关于Stein流形上微分形式B—M—K变换的跳跃公式

给出Ｓｔｅｉｎ流形上微分形式Ｂ－Ｍ－Ｋ变换的跳跃公式的一个证明。     

关系亲密程度的LTE异构网络切换算法

处于宏蜂窝和毫微微蜂窝覆盖范围内的用户设备为满足用户体验质量,需进行大量的切换操作,随着总切换次数的增加,用户设备将持续占用部分物理资源,导致系统吞吐量降低.提出一种关系亲密程度的长期演进(LTE)异构网络切换算法,通过统计用户设备接入毫微微蜂窝的历史信息来估计用户设备与毫微微蜂窝的关系亲密程度,利用该属性对等待切换的用户设备进行优先级排序,结合用户设备的接收信号强度、移动速度、毫微微蜂窝可用带宽进行综合切换判决.数值结果表明提出的切换算法大幅降低总切换次数,显著减少不必要切换次数,有效提高系统吞吐量.     

"道沿圣以垂文,圣因文以明道"新解

刘勰《文心雕龙》的篇首《原道》，历来争论颇多。本文认为，以单一的儒家之道或纯粹的道家之道来解释《原道》，都是不足据的，就“道沿圣以垂文，圣因以明道”一句来看：第一个“道”，当为道家的自然之道，是天道；第二个“道”，实则圣化以后的道，是圣人所体悟的并在文章里表现的道，是道家的天道与儒家的人道的统合。     

《文心雕龙》中比喻的作用、类型及价值

在中国古代文论著作的语言表达中,运用比喻是司空见惯的。刘勰对比喻的运用则达到了极高的水平。比喻在《文心雕龙》中的主要作用是:比喻形象生动地表达了理论主张,产生了很强的艺术感染力,分析、评述《文心雕龙》中比喻运用的类型,指出各种类型的特征及表达效果,在此基础上,简述刘勰在古代文论写作史上运用比喻的贡献和价值。     

宁夏灵武枣区枣桃小食心虫发生规律与气候相关性

为了有效防治灵武枣区枣桃小食心虫的危害,通过对枣桃小食心虫发生发展与气候的关系,基于“SPSS”的枣桃小食心虫成虫始见期、始盛期扣高峰期预测预报的研究,建立了预测预报模型.结果表明,始见期与3,4月份的有效积温成正比;高峰期与3,4月份的平均湿度成正比,与3,4月份的有效积温成正比,与6月份的降雨量显著相关;羽化成虫虫...     

航空器爬升与下降阶段4D航迹预测

准确的4D航迹预测可以在冲突探测与解脱、航迹优化和空中交通流量管理等多个领域发挥重要作用。为提高预测的准确性,提出了基于机器学习的航空器4D航迹预测方法。首先,利用爬升阶段提取研究指标,构建循环神经网络(recurrent neural network, RNN)和长短期记忆网络(long short-term memory, LSTM);其次,在下降阶段进行数据维度拓展,构建RNN、LSTM模型进行航迹预测;最后,对各个维度上的预测航迹点和实际航迹点的误差进行分析。仿真结果表明,爬升阶段模型和下降阶段模型对于航空器位置预测准确性高,展现了航迹预测模型的良好鲁棒性。     

使用AVL数据的公交到站时间CEEMD-LSTM预测模型

准确的公交到站时间预测具有重要意义,但现实公交运行受突发路况影响,运行速度具有非平稳性,本文结合时序特征处理技术和深度学习,建立一种使用AVL数据预测公交到站时间的互补集合经验模态分解-长短期记忆神经网络模型。模型收集公交自动车辆定位数据,经预处理后引入互补集合经验模态分解平稳化公交运行速度,再借助Adam参数寻优后的长短期记忆神经网络对福州市303路公交某日早高峰公交到站时间进行预测。结果表明：优化的公交到站时间预测模型平均绝对误差比单一模型低了1.69min,预测精度高于长短期记忆神经网络模型和经验模态分解的到站时间预测模型,可有效地为安装车载自动车辆定位系统的公交线路预测公交到站时间提供参考。     

温度和桥面激励联合作用下斜拉索非线性振动特性分析

研究热状态下受桥面激励作用的超长斜拉索主参数共振问题。计入斜拉索初始垂度和几何非线性的影响,建立温度场中斜拉索的非线性振动力学模型,推导出热状态下受桥面激励作用的斜拉索面内参数振动控制方程,利用多尺度法求解系统主参数共振的近似理论解,并编制程序进行数值计算,分析温度变化、激励幅值、调谐值、索力、阻尼比对系统振动的影响。结果表明:随着温度升高,斜拉索主参数共振区增大,但其振幅有减小趋势;增大桥面激励幅值,会使得拉索参数共振区显著增大,而增大索力和阻尼,拉索共振区将减小;拉索发生参数振动时具有硬弹簧特性,幅频曲线随调谐值的增大存在多值响应,会出现"跳跃现象"。     

基于CEEMD-LSTM光伏短期功率预测

为解决传统机器学习方法在面对多变的环境因素和不平稳序列时导致光伏功率预测精度低的问题,本文提出一种基于完全经验模态分解(Complete Ensemble Empirical Mode Decomposition , CEEMD)和长短期记忆神经网络(Long Short-Term Memory , LSTM)相结合的光伏短期功率预测模型。首先充分考虑影响光伏出力的太阳辐照度,相对湿度,大气压力和空气温度4种环境因素,通过CEEMD将气象因素特征曲线分解为多模态特征数据,准确捕捉其不同的时间尺度和频率特征,进而充分保留环境数据的不平稳特征。在此基础上,利用LSTM网络对多模态特征数据进行时间序列建模,旨在保留时间序列的季节性和不平稳特征,为后续建模提供更准确的输入特征。最后,通过对分解后的信号开展训练,根据输入数据的变化自适应调整预测模型参数,迭代生成特定场景下的预测模型,从而灵活应对实时环境变化,得到相应功率预测结果。本文在海南一孤立海岛分布式光伏电站37kW子阵的8个月气象和功率数据集进行验证,实验结果表明,所提方法在保留环境数据细节和局部特性上具有显著优势,在不同气象条件均具有良好的自适应性,有效提高了光伏短期功率预测精度。     

一样的月光——论龙应台《在海德堡坠入情网》对女性命运的思考

龙应台的《在海德堡坠入情网》是她为数不多的小说之一,虽然表面上该小说的文字不象她的杂文那样犀利泼辣,但该小说的出现同样意味着龙应台对女性问题的关注和深思。