A-收敛与几乎处处收敛

设A≡(a_i)^∞_i=1?S+_<sub>l₁,其中,S</sup>+_<sub>l₁表示l₁单位球面上的所有正向量构成的集合.Banach空间X中的序列(x_n)称为A-收敛于x∈X,是指对任意的ε>0,lim_i→∞〈a_i,χ_A(ε)〉=0,其中,A(ε)={n∈N∶‖x_n-x‖≥ε}.用两种不同的收敛方式刻画A-收敛,即证明对任意A≡(a_i)∞_i=1?S</sup>+_<sub>l₁,存在一个N上的理想I_A,以及一族极端有限可加概率测度P_ext(I_A),使A-收敛且理想I_A-收敛和测度P_ext(I_A)-收敛互为等价.此外,证明A-收敛为测度P_ext(I_A)-几乎处处收敛的充分必要条件是该A-收敛为非退化的.</sup>     

采取联合行动应对灾害、可持续发展和气候变化

 2014 年英国皇家学会发布报告《应对极端天气》(Resilience to extremeweather),报告中指出,在接下来几年中,全球极端气候现象将会频繁发生,特别是随着温室气体排放的增加带来的一系列问题。例如洪水、干旱等明显环境现象,同时气温增高产生的热浪也会对老龄化人群产生威胁。英国皇家学会认为,发布该调查报告的关键点是希望可以帮助全球、国家和地方各级机构制定有关适应和减少风险的重要决策,通过对比不同的抉择,考虑恢复力的基本构建模块,来探讨可以做出怎样的改善措施来保护人们的生命和生产。     

外媒称外星人或已生活在地球偏僻角落

<正>近年来,全球再次掀起一股寻找地外生命的热潮。而一些天体生物学家发现,比起在土星或木星的卫星上寻找外星生命,在地球上寻找或许更加现实。因为在地球上有很多地方的极端条件堪比其他星球,也许从这些地方可以找到外星生命的踪迹。其中,不久前西班牙《趣味》月刊就发了《外星人可能就生活在这里》文章,该文章称:无论从科技、政治还是资金角度出发,去外太空寻找外星生命,都不如直接到地球上的某些偏僻角落寻找外星生命     

基于主成分分析和极端学习机的测谎方法研究

为了克服当前基于P300的测谎方法训练时间长、个体识别准确率不够高的缺点,提出了将主成分分析(Principal component analysis, PCA)和极端学习机(Extreme Learning Machine,ELM) 相结合的PCA_ELM测谎方法.该方法使用典型的三刺激测谎范式,记录30名随机划分的撒谎和无辜者在Pz电极上的脑电(EEG)信号, 选择探针刺激响应并对每名受试者的每5个响应波形进行平均,然后对两类信号提取小波特征.PCA被用于对原始特征空间进行特征选择.降维后的特征样本被送到ELM分类器,该分类器学习速度快,泛化能力强,但是对于其隐层节点数的指定一直未有有效的解决方法.我们通过对特征子空间的维数和ELM的隐层节点数进行二维的网格搜索算法,基于交叉验证的方法,对两个参数进行同步优化选择,训练得到最佳参数下的分类模型.实验结果表明,提出的PCA_ELM方法不仅在训测谎准确率上高于当前的广泛使用的分类模型,而且训练时间大大缩短,尤其适合于在线的测谎系统.     

广州市近50年气温变化特征研究

气候变化对自然界和人类的影响都十分巨大,关于气温变化的研究是气候变化研究中的热点。本文以1961年1月1日到2008年12月31日广州市日平均气温数据为基础,运用滑动平均法、小波分析等方法研究发现：近50年来,广州市年平均气温与年最高气温有较明显的增长,年最高气温和最低气温具有2—4年的震荡周期,其变化均以4年为限交替出现高-低变化的趋势。     

最小学习机

针对极端学习机（ELM）不能用于多层前向神经网络学习的问题,通过揭示单层前向神经网络（SLFN）的ELM与岭回归以及中心化的岭回归之间的关系,提出了SLFN的最小学习机。通过证明核化的中心化岭回归与核化的PCA之间的关系,提出以无限可微的核函数为激励函数的多层前向神经网络（MLFN）的最小学习机LLM.SLFN/MLFN的最小学习机能够保持ELM的上述优势。     

冯·卡门与卡门涡街

美国宇航局2009年5月公布了自1959年8月14日拍摄第一张卫星照片以来,所选出的50年十佳地球卫星照片,排在十佳照片第一张的是"冯·卡门涡街",从而引起了人们对冯·卡门和卡门涡街的兴趣和关注.     

全球变暖与中国极端气候事件变化

极端天气气候事件(以下简称极端气候事件),是指一个地点或地区发生概率较小的天气气候现象,又称异常天气气候事件.极端气候事件往往可以造成很大的危害.其中,高温(热浪)、低温(寒潮)、暴雨洪涝、少雨干旱、台风和沙尘暴等常能造成严重的自然灾害,引起人员伤亡和经济损失.     

IPCC出错,科学没错

<正>IPCC(联合国政府间气候变化专门委员会)的气候影响报告中最近频频被发现出现一些错误,首先是预测喜马拉雅冰川将消失,然后是与极端天气的联系,前不久又被指出一个明显错误的说法:"由于全球变暖的影响,到2020年非洲杂粮作物生产可能减产50%"。对此,一般公众比科学家们更感惊讶。     

极端降雨下地下空间淹水对城市内涝过程的影响研究

极端降雨会引起城市内涝,造成地面严重积水,从而威胁城市地表及地下空间的生命财产安全.当前水动力模型涉及地下空间的模拟较少,地下空间设防高度对城市内涝时空分布特征的影响分析还存在不足.针对以上问题,以郑州市二七区主城区在“7·20”特大暴雨事件中的内涝过程为例,构建了考虑地下空间淹水的城市内涝模型.模拟了在地下空间不同设防高度下,城市内涝时空分布特征.研究结果显示：(1)构建的地下空间淹水模型具有一定物理机制,参数可量化,且计算简便,适用于大范围考虑地下空间淹水的城市内涝模拟;(2)不考虑地下空间淹水会使地表内涝风险被高估,高风险与超高风险面积之和将会增大10.7%;(3)当设防高度增加10cm时,城市地表的积水最大深度提高10.0%,流速增加2.3%,高风险与超高风险面积增加3.4%.这一结果表征了地下空间设防高度对城市内涝过程的影响机制与规律,为科学设置设防高度,有效防控城市地表-地下整体内涝风险提供了参考和依据.