注意力机制的长短时记忆神经网络航线订座需求预测

针对航线订座需求预测中存在的预测结果不稳定,偏差较大的问题,提出一种基于注意力机制的长短时记忆神经网络航线订座需求预测模型. 首先,对采集得到的航线订座需求数据进行数据清洗与指标计算处理;接着,对处理后的指标数据基于注意力机制做权重分配;然后进行长短时记忆神经网络航线订座需求预测模型的建立,从而得到航线订座需求的最终预测结果值. 将训练优化得到的模型应用于国内某航司的航线订座需求预测中,计算出预测结果. 实验结果表明,基于注意力机制的长短时记忆神经网络航线订座需求预测模型预测精度较高,以厦门-上海航线为例,预测结果与真实值对比,平均绝对误差为13.1,均方根误差为17.2,相比较于移动平均法、指数平滑法及循环神经网络,CNN-LSTM混合模型有较好的预测效果.     

注意力机制的长短时记忆神经网络航线订座需求预测

针对航线订座需求预测中存在的预测结果不稳定,偏差较大的问题,提出了一种基于注意力机制 的长短时记忆神经网络(Long Short-term Memory Neural Network,LSTM)航线订座需求预测模型。首先, 对采集得到的航线订座需求数据进行数据清洗与指标计算处理,接着,对处理后的指标数据基于注意力机 制做权重分配,然后进行 LSTM 航线订座需求预测模型的建立,从而得到航线订座需求的最终预测结果 值。将训练优化得到的模型应用于国内某航司的航线订座需求预测中,计算出预测结果。实验结果表明, 基于注意力机制的 LSTM 航线订座需求预测模型预测精度较高,以厦门-上海为例,预测结果在与真实值 的对比下,平均绝对误差(Mean Absolute Error,MAE)为 13.1,均方根误差(Root Mean Square Error,RMSE) 为 17.2,相比较于移动平均法,指数平滑法,循环神经网络（Recurrent Neural Network,,RNN）,CNN-LSTM 混合模型有较好的预测效果。     

枸杞根系内生真菌的染色方法

为更好地观察枸杞(Lycium barbarum)根系内生丛枝菌根真菌(arbuscular mycorrhiza fungi,AMF)和深色有隔内生真菌(dark seprate endophytes,DSE)侵染定殖特征,建立了一种枸杞根系内生真菌适宜的染色方法.将健康枸杞根样置于100 g/L的KOH溶液中90 ℃水浴90 min,接着加入质量分数30%的H₂O₂漂白5 min,室温下乳酸酸化5 min后,用5种染色剂(醋酸墨水、台盼蓝、酸性品红、苏丹红Ⅳ和苯胺蓝)于室温染色3~5 min,脱色剂浸泡脱色后镜检.结果表明: 醋酸Quink牌墨水和台盼蓝的染色效果较好,根系皮层细胞内AMF菌丝、泡囊和DSE菌丝、微菌核等结构清晰可见,能准确分辨出AMF、DSE和其他真菌.综合考虑操作难易程度和安全性, 醋酸Quink牌墨水因操作简单、安全无毒、染色效果好,更适用于枸杞根系内生真菌的染色和制片观察.