革命历史题材剧对相关红色旅游景点网络关注度的影响研究——以《觉醒年代》为例

革命历史题材剧在促进大众情感认知和文化认同、激发旅游需求、增强红色旅游景点吸引力等方面发挥着重要作用.该文以重大革命历史题材剧《觉醒年代》为例,以2020—2021年相关红色旅游景点百度指数为数据基础,采用赫芬达尔指数、空间自相关、回归分析等方法探讨革命历史题材剧对其相关红色景点网络关注度时空特征的影响.研究发现：1) 《觉醒时代》播出后,相关红色景点网络关注度与播出前同期水平相比显著增加,且非知名景点的增长幅度大于知名景点;年内均衡程度变动较小,年内分布趋势呈现倒“U”型分布;2) 《觉醒时代》播出后,相关红色景点网络关注度空间集聚程度提升,冷热点空间格局较为稳定,呈现胡焕庸线分割特征,热点区主要集聚在长江中游城市群及邻近区域;延乔路、龙华烈士陵园、毛泽东故居网络关注度的空间响应较为明显;长江中游城市群网络关注度的提升较为显著;3) 《觉醒年代》相关联旅游景点的平均每日互联网关注度与电视剧的受欢迎程度呈正相关.     

干旱对鄱阳湖流域植被生态系统GEP的影响

总生态系统生产力GEP(gross ecosystem productivity),是生态系统固定的碳总量,作为碳循环研究的重要组成部分,有着不可估量的生态价值和极为重要的人文社会意义.在全球气候变暖背景下,干旱对陆地生态系统GEP造成了一定影响.该文以鄱阳湖流域为研究区,利用生态耦合模型估算2000—2016年间每月GEP,计算干旱指数SPI( standard precipitation index)探究干旱在时间和空间分布上对GEP的影响.通过对模型模拟的GEP与MODIS的GEP产品进行对比分析,发现两者具有较好的相关性,且在GEP低值区间两者表现几乎完全一致.研究结果表明,干旱对鄱阳湖流域植被生态系统GEP存在抑制效应,随着干旱程度的加剧,GEP显著减少;两者不仅在时间上存在一致协同变化趋势,在空间分布上也表现出强烈的一致性.通过该研究,有助于管理部门了解干旱对GEP产生影响的作用机制,为流域生态环境保护提供科学支撑.     

机器学习模型在地下水埋深模拟中的适应性分析

基于京津冀气象、社会资料及地下水埋深数据,构建支持向量机(SVM)、循环神经网络(RNN)和长短期记忆神经网络(LSTM)模型对京津冀地区13个城市地下水埋深进行了模拟,并以确定系数、均方根误差、平均绝对百分比误差、纳什系数对3个模型的适应性进行了评价。结果表明：LSTM模型模拟效果最好,其次是RNN,SVM最差;不同城市基于LSTM模型进行地下水埋深模拟时参数调整最少,适应性最好,SVM模型参数调整最多。将3个模型应用于随机选择的6个测站进行验证,在华北地区浅层地下水埋深模拟方面,LSTM模型模拟精度和可信度最好,适应性最强,是该地区地下水埋深模拟的首选机器学习模型。     

一个大Lyapunov指数四维超混沌系统分析及同步

在一个三维混沌系统的基础上构造了一个有大Lyapunov指数的四维超混沌系统,分析了该系统的耗散性和平衡点的稳定性。在所有系统参数中,改变某个参数而固定其余参数,依次计算和分析了系统各个参数的变化对系统Lyapunov指数谱的影响,从Lyapunov指数谱随各参数的变化判断系统作混沌运动和超混沌运动的参数变化区间。然后用相图研究了系统随系统参数变化时的运动规律。最后设计了一种线性反馈控制器实现了该超混沌系统的混沌同步,结果表明该方法正确有效。该系统在混沌和超混沌运动参数区间表现出的混沌和超混沌特性可以给基于混沌和超混沌理论的工程应用提供更多选择。所得结果为该超混沌系统在混沌保密通信中的应用提供了理论参考。     

利用多树种立地形指数对林地质量进行综合评价

目的 采用青海省湟水规模化林场3种常见乔木树种桦木、杨树和青海云杉的立地形指数,通过分析其与生长域的地貌、坡向、坡度、土壤类型、土壤厚度以及年平均气温、年降雨量、年日照辐射等因子的关系,对规模化林场进行立地质量评价,构建林地质量评价综合数据库,指导林场科学造林和科学营林,发挥林地生产力和生态服务价值的目标。方法 根据建模区域范围内的一类清查数据,获取每个样地的优势高,求出该样地的立地形指数。分析立地形指数与地貌、坡向、坡度、土壤类型、土壤厚度以及年平均气温、年降雨量、年日照辐射等因子的关系,利用因子分析法选择影响立地形指数的主导因子,并建立回归模型;根据计算出的3个常见树种的立地形指数的平均值,进行聚类分析,把林地分为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ5个等级,并作出林地质量分布图;最后,根据分类结果进行了验证,并提出了相应的经营措施。结果 Ⅰ级林地3 409.37 hm²,占整个林地面积的1.39%;Ⅱ级林地38 765.07 hm²,占15.77%;Ⅲ级林地78 989.17 hm²,占32.14%;Ⅳ级林地77 102.74 hm²,占31.38%;Ⅴ级林地47 477.50 hm²,占19.32%。从整个分类结果来看,规模化林场林地质量等级较低,以Ⅲ、Ⅳ级林地为主;现场验证质量等级正确率为88%,正确率较高。结论 通过一类清查数据中的标准木、样木库、样地库获取优势高的方法可行;评价因子选择了地形因子、土壤因子、气象因子,多因子的引入使评价的结果更为客观,提高了评价的准确性;采用多树种立地指数进行综合评价,特别是对非林地的立地质量进行评价是一种更为有效的方法。     

基于GF-2的乔木生物量估测模型研究

以福建省将乐林场为研究区,使用野外实测样地数据,结合福建省二类调查数据,获取了共192个样地的生物量数据,其中杉木纯林112个,马尾松纯林80个．对覆盖研究区的2景GF-2影像进行预处理,提取光谱信息、植被指数、纹理特征及地形因子,筛选与样地生物量相关性较高的因子作为建模的自变量,采用支持向量机、随机森林及多元逐步回归3种方法分别建立了杉木和马尾松生物量模型．结果表明:支持向量机、随机森林模型拟合效果均比多元逐步回归模型好,其中随机森林模型决定系数R2最高,2种样地的R2分别为0.65和0.72,估计精度也最高,分别为65.28%和76.82%;杉木样地3种模型的均方根误差分别为64.27、48.16和77.03,马尾松样地3种模型的均方根误差分别为54.79、48.18和65.63,其中随机森林模型的最低．在3种模型中,随机森林模型为乔木生物量的最优模型．      

基于度量核和GHI核混合的植物叶片识别算法

针对现有识别算法中的核函数不能充分利用直方图的整体特征和不同维特征间的内在联系,提出基于度量核和广义直方图交叉(generalized histogram intersection,简称GHI)核混合的植物叶片识别算法.首先,构建多尺度边缘轮廓(multi-scale marginal contour,简称MMC)算子;其次,提取预处理后的叶片图像MMC形状特征、局部二值模式(local binary pattern,简称LBP)空域纹理特征、局部向量化(local phase quantization,简称LPQ)频域纹理特征,进而将这些特征拼接成复合特征;再次,利用度量学习和马氏距离改造负距离核构建度量核,将其与GHI核加权融合形成组合核;最后,进行仿真实验.仿真实验结果表明:相对于现有算法,该文算法对不同种类的植物叶片具有较高的识别率.     

新时代中国跻身创新型国家前列的前景、目标和建议——基于全球创新指数报告的研究

比较了中国与处于创新型国家前列的发达国家的创新能力和水平,分析了新时代中国跻身创新型国家前列的前景和挑战.分析表明:(1)中国研发投入总量、专利和论文数量已经处于创新型国家前列;(2)企业基础研发投入占比、发明专利占比、研发人员密度、论文引用率等指标还与创新型国家差距较大,追赶上有较大难度;(3)知识产权保护和产学研合...     

基于特征加权词向量的在线医疗评论情感分析

针对在线医疗评论文本具有行业专业性强、差异性大、不够规范等特点,提出一种基于特征加权词向量的在线医疗评论情感分析方法.利用Word2vec方法构建词向量模型,抽取情感词集合完善医疗服务领域情感词典,根据句法关系识别主题词与情感词的依存关系,引入期望交叉熵因子,建立特征加权词向量模型,分析在线医疗评论的情感倾向.实验结果表明扩充的医疗服务情感词典在分析性能上的准确率、召回率以及F₁值均高于基础情感词典,引入期望交叉熵因子后,基于特征加权词向量的情感分析方法在SVM分类上表现出更好的效果,体现了其在在线医疗评论挖掘领域的良好效用.      

分布式实时运行数据驱动的液压支架群虚拟监测关键技术

针对多机装备可视化监测中存在的数据体量大以及单台主机模式下无法有效完成复杂任务的问题,提出了基于实时运行数据驱动的分布式液压支架群虚拟监测方法.该方法首先建立了基于实时运行数据的驱动模型;其次基于可识别数据交互器的数据传递方法,建立了C/S模式下的分布式局域网协同模型;然后基于一致性哈希算法的分配方法,建立了可根据主机负载状况动态分配任务的任务调度模型,最后以试验室液压支架群为例构建了分布式系统.试验结果表明:该方法建立的监测系统相比于单主机系统,提高了监测的稳定性,能够为透明综采工作面的建设提供核心技术支撑.