日本海会成为“死海”吗

据日本有关科研机关的研究显示,由于地球变暖、氧气供应减少等原因,日本海在 350 年后有可能成为没有鱼类生存的 “死海”。 日本海是日本列岛和朝鲜半岛之间的海域,最大水深为 3 000m 左右。每到冬季,气温下降,会使日本海表层海水密度增加而产生沉降,表层的氧气因而被输送到深     

用于高维时序数据预测的非同步尺度主成分分析

针对时间序列数据预测过程中可能面对高维或超高维的预测变量,同时考虑变量的时序特征及预测的非同步性,提出用于时序数据预测的非同步尺度主成分分析方法。首先构建单个预测变量和被预测变量的非同步线性回归,通过可决系数选取单变量的最佳滞后阶数,并将回归系数赋权与相应的预测变量得到赋权预测变量,并通过主成分分析对赋权预测变量降维,即非同步尺度主成分分析。将该方法用于消费者物价指数增长率的预测,结果表明经非同步尺度主成分分析降维的预测精度高于传统降维预测的方法。     

南水北调东线工程调水期洪泽湖水质变化规律分析

为了解南水北调东线工程调水期间洪泽湖水质变化,基于2013—2020年洪泽湖调水期水质监测数据,采用Daniel趋势检验分析水质年变化趋势,通过空间插值得出各湖区水质分布规律,并进一步用主成分分析法分析水质主要污染类型。结果表明：2013—2020年洪泽湖调水期水质在合格至轻度污染之间,TP和TN为主要超标因子;时间上水质有变好趋势,空间上过水区水质最差,但有转好趋势,而成子湖区和溧河洼区有所恶化;污染类型以富营养化污染为主,氮磷营养盐影响较大;水质污染以入湖河流输入和建设用地增加人类活动的污染为主要来源,还伴有偶发污染事故;时间上洪泽湖对东线输水的综合水质有改善趋势,建议进一步加强相关污染防治工作,保护洪泽湖水环境,保障南水北调东线工程输水水质安全。     

运用主成分分析和深度神经网络预测钢包炉合金元素收得率的研究

钢包炉（ladle furnace,LF）精炼的核心任务之一是进行钢水合金化过程,以保证钢包到达连铸平台后满足钢水成分要求。钢水合金化也是较为复杂的物理化学反应过程,其不仅对钢水温度有影响,而且对钢水质量、合金料消耗量均有影响。因此,实现LF精炼过程中合金元素收得率的精准预测具有重要意义。本研究首先采用主成分分析法（principal component analysis,PCA）对模型输入变量进行处理,用于简化实际生产数据结构;然后,融合SGDM算法和L2正则化方法,构建了深度神经网络（deep neural network,DNN）;最后,采用主成分分析和深度神经网络相结合的方法,建立了合金元素收得率预测模型。结果表明,Si元素收得率命中率在±1%, ±3%和 ±5%误差范围内分别为54.0%、93.8%和98.8%;Mn元素收得率命中率在±1%, ±2%和 ±3%误差范围内分别为77.0%、96.3%和99.5%。此外,PCA–DNN模型的预测精度优于参考炉次法、多元线性回归模型、改进BP神经网络模型和DNN模型,有助于实现钢水成分的“窄窗口”控制。本研究中合金元素收得率预测模型的建立,也可为LF智能精炼合金化控制模型的开发提供支撑。     

甘蔗联合固氮菌对甘蔗叶片养分含量的影响

分析从广西不同地方、不同品种的甘蔗分离到的甘蔗联合固氮菌若干株的固氮酶活性,并将这些菌株接种甘蔗,分析接种了甘蔗联合固氮菌的甘蔗根组织的固氮酶活性,研究它们对甘蔗叶中氮、磷、钾及微量元素含量的影响。     

花旗竿属(Dontostemon)植物的区系地理成分及其生态地理分布规律的分析

依据植物标本及有关文献资料,绘制了花旗竿属各个种的分布区图,从而确定了每个种的区系地理成分和该属的多度中心,同时对该属植物的生态地理分布规律做了研究     

青海高原春小麦籽粒蛋白质积累规律研究

分析了阿勃,青春５３３,青农４６９、青农４５２等四个春小麦品种（品系）在青海西宁地区籽粒蛋白质相对含量的变化规律和蛋白质绝对含量的积累进程,结果表明,从开花至成熟,籽粒蛋白质相对含量的变化呈“Ｕ”型曲线,并以花后籽粒发育初期含量最花,花后３１天左右是该地区春小麦籽粒中蛋白质相对含量最低的时期。不同品种在花后不同时期蛋白质相对含量各不相同;籽粒蛋白质绝对含量的积累过程呈“Ｓ”形曲线,可用概率转换方程     

压铸铝合金ADC12.1R的组织、性能及成形性

在ADC12压铸铝合金成分的基础上,通过成分优化设计,并对合金进行晶粒细化及变质处理,获得了一种高性能的压铸铝合金ADC12.1R,该合金经金属型重力浇注,其铸态力学性能达到:抗拉强度(σb)为254.9 MPa,延伸率(δ5)为2.925%,硬度(HBS)为102,均优于国内普遍使用的压铸铝合金ZL112Y.实际生产试验也表明ADC12.1R合金具有更好的压铸成形性、出型性及机械加工性能能够满足工业生产应用的要求.     

基于主成分分析的核Fisher判别方法在油水识别中的应用

根据测井数据结构复杂和交集严重的特点,将主成分分析思想应用到剔除奇异点和寻找两类样本的交集中,并在交集中应用核Fisher判别方法,进行油水判别,弥补了Fisher线性判别方法的不足.通过将主成分分析和核Fisher判别方法这两种理论有机的结合起来,提高了利用测井数据识别油水层的鉴别能力,实际应用中证明了本方法的实用性和有效性.     

BaO-CaO-CaF2系渣用于钢液深脱磷能力

使用BaO-CaO-CaF2系渣在实验室中进行钢水深脱磷实验以获得超低磷钢水.实验结果表明,初始磷约为0.01%的条件下,获得了50%以上的脱磷率及0.005%以下最低0.002%的磷含量;脱磷效果受钢水氧化性影响显著.实验测得1 813～1 893K范围内该渣系的磷容量在1018～1019.35之间,并且随BaO含量增加,磷容量增大.