北京高校学生生活垃圾源头分类行为及其影响因素研究

生活垃圾源头分类制度的推广受到了社会的广泛关注。结合计划行为理论及相关文献提出5个研究假设,根据对北京市10所大学500余名在校大学生问卷调查的统计结果,分析了影响高校学生进行生活垃圾源头分类的因素,从政策制定、宣传教育、基础设施建设及创新体制机制等方面提出对策建议。     

环境温度对车载LNG低温绝热气瓶日蒸发率影响的实验研究

为研究环境温度对车载LNG低温绝热气瓶静态日蒸发率的影响,以450 L标准高真空多层绝热气瓶为例,采用液氮(LN2)作为工质,进行了一系列LN2日蒸发率试验,然后通过理论分析与实验测定,给出了静态日蒸发率与环境温度之间的关系,指出环境温度对车载LNG低温绝热气瓶静态日蒸发率的影响是明显的,该结论为降低低温容器蒸发率提供了参考方法和依据。     

新型大学校园用水系统的优化分析——以东北大学为例

用SFA法分析了东北大学的用水结构和用水现状.结果显示,当前东北大学人均用水量为1067t/a,循环用水量少,水质污染主要是悬浮物和氮磷污染物,经简单处理后可直接回用.基于校园内各部门水量水质监测,提出一种可行的优化方案,实现人均用水量减低到921t/a,可节约总用水量的137%,人均排水量减至867t/a;若推广至全国所有高校,总节水量约784×Mt/a,节水效果显著,减少了环境污染和水处理成本.     

利用餐厨垃圾制作植物酵素及其活性成分分析

通过设计6组不同类型的餐厨垃圾发酵成植物酵素。结果表明,蔬菜类餐厨垃圾发酵容易产生白色霉菌,植物类餐厨垃圾发酵效果较差,而水果类餐厨垃圾发酵效果较好,糖分、蛋白质、醋酸含量较高,且含有一定量的纤维素酶、脂肪酶和过氧化氢酶。添加鸡蛋壳能加快水果类餐厨垃圾发酵,但鸡蛋壳溶解后,使PH值上升降低了酵素质量,而添加玉米渣不仅能加快其发酵且不会影响酵素质量。     

利用探空秒数据估算北京地区日最大混合层高度

研究利用北京地区L波段探空秒数据和地面日最大位温, 采用气块法反演北京地区日最大混合层高度(MMH)的可行性。将08时探空秒数据以及常规探空数据反演结果分别与对应的微脉冲激光雷达反演结果相比较, 发现前者与激光雷达反演结果的一致性好于后者, 常规探空数据垂直空间分辨率低可能是导致其反演结果误差较大的原因。分别用春夏秋冬的探空秒数据反演结果与激光雷达反演结果相比较, 发现春夏秋反演结果的一致性较好, 而冬季较差。利用08时探空秒数据结合地面日最大位温, 采用气块法反演北京地区2010—2017年的MMH, 发现MMH 每年均表现出春夏秋冬逐次递减的分布特征。通过对长期资料的统计分析发现, 北京地区日地面最高气温与850 hPa温度差定义的热力稳定度与MMH之间存在较强的正相关性。     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.     

试论精细化管理在少数民族大学生日常管理中的应用

基于少数民族大学生的特殊性，综合运用文献资料法、调查研究法、实证分析法等，在深入分析“少数民族大学生精细化日常管理”的基本内容以及特征的基础上，对精细化管理在少数民族大学生日常管理中的操作路径以及在实施过程中的误区进行了剖析。认为少数民族大学生日常管理的基本路径主要应该从三方面入手：一要关照细节；二要摆脱传统的计划经济管理思维的束缚；三要把精细化管理与目标管理、能本管理交叉使用。     

Long Memory of Financial Time Series and Hidden Markov Models with Time‐Varying Parameters

Hidden Markov models are often used to model daily returns and to infer the hidden state of financial markets. Previous studies have found that the estimated models change over time, but the implications of the time‐varying behavior have not been thoroughly examined. This paper presents an adaptive estimation approach that allows for the parameters of the estimated models to be time varying. It is shown that a two‐state Gaussian hidden Markov model with time‐varying parameters is able to reproduce the long memory of squared daily returns that was previously believed to be the most difficult fact to reproduce with a hidden Markov model. Capturing the time‐varying behavior of the parameters also leads to improved one‐step density forecasts. Finally, it is shown that the forecasting performance of the estimated models can be further improved using local smoothing to forecast the parameter variations. Copyright © 2016 John Wiley & Sons, Ltd.     

笼养怒江金丝猴Rhinopithecus strykeri时间分配及成效

有关怒江金丝猴的研究尚属于空白。2013年9月怒江州高黎贡山国家级自然保护区姚家坪管理站,收容并笼养了1只2岁左右的雌性怒江金丝猴。统计分析2013年9月至2014年9月间,该怒江金丝猴日行为活动时间分配、食物投放情况和笼养效果等结果。投喂食物主要为保护区内的野生植物,通过观察和记录,目前掌握了该猴子取食的23种物种以及取食部位。日行为时间分配为：61%休息,15%取食,15%移动,7%理毛,2%玩耍。不同时段行为类型分析显示：该金丝猴早取食高峰明显,同时也存在移动和休息高峰。存在地面活动行为,占日活动时间的5.8%,地面活动的主要行为类型为取食。     

东北梅花鹿种群活动节律和集群行为研究?

活动节律和集群行为是评价野生动物种群状态的重要参数.本研究自2012年11月至2013年12月在吉林珲春国家级自然保护区利用红外相机陷阱法对东北梅花鹿(Cervus nippon mantchuricus)种群的活动节律和集群行为进行了研究.结果表明东北梅花鹿全年日活动节律具有明显的双峰趋势,主要在晨昏前后活动,且日活动节律存在明显的季节性变化,春夏两季的活动强度较大,秋季次之,冬季的活动强度最小且持续时间最短;监测期内梅花鹿的平均集群大小为(1.42±0.03)只,集群大小和集群类型出现的频次在全年及各个季节间存在极显著差异,其中,1~2个个体出现的频次最高,主要集群类型为雌性单个个体和雄性单个个体,其次为雌性群和母子群.梅花鹿的行为表现差异受生活史特征、气温、日照长度和人类活动的季节性变化等环境条件的综合影响.