鄱阳湖最小生态需水研究

基于鄱阳湖水文特征,建立鄱阳湖最小生态需水计算模型。研究将频率95%对应的水位为湖泊最低生态水位,根据鄱阳湖水位-面积关系曲线,得到对应的鄱阳湖湖区面积为1 503.9 km~2。通过折算将水面蒸发转换成湖面蒸发,得到湖面净蒸发量为483.09 mm,湖区年最小生态耗水为7.3亿m~3。采用计算河道内生态需水的方法计算出湖生态需水,运用最小月平均流量法、逐月最小流量法、Tennant法、90%保证率最枯月平均流量法和90%保证率逐月流量法等,对出湖河道生态需水进行计算,并用Tennant法对结果进行评价,通过分析比较得出90%保证率逐月流量法更适合确定鄱阳湖出湖最小生态流量,得到出湖最小生态需水为777.1亿m~3,最终得到鄱阳湖最小生态需水为784.4亿m~3。研究结果对鄱阳湖流域生态保育、水生态与水环境保护及水资源管理,提供重要科学依据。     

关于河道外生态需水的讨论

针对河道外生态需水计算方法,在回顾近些年来国内外生态需水理论演化过程的基础上,深入探讨河道外生态需水概念及内涵,主要针对植被生态需水计算方法进行了分析和比较.最后总结了目前相关研究中存在的问题,就今后研究的方向作了展望.     

增塑剂邻苯二甲酸二乙基己酯对小鼠学习和记忆能力的影响

目的研究邻苯二甲酸二乙基已酯（di-（2-ethylhexyl）phthalate,DEHP）对于小鼠学习与记忆能力影响.方法48只雄性昆明小鼠随机平均分成4组,分别暴露在0、5、50、500mg/kgDEHP进行经口灌胃染毒,期间进行Morris水迷宫测试检测器学习与记忆能力,染毒结束后取出脑组织,检测ROS水平及MDA含量.结果Morris水迷宫实验结果显示50、500mg/kg DEHP对小鼠学习能力产生影响,50mg/kg浓度DEHP染毒组小鼠记忆能力与对照组相比显著下降（P〈0.05）;随着DEHP染毒浓度的升高小鼠脑组织中的ROS水平和MDA含量逐渐上升,且在50mg/kg和500mg/kg浓度时与对照组相比具有显著性差异（P〈0.05）.结论DEHP能够影响小鼠学习与记忆能力,并对其脑组织产生氧化损伤.     

含油废水处理的工艺要求

论述了含油污水处理的工艺要求、特征、种类及其机理，介绍了几种含油污水处理技术，包括物理处理技术、化学处理技术、物理化学处理技术和生化处理技术．     

AHP方法在确定软件需求优先级中的应用

结合实例探讨了一种利用AHP（层次分析法）,解决软件开发过程中如何确定软件需求优先级进而分析实施的问题,建立了目标层、准则层和方案层的三层递阶层次结构模型,确定准则中软件优先级评定的价值、费用和风险三大指标;构造比较判断矩阵,计算出各层对于目标层的合成权重;进行一致性检验,得出实例中软件需求的分步实施建议方案。     

面向任务的复杂系统韧性评估方法

随着战争形态加速向体系化、网络化、智能化转变,对军事系统韧性能力提出了更高的要求.在分析系统任务与韧性评估关系的基础上,提出一种面向任务的系统韧性评估方法.该方法首先给出一种面向任务的韧性评估框架.其次,在绝对时间尺度下考虑系统性能在任务过程中所受影响,并通过引入时间韧性指标,从时间韧性和性能韧性两个维度对系统的综合韧...     

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。     

面向复杂系统需求分析的DSL构建

在航空航天领域, 系统的复杂度快速增长, 这对基于模型的系统工程的开展带来巨大的挑战, 尤以复杂系统的需求分析为甚。需求分析过程缺乏针对性的支持模型的工具。针对基于模型的系统工程中的这一问题, 根据领域建模的思想, 引入领域特定语言(domain specific language, DSL)的概念, 提出一种构建DSL进行需求分析的方法, 并针对基于模型的系统工程(model based system engineering, MBSE)中需求分析的需要构建相应的DSL。首先, 从基于模型的系统工程方法论角度, 对工程应用中的需求捕获与分解进行了分析; 接着, 通过扩展后的GOPPRR(graph object property port role relationship)元元模型依据需要, 构建了DSL的具体语法与语义; 最后, 以具体的系统为例与系统建模语言分析方法做出了对比。结果表明, 所构建的DSL在进行复杂系统的需求分析与建模时, 与实际需要契合, 在各个环节都具有针对性强、形式化的优点, 有利于保证需求分析与建模工作的正确性。     

基于RIMER方法的体系能力需求推荐方法

随着现代作战样式和军事信息系统的深度复杂化, 军事需求工程的任务也逐渐加重。当下, 能力需求是军事需求建设的一个重要着眼点。本文聚焦能力需求的构建阶段, 运用规范化需求描述、基于置信规则库的证据推理(belief rule-base inference methodology using the evidential reasoning, RIMER)等方法对基于能力的体系需求推荐方法展开了研究。之后, 以工兵的作战任务想定为背景, 展开了案例研究, 完成了对于该想定下工兵能力需求的推荐并验证了所提出能力需求推荐方法的可行性和合理性。并将需求推荐带入了军事需求场景, 获得了一种应用于军事复杂系统需求生成的新方法, 加速了能力需求的生成。     

面向呼吸腰带数据的病症正常异常分类

人体的呼吸信号包含了很多指示呼吸健康的信息，虽然有多种测量呼吸的仪器和手段，但是呼吸腰带仍然是经济、没有辐射伤害、能长时程日常佩戴的呼吸数据获取手段。然而，目前呼吸腰带数据的分析方法还不成熟，为了明确哪些呼吸数据特征可以对病理进行有效分类，本研究分别使用长短期记忆网络(Long Short-Term Memory,LSTM)、吸呼比结合LSTM、吸呼比结合支持向量机(Support Vector Machine,SVM)3种方法，对287个正常呼吸和55个异常呼吸的24 h观测数据进行病理类别分类准确度对比实验。结果表明，吸呼比特征结合LSTM法具有更高的分类准确度。