得到的城市不同功能区、不同海拔位置的表层土壤中8种主要重金属浓度为样本,评价了该城区内不同区域重金属的污染程度;通过数据分析了重金属污染的主要原因;基于重金属污染物的传播特征,建立了确定污染源的位置的数学模型;为了更好地研究城市地质环境的演变模式,指出应收集更多信息以及利用这些信息如何建立模型解决问题.