基于时延嵌入式隐马尔科夫模型的癫痫脑电分类算法

癫痫脑电的分类识别能够为癫痫的预警和病程的发展监测提供强有力的技术支持。传统的癫痫脑电分类识别方法需要从较长的时间序列中提取特征,难以刻画大脑的瞬态变化,检测低效且耗时,降低了癫痫预警的有效性。针对上述问题,提出一种基于隐马尔科夫模型的癫痫脑电分类算法。该方法通过时延嵌入式隐马尔科夫模型(time-delay embedded hidden Markov model,TDE-HMM)对脑电进行状态估计,并提取状态序列中的状态切换特征,通过多层感知机(multiple layer perceptron,MLP)实现对不同癫痫发作阶段脑电的有效辨识。实验结果表明,相较于小波变换、微分熵等传统特征,所提方法准确率高,能够有效刻画癫痫不同阶段的大脑状态变化,为癫痫脑电的分类识别和状态分析提供了新的备选方案。     

基于神经网络的蛋白质二级结构预测

提出一种蛋白质二级结构预测的新方法.该方法首先对数据集中的氨基酸序列利用PSI-BLAST程序进行同源序列搜索,得到相应的PSSM矩阵,然后利用滑动窗口方法对矩阵进行编码,得到分类器的输入.采用分类器集成,将所有的样本划分成9个互斥训练集对单个子分类器进行训练.然后,9个单独的0-1子分类器通过最大投票法进行集成,形成识别一种特定的蛋白质二级结构的0-1分类器.这样3个0-1分类器模型通过串行集成,可以对蛋白质的三种二级结构(H/E/C)进行识别.通过对标准数据集RS126,CB396,CB513进行测试发现,对于同一分类器,利用PSSM矩阵作为分类器输入的预测准确率要高于直接将蛋白质序列作为输入的预测率.     

基于蜂群算法的多小波图像去噪研究

针对在多小波图像去噪中阈值难以选取问题,提出基于群体智能算法—人工蜂群算法(artificial bee colonyalgorithm,ABC)优化多小波阈值。详细介绍了群体智能算法的发展历程和分类,阐述了ABC算法的基本原理、工作流程,及其优化多小波阈值在图像去噪中的具体步骤,比较了遗传算法(genetic algorithm,GA)、粒子群算法(par-ticle swarm optimization,PSO)、蚁群算法(antcolonyoptimization,ACO)以及ABC算法4种算法各自的优缺点。将提出的方法与GA算法和PSO算法优化多小波阈值进行了对比,通过仿真,证明提出的算法可以有效地去除高斯白噪声,提高图像的峰值信噪比(peak signal to noise ratio,PSNR),具有很好的去噪效果。     

基于改进型支持向量机的胶接强度预测模型

文章建立了有限元模型计算复合材料修复的含中心裂纹钢板的裂纹处应力强度因子(stress intensity factor,SIF),把仿真结果作为训练样本;提出通过支持向量机(support vector machine,SVM)对样本集进行训练和预测,建立基于复合材料补片尺寸参数的胶接强度预测模型,综合考虑补片的长度...     

粒子群优化-BP神经网络对岩爆的预测

岩爆是典型高地应力区主要地质灾害之一,其预测理论和发生机制的研究目前并不成熟.本文通过选择合适的影响岩爆程度的主要因素,应用BP神经网络对岩爆样本进行训练并利用预测样本进行检验,由于BP神经网络的初始权值和阀值对网络学习效率和预测结果有影响,因此其对检验样本的预测结果往往不够理想.利用粒子群算法(PSO)对BP网络的初始权值和阀值进行优化,将改进后的BP神经网络算法应用于预测,预测的结果优于BP神经网络.表明利用PSO-BP神经网络算法对实际工程中的岩爆进行预测是可行的.     

基于混合人工鱼群优化SVR的交通流量预测

实时准确的交通流量预测是智能交通系统(ITS)中的重要内容．支持向量回归(SVR)能够用于解决交通流量预测问题,针对SVR中存在的参数选择困难,提出一种混合人工鱼群(AFS)算法．该算法利用粒子群优化(PSO)算法公式改进AFS算法,减小AFS算法中步长因子的影响,并引入混沌初始化AFS机制,选取最优SVR参数,建立了基于混沌PSO-AFS优化SVR的交通流量预测模型．仿真结果表明,该交通流量预测模型具有更优的预测性能,证明了其可行性和有效性．     

基于粒子群优化算法-支持向量回归算法的氨氮传感器温度补偿

针对野外低温环境下,基于铵离子选择性电极的氨氮传感器检测失准问题,通过分析传感器检测原理,在0～30℃进行了水质标样氨氮检测对比实验,探究了温度变化对氨氮传感器输出结果的影响;将粒子群优化算法(particle swarm optimization, PSO)与支持向量回归(support vector regression, SVR)结合,建立了氨氮检测的PSO-SVR温度补偿模型,并与最小二乘多项式回归、传统SVR建立的温度补偿模型对比,PSO-SVR温度补偿模型具有较高的决定系数和较小均方根误差(root mean square error, RMSE)。在实际水样检测实验中,经过该模型补偿后氨氮传感器的输出值与实验室内根据《水质氨氮测定》(HJ 535—2009)测得的氨氮标准值之间最高偏差为4.76%,最低偏差为0.64%,偏差范围符合预期补偿目标,表明模型具有较高的温度补偿精度,对非训练数据具有良好的泛化能力,能够满足实际使用的精度要求。     

基于PSO的气动人工肌肉驱动关节优化的研究

提出在气动人工肌肉驱动的关节系统中,存在一个最优关节设计,包括关节半径、肌肉附着点最优位置等,使得对同一系统输出转矩达到最优.通过分析气动人工肌肉静态特性模型,推导出关节静特性模型.改变气动人工肌肉的状态参数进行仿真,得到关节半径变化、肌肉附着点变化与关节输出转矩、收缩量之间的关系,并利用PSO计算出最优关节半径与肌肉附着点最优位置.此分析方法与结果对气动肌肉驱动的仿生手臂的结构设计起到有效的指导作用.     

基于正弦载波的粒子群算法

针对传统粒子群算法(Traditional Particle Swarm Optimization,TPSO)存在的易陷入局部最优、收敛速度慢等缺点,提出了一种基于载波的粒子群算法(carrier-wave Particle SwarmOptimization,CWPSO)。根据正弦函数具有的自变量连续变化而值域不变的特点,该算法设计了以载波自变量变化确定粒子搜索位置的新方法,从而极大地提高了全局搜索能力。同时对于搜索到的可能极值点,通过载波扩展的方法进行局部寻优,以进行精确搜索。对一系列测试函数的寻优结果表明:CWPSO算法不仅都能找到最优值,且寻优时间仅为TPSO算法和惯性权值线性下降的改进PSO算法(Line-WPSO,LWPSO)的1/3~1/5;同时,CWPSO具有对寻优问题维数不敏感的优点,大大扩展了该算法的适用范围。     

基于PLS-PSO-Elman的飞机燃油流量预测

传统的Elman神经网络处理高维度、多样本的复杂数据时,将出现一系列问题.如网络结构冗余、训练不完善、学习精度差等.这些缺陷不仅会导致网络工作效率低,而且还会使其识别精度差.将偏最小二乘回归(partial least squares,PLS)和粒子群算法(particle swarm optimization,PSO)与Elman神经网络相结合,提出了一种基于PLS和PSO优化的Elman神经网络算法(PLS-PSO-Elman).该算法通过PLS减少数据维度,获得较为理想的低维数据,达到简化网络结构的目的;然后利用PSO算法优化神经网络连接权重、阈值和隐含层神经元数量,弥补Elman算法训练不完善、学习精度差的缺陷;最后基于PLS与PSO双重优化的新算法对飞机燃油流量进行预测.实验表明,新算法有较高的运算效率与预测精度.     

基于附着藻类多样性和TLI的府河水质评价

府河是白洋淀重要的源头河流,其水质直接影响白洋淀水质的优劣.为了了解府河水质的时空变化,2016年4月至11月在府河设置10个采样点,在白洋淀的鲥鯸淀设置1个采样点,对府河附着藻类多样性进行了调查研究,并对府河的水质进行了综合营养评价,分析了其对白洋淀水质的潜在影响. 结果表明:1)府河附着藻类以硅藻门、绿藻门和蓝藻门种类为优势种,共计6门147种(属).从时间维度上,夏季分布最多,秋季分布最少.从空间维度上,鲥鯸淀采样点的种类最多,东湖采样点的种类最少;2)府河附着藻类的Shannon-Wiener多样性指数(H')和Margalef多样性指数(M)具有一致的变化趋势,夏季普遍高于春秋两季,而Pielou均匀度指数(J)秋季较高,H'、M和J最高值均出现在鲥鯸淀采样点,H'和M最低值均出现在望亭采样点,J最低值出现在东湖采样点;3)综合营养状态指数(TLI)表明,春季和夏季水体中以轻度富营养化的水体为主,秋季水体主要以中营养程度为主.从空间维度上看,北湖和鲥鯸淀采样点的TLI普遍较低.不同的评价方法对府河水质的评价结果基本一致.府河水质随季节和空间变化的现象明显,秋季水质最优,春季水质最差,上游水质最差,北湖水质最好.本研究利用2种评价方法对府河水质进行了评价,为府河和白洋淀生态修复提供了基础数据和理论支持.     

白洋淀流域府河夏季浮游植物的群落结构及其对水质的指示

为探究白洋淀入淀河流府河的浮游植物群落结构和水质现状,于2020年夏季对府河5个采样断面的浮游植物进行了定量调查,并基于浮游植物的优势种、密度、生物量和群落多样性指数对府河夏季的水质进行了评价.结果显示:府河夏季共鉴定出浮游植物7门111种属,群落组成以绿藻门、硅藻门为主,其次是蓝藻门,优势种包括微囊藻(Microcystis sp.)、小环藻(Cyclotella sp.)、细小平裂藻(Merismopedia minima)、冠盘藻(Stephanodiscus sp.)和集星藻(Actinastrum hantzschii).各采样断面浮游植物密度和生物量的均值分别为13.51×10⁶ ind/L、5 748.8×10^-3 mg/L,各采样断面浮游植物的Shannon-Wiener多样性指数(H)、Margalef丰富度指数(D)和Pielou均匀度指数(J)的均值分别为2.36、3.25和0.59,显示夏季府河浮游植物的多样性较高.根据浮游植物的优势种、密度和生物量,夏季府河整体水质状况为中-富营养;根据H、D值,夏季府河整体水质状况为β-中污染;根据J值,夏季府河整体水质状况为轻度污染,综合评价结果显示夏季府河水质状况为轻-中度污染水平.     

基于LMBP算法的崇阳溪流域降雨径流预报模型研究

采用泰森多边形法对流域进行划分,分别确定崇阳溪上游流域6个雨量站控制子流域的面积权重.选择1997至2014年的14场流域降雨径流过程为训练样本,以上游6个雨量站的时段雨量和武夷山水文站前期流量为输入,武夷山水文站相应流量为输出,采用3层网络,其中隐含层节点数采用试算法确定,建立崇阳溪上游流域LMBP神经网络降雨径流预报模型.利用余下的7场降雨径流过程对模型进行检验,结果表明,模型运算速度快、时效性好,预报精度符合要求,可以用于流域的降雨径流预报.     

降雨对贾鲁河水质影响的模拟研究

根据降雨对河水的污染有明显改善作用的事实,以2003年7～8月问贾鲁河水质实际监测值为依据,建立了降雨对贾鲁河水质影响的模型．结果表明：降雨对河流有机污染物稀释和降解作用的模拟计算值与实际监测值基本吻合,故该模型能较好地预测降雨对贾鲁河水质的改善作用。     

渭河流域陕西片的水环境特性

针对流经陕西境内的渭河干流主要断面的流量逐年减少,而入河污染负荷却保持着增加趋势,导致渭河水质超标严重这一水环境现状,分析了渭河流域陕西片的降雨特性,并以降雨形式、地表特性(土壤类型,前期土壤湿润程度,土地利用)、地形特征等因素为基础,利用SCS模型进行了流域产流量的模拟计算。从降雨量与产流量的关系表明,单场降雨量小于6 mm时较难产生地表径流;由于流域片内除径流外没有可以利用的其他水资源。提出了改善渭河水质须削减入河污染负荷和增加河道流量并行措施。     

基于LSTM网络鄱阳湖抚河流域径流模拟研究

水文预报及其径流变化趋势预测能够为防汛工作提供辅助决策,是水库调度兴利的重要手段.与传统分布式水文模型相比,利用长短期记忆网络(LSTM)建立降雨径流预报模型具有简单可行和精度较高的优点.该文以鄱阳湖抚河流域为研究对象,采用抚河流域的降雨和径流数据分别作为模型驱动数据和标签数据,通过LSTM网络实现抚河流域的径流模拟工作.结果表明：在使用气象站数据建立的日尺度径流模拟模型中,模拟结果与实测值相关性均达到0.9以上,偏差在±5%以内,模型表现非常好;在使用TRMM数据建立的月尺度模型中,整体模拟结果与实测值相关性在0.9以上,整体偏差在±5%以内,模型表现优秀.     

A physically-based statistical forecast model for the middle-lower reaches of the Yangtze River Valley summer rainfall

A new approach to forecast the middle-lower reaches of the Yangtze River Valley summer rainfall in June-August （JJA） is proposed in this paper. The year-to-year increment of the middle-lower reaches of the Yangtze River Valley is forecasted and hence the summer precipitation could be predicted. In this paper, DY is defined as the difference of a variable between the current year and the preceding year （year-to-year increment）. YR denotes the seasonal mean precipitation rate of the middle-lower reaches of the Yangtze River Valley summer rainfall. After analyzing the atmospheric circulation anomalies in winter and spring that were associated with the DY of YR, six key predictors for the DY of YR have been identified. Then the forecast model for the DY of YR is established by using the multi-linear regression method. The predictors for the DY of YR are Antarctic Oscillation, the meridional wind shear between 850hPa and 200hPa over the Indo-Australian region, and so on. The prediction model shows a high skill for the hindcast during 1997-2006, with the average relative root mean square error is at 18%. The model can even reproduce the upward and downward trends of YR during 1984--1998 and 1998--2006. Considering that the current operational forecast models of the summer precipitation over the China region have the average forecast scores at 60%--70% and that the prediction skill for the middle-lower reaches of Yangtze River Valley summer precipitation remains quite limited up to now, thus this new approach to predict the year-to-year increment of the summer precipitation over the Yangtze River Valley （and hence the summer precipitation itself） has the potential to significantly increase the operational forecast skill of the summer precipitation.     

基于地理信息的渭河流域陕西片降雨径流模拟

径流模拟通常基于流域地形、土地利用、土壤类型等信息数据,以及水文气象资料。以渭河流域陕西片为计算实例,分析了流域地形、土壤类型、土地利用、前期土壤湿润程度等地理信息参数,按照地理信息层叠加方法划分径流模拟计算单元,应用SCS模型模拟径流过程。同时,结合降雨特性及主要降雨形式分析,给出降雨量与径流量的相关关系。结果表明:径流模拟值与实测径流趋势具有较好的一致性,说明模型确定的地理参数较为合理,可以应用于关中平原典型流域的径流模拟。     

屋顶绿化单体基质材料对降雨径流氮磷特征的影响

【目的】随着城市建设的发展,屋顶绿化成为拓展空间绿化的重要形式,但其径流氮磷浓度一直备受争议,选择对降雨径流氮磷浓度影响较小的单体基质材料是普及屋顶绿化需解决的关键技术问题。【方法】选用6种单体基质材料作为研究对象,比较其理化性质,并通过模拟降雨试验研究不同基质降雨径流氮磷浓度特征。【结果】泥炭土延迟产流能力最佳,椰糠与泥炭土径流削减率最高,分别为25.97%、23.44%; 有机基质降雨径流氮磷浓度趋势类似,发现初期冲刷效应,稻壳炭径流氮磷浓度初期冲刷效应最为严重,椰糠次之,泥炭土最弱; 蛭石对降雨中氨氮具有较好吸附作用,初期浓度削减率达到46%; 蛭石、陶粒对降雨中总磷具有较好吸附作用; 有机基质中稻壳炭降雨径流氮磷污染负荷最高,总氮、氨氮和硝态氮污染负荷分别达256.18、98.90、157.29 mg/m²。【结论】不同单体基质材料对降雨径流氮磷浓度影响差异较大,从径流水量与径流水质(氮磷浓度)来看,建议采用椰糠、泥炭土、珍珠岩、蛭石作为上海市屋顶绿化配方基质材料,即上海市供选择的污染负荷较低的“环境友好型”屋顶绿化基质材料。     

甘肃葫芦河流域径流变化的SWAT模型模拟

利用SWAT模型模拟研究了甘肃葫芦河流域过去9年的径流变化.结果表明:20世纪80-90年代流域径流减少的主要原因是气候变化.在此基础上,根据未来不同气候情景的变化趋势,模拟了葫芦河1985年的径流变化.得出气温影响相对较小,降水变化对葫芦河流域径流量的影响较大,径流量随降水的增加而增大,随气温的升高而减小.在气温降低配合降水增加的情况下,径流响应最剧烈,且呈明显增加趋势;相反,气温升高且降水减少不利于径流的产生,减少了实测值的61%.