葡萄酒月度价格指标的季节ARIMA时间序列分析

以时间序列分析为工具,研究了法国葡萄酒价格月度指标,使用基于周期图的Fisher检验证实该数据指标具有潜在周期,最后发现(1,0,0)×(1,0,0)12模型能较好地拟合数据.在此基础上给出相应的预测.     

电气试验中两个异常负值现象分析

介绍了在电气试验中遇到的两个奇异负值现象，探讨了造成这些现象的原因，并说明在工程实践中成功的解决方法。归纳了电气试验中消除干扰对电气试验结果影响的几点工作经验。     

最大撞击盆地惊现埃及

最近,科学家在埃及南部沙漠中的移动沙丘下面发现了迄今为止规模最大的流星撞击盆地。这一发现或许有助于修正天文学家以往对其他行星被撞击历史的理解。科学家通过绕地轨道中的太空成像雷达发现,这个     

星球

太阳系外的有机分子可能形成地球生命起源，地球上最先进的房子——“太空屋”，欧洲天文学家发现超级地球，靠吸食过活的长颈龙，臭氧层破洞正在迅速修补中     

集合上非一一变换构成群的条件

利用非空集合A的商集讨论A上一个非——变换f能出现在一个由A上变换构成的乘法群G中的充要条件，并发现G与A的商集上的一个变换群同构．     

地震震级与前兆异常空间分布的相关分析

本文利用滇西及邻区５次中强以上地震及其震前滇西前兆异常空间分布特征对震级Ｍｓ与异常空间反应最远距离ｄ进行了一定程度的相关分析，得出Ｍｓ与ｄ的经验公式为Ｍｓ＝０．００９５８９ｄ＋２．１。运用相关分析结果对滇西及邻区中强以上地震短临监视可提供一定的定量依据。     

数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...     

龙门山中北段重磁场特征与深部构造的关系

利用平均重力场与深部地壳测深资料估算了龙门山及邻区莫霍面的深度变化,表明龙门山地区正处于莫霍面由东南向西北的陡降带上。均衡重力异常计算结果显示该区为正异常。对航磁异常的向上延拓反映出茂汶杂岩体是“无根”的。此外还应用角度平均径向能谱法反演了该区深部磁性基岩的顶面与底面深度。结果表明,龙门山地区上地壳是由若干块体拼合而成的,川西拗陷带内的磁性界面呈现出向龙门山地腹下插的格局。     

数据采集的驱动技术

数据采集是继数据仓贮和数据仓库之后又一新的研究热点．给出了数据采集系统基于驱动技术实现的基本思想．