逐步回归时间序列和RBF-ANN在降水预测中的应用

将逐步回归融入到时间序列预测模型的建立中,摒弃了传统的“考虑所有变量”模式,利用“有进有出”的形式,分清各因子主次关系,仅选用影响显著的变量建立预测方程。径向基函数人工神经网络(RBF-ANN)属于局部逼近网络,准确度高。以桦甸市五道沟站的月降水量和月蒸发量为例,分别用传统、逐步回归时间序列分析和RBF-ANN建立降水预测模型,并对比其精度。结果表明：传统、逐步回归时间序列及RBF-ANN模型的后验差比值分别为0.315、0.272、0.284,平均绝对误差分别为18.37、15.65、13.82 mm,有效系数分别为0.87、0.94、0.93,精度均满足要求,最后用逐步回归时间序列法预测了未来5年的月降水量和月蒸发量。     

梭鱼和鲻鱼线粒体16S rRNA和COⅠ基因片段的比较分析

运用PCR技术,扩增了梭鱼和鲻鱼线粒体16S rRNA和COⅠ基因片段,并比较分析了其种间的序列差异。获得16S rRNA基因的540～560 bp碱基序列,出现26个碱基的插入与缺失位点;获得COⅠ基因的602～604 bp碱基序列,出现2个插入缺失位点;16S rRNA和COⅠ基因的序列中G平均含量最低,且(A+T)含量高于(G+C)含量,与其他鱼类中的16S rRNA和COⅠ基因片段研究结果相一致。在16S rRNA基因片段中,梭鱼出现1种单倍型,鲻鱼为2种单倍型;在COⅠ基因片段中,梭鱼样品中检测到3个单倍型,鲻鱼样品中检测到5个单倍型。以Takifugu poecilonotus为外群,构建的NJ系统发育树,基于16S rRNA和COⅠ基因序列获得的NJ系统树基本一致,鲻鱼和梭鱼种内个体分别聚为一支,显示16S rRNA和COⅠ基因适合于梭鱼和鲻鱼的物种鉴定。     

融合物联感知与GSM的果园环境监测系统设计

针对传统果苗生长环境信息获取科学度低、时效性差等不足,将物联感知与GSM技术应用到果苗生长环境监测系统中.通过采集果苗生长所需的空气和土壤温湿度信息,利用GSMTC35(i)模块以短消息的方式实现数据远程传输,实时将采集的信息发送到果农手机端.测试结果表明系统性能稳定,监测数据准确,有利于减轻果农劳动强度、提高果苗生长品质.     

利用单频实时动态定位技术监测小金县春厂坝滑坡

为解决相对定位算法中载波相位模糊度难以被固定的问题,提出一种单历元阻尼LAMBDA算法,从而实现全球卫星导航系统(GNSS)实时动态定位技术。基于BDS/GPS单频实时动态定位核心算法,研发一套北斗智慧云变形监测系统。重点介绍了单历元阻尼LAMBDA算法的实现过程和变形监测系统的工作流程,该系统具有硬件成本低、实时高精度位移监测等功能特点,适用于滑坡预警工作。变形监测系统应用于小金县春厂坝滑坡监测,在连续监测过程中,该系统于2018年2月26日成功预警了滑坡事件。本次滑坡事件没有造成人员和重大经济损伤,监测预警保障了当地居民的生命财产安全。     

15DB01水稻对几种除草剂的抗性及其相关抗性基因的克隆

以AHAS为靶标的除草剂是目前生产中应用较为广泛的除草剂,包括咪唑啉酮、嘧啶水杨酸、磺酰脲、三唑嘧啶以及磺酰胺等不同化合物类型.在前期工作中筛选到一株咪唑啉酮类除草剂"普施特"的抗性水稻 "选一".本文报道了"选一"后代(15DB01)对我国农业生产中较为常见的6种以AHAS为靶标的除草剂的抗性实验结果和相关抗性基因的鉴定结果.研究结果表明,15DB01 对咪唑啉酮类甲氧咪草烟、两种嘧啶水杨酸类双草醚和嘧啶肟草醚、两种磺酰脲类甲基二磺隆和烟嘧磺隆都有不同程度的抗性,但对甲氧咪草烟的抗性显著大于比对其他几种除草剂的抗性.实验中并未发现15DB01水稻与对照13lb05在对砜嘧磺隆的抗性上存在明显差异. "选一"中AHAS基因的克隆结果显示,基因序列1 880位点的G突变成了A,导致编码的氨基酸由丝氨酸变成了天冬酰胺.这些结果对于"选一"抗除草剂种质的利用和水稻生产中除草剂的选择有重要参考价值.     

基于数据挖掘的电力营销稽查业务监管系统

电力企业处于供不应求的市场,为杜绝电力营销企业以生产作为引导观念的产生,提出基于数据挖掘的电力营销稽查业务监控管理系统设计方案,使稽查工作在满足合法、平等、全面的同时还具有高效性.首先以线损管理、客户服务、供电合同、计量管理、用电检查、电价电费管理以及业扩报装为稽查内容以及对象,在监控数据计算最小支持度以及最小置信度基...     

pH对坛紫菜丝状体光合速率和无机碳利用的短时效应

为了评估保种丝状体在长期碱化(高pH/低[CO_2])后,其CO_2浓缩机制(CO_2concentrating mechanism,CCM)能否快速响应CO_2浓度([CO_2])的变化,分析了丝状体的无机碳吸收利用途径对低pH/高[CO_2]的响应规律。结果表明:丝状体CCM的主要组分是胞外碳酸酐酶(CA)、胞内CA和HCO_3~-转运蛋白。在保种条件(pH=9)下,胞外CA对净光合速率的贡献达到80%;而在正常海水(pH=8)中,胞外CA和HCO_3~-转运蛋白对光合作用的贡献分别为45%和31%,二者差异不明显;当pH值降低到8时光合速率显著增加了74%,胞内CA的贡献显著增加。随着pH值的下降,CCM和光合固碳相关基因都受到显著抑制。本研究表明,即使经过长时间的高pH培养,坛紫菜丝状体依然能快速地在生理和分子水平响应低pH/高[CO_2]。     

类脑导航中基于差分Hebbian学习的网格细胞构建模型

网格细胞是动物大脑中与空间认知和导航有关的重要神经元,具有拓展至整个空间的六边形放电野。位置细胞是网格细胞重要的信息源,可以通过Hebbian学习生成网格细胞,但是现有模型对Hebbian学习的脉冲自适应函数或学习窗函数做了预先的墨西哥帽模型假设。针对该问题提出一种基于差分Hebbian学习的位置细胞至网格细胞模型,利用细胞放电率的变化自发产生墨西哥帽模型的输入关联,然后通过对位置细胞至网格细胞的突触权重进行竞争性非线性限制,生成具有六边形放电野分布的网格细胞。仿真结果表明,该模型可以为无人运行体类脑导航系统的构建提供借鉴。     

电网运行风险管控可视化系统架构与功能研究

为了提升电网运行风险管控的科学化和智能化水平,该文对可视化技术在电网运行风险中的应用进行了研究。采用数字感知技术、三维实景建模、实时渲染技术等方法,研究并设计了电网运行风险管控可视化系统。系统分为两部分:上层应用系统和底层支持平台,5层系统架构分别为数据支持层、网络通讯层、动态编辑层、模型库支持层和应用系统层;构建了大屏可视化、风险预控场景展示、增强现实互动热区、三维引擎动态编辑、用户管理等系统功能模块。该系统能够实现电网运行的多维度可视化和风险预控场景展示,进而为电网运行风险管控提供决策支持。