茂兰喀斯特森林洞穴蜘蛛初步调查

2014年至2017年对茂兰喀斯特森林的5个洞穴进行了蜘蛛标本的采集和调查;共采集到1000余号标本,隶属15科34属45种,常见科为园蛛科、漏斗蛛科和球蛛科,优势种有温室希蛛Achaeranea tepidariorum、阴暗隙蛛Coelotasluctrosus、狩猎巨蟹蛛Heteropodavenatoria、中华镂网蛛Psechrussinensis、山地艾蛛Cyclosa monticola、黑斑盖蛛Neriene nigripectoris等。洞穴蜘蛛群落组成分为有光带、弱光带、黑暗带群落。     

一类随机森林发展系统的指数稳定性

利用Burkholder—Davis—Gundy引理和Kolmogorov不等式,讨论了Hilbert空间中一类随机森林发展系统的指数稳定性,给出了指数稳定的充分条件．所得结论是对已有结果的推广和完善．     

基于随机森林与粒子群算法的隧道掘进机操作参数地质类型自适应决策

考虑到隧道掘进机的性能对地质条件比较敏感且其操作依赖于司机经验,提出基于随机森林和粒子群算法的隧道掘进机操作参数地质条件自适应决策方法。利用随机森林(RF)分别建立地质类型、操作参数与推进速度、刀盘转矩的映射关系模型;结合映射关系模型,构建以盾构机推进速度最大为目标,以刀盘转速、螺旋输送机转速、总推力、土仓压力4个操作参数为控制变量的优化方程;利用粒子群算法(PSO)求解各地质类型地层中的最优操作参数决策结果。通过新加坡某地铁工程施工数据验证所提方法的有效性和优越性。研究结果表明：建立的随机森林模型中推进速度和刀盘转矩预测的决定系数R2分别达到0.936和0.961,均大于adaboost、多元线性回归、岭回归、支持向量回归和深度神经网络模型中相应的R2;基于粒子群算法的操作参数决策方法能够准确求解操作参数最优解,寻优用时均比遗传算法、蚁群算法和穷举法的短。本文所提决策方法使隧道掘进机在该施工段的福康宁卵石地层、句容地层IV、句容地层V、海洋黏土地层中的推进速度分别提升了67.2%、41.8%、53.6%和15.0%。     

基于CF融入SSA优化SVM和RF模型的滑坡易发性评价

针对传统的区域滑坡易发性评价建模过程可能存在的样本数据量纲不统一以及模型参数选取误差等问题,本文以陕西省留坝县为研究区,选取高程、坡度、水系、降雨量、地层岩性等10个评价因子,采用确定性系数模型(CF)计算各评价因子的敏感值作为支持向量机模型(SVM)和随机森林模型(RF)的输入样本属性值,引入麻雀搜索算法(SSA)分别对SVM模型和RF模型的参数进行优化,获取最优参数对两种模型进行训练,最终构建了CF-SSA-SVM和CF-SSA-RF模型,从而对整个研究区进行预测,完成滑坡易发性评价,并通过受试者工作特征曲线(ROC)对两种模型进行精度验证。结果表明,两种模型的评价结果均有较多滑坡点落在极高易发区,无滑坡点落在极低易发区,评价结果均有较高的准确率。其中,CF-SSA-RF模型的成功率和预测率曲线AUC值分别为0.994和0.940,高于CF-SSA-SVM模型;并以三处典型滑坡为例进行验证,结果显示易发性分区与历史滑坡点分布较为吻合。进一步表明CF-SSA-RF模型更适用于留坝县的滑坡易发性评价,为当地滑坡灾害风险评估提供了指导依据。     

一种基于CNN和RF的恒星大气参数测量方法

随着LAMOST项目的相继实施,基于光谱的恒星大气参数自动测量方法的研究成为天文光谱分析的重要课题之一。本文使用“伪二维光谱”进行恒星大气参数自动测量,提出了卷积神经网络（Convolutional neural network,CNN）和随机森林（Random Forest,RF）结合的方法,利用卷积神经网络的特征提取能力和随机森林的回归拟合能力实现对恒星大气参数的高精度预测。通过对比实验得出,有效温度、表面重力、化学丰度三大参数的平均绝对误差分别达到123.65K、0.2055dex、0.1486dex,与传统方法相比精度提升5.24%,15.50%,15.52%。实验结果验证了该算法的有效性,也证明了利用基于一维光谱设计构造的伪二维谱可以保留更多相关的特征信息,进而提升了恒星大气参数测量结果的精度。     

基于实地核查的气象卫星森林火情监测真实性检验

随着卫星平台的高速发展和监测技术的日趋完善,气象卫星凭借高频次和高时效特点在森林火情监测方面具有独特优势。研究简要介绍了气象卫星森林火情监测原理,提出了卫星监测缓冲区半径人工核查法,对极轨气象卫星(polar-orbiting meteorological satellite)上下文法(contextual)和静止气象卫星(geostationary meteorological satellite)时序法(temporal sequence method)计算得出的林火监测结果进行真实性检验。结果显示,极轨与静止气象卫星结合的森林火情监测方法的真实火点率达81.03%,具有较高的时空稳定性;湖南省真实火点分布具有明显的时空分布集聚特征,湖南南部五地级市监测得到的真实火点占全省真实火点的76.60%,“林火较高发期”监测真实火点占全部真实火点的81.96%;静止气象卫星首次监测到的真实火点占全部真实火点数的96.28%,FY4A国产静止气象卫星在森林火情监测中体现了明显高精度优势。研究表明,卫星监测实地核查为森林火情真实性检验工作提供了重要的核验数据,填补了国内大尺度长时序森林火情监测...     

基于机器学习的飞机起落架着陆载荷预测模型

随着物联网、大数据技术的深入发展,一型装备交付部队的同时,往往需同步提供数字孪生模型以优化视情维护过程。论文基于某型号飞机试飞数据,提出一种将机器学习技术用于飞机起落架着陆载荷预测模型构建的方法。以某型号飞机飞行参数为输入,以传感器实测的左起落架垂向载荷为输出,经数据清洗和特征降维后,分别建立极端梯度提升（extreme gradient boosting, XGBoost）、随机森林（Random Forest）和多层前馈（back propagation, BP）神经网络模型,并对所建模型进行调优。经对比和评估,XGBoost模型具有最高的预测精度,对起落架载荷绝大多数样本的预测误差均保持在6%以内,同时建模时间少,泛化能力强,为起落架载荷预测最优模型。     

考虑最优影响因素组合的滑坡易发性评价——以水城区为例

当前滑坡易发性研究较少考虑不同影响因素组合对模型预测精度的影响。为此,提出了一种考虑最优影响因素组合的滑坡易发性评价模型。以贵州省六盘水市水城区为研究区域,基于该区域滑坡发育的工程地质条件和外界诱发因素,筛选坡度、坡向、曲率、归一化植被指数(normalized difference vegetation index, NDVI)、地层岩性、距断层距离、距水系距离、年平均降雨量、距道路距离和土地利用共10个环境因子作为该区域的滑坡影响因素,然后结合交叉验证和随机森林算法建立考虑最优因素组合的滑坡易发性评价模型;最后,将所提模型的预测准确率与传统诱发因素组合的模型进行对比分析。结果表明：考虑影响因素组合的模型曲线下面积(area under curve, AUC)为0.780,具有较好的预测能力;所提模型预测精度优于传统诱发因素组合模型。     

森林火灾多机型救援三维航迹规划

为解决通用航空森林火灾救援时机群调度存在的航迹优化问题,提出一种针对多机型的自适应三维改进A^*航迹优化算法。目前常用的传统A^*算法存在搜索节点多、计算速度慢和受限于二维空间等缺点,综合考虑不同救援航空器实际飞行时的性能限制,从三维空间上改进搜索节点;提出考虑救援成本的代价函数,同时采用自适应方法动态调整权重。仿真结果表明,该算法能有效减少航迹规划时间和航迹长度,加快搜寻救援方案的生成速度,有效提高救援机群调度效率,更符合通用航空器实际林火救援飞行。研究成果可为提高通航森林火灾救援效率提供理论依据,具有一定的参考意义。     

基于集合经验模态分解和随机森林的短时交通流预测

针对短时交通流数据具有非线性、不确定性等特点,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和随机森林(random forest,RF)的组合预测模型。首先,利用EEMD算法将原始交通流数据的区间平均速度序列分解为若干个本征模函数（intrinsic mode function,IMF）和一个残差分量（residual,RES),提取出交通流数据在不同时频的信息;接着,将第一个分量进行二次EEMD分解,细化交通流的随机信息;然后,将分解得到的各个分量分别使用RF进行预测,构建子模型;最后,将所有子模型的预测值线性求和,得到最终的预测结果。采用阿拉尔市某路段的实际交通流数据进行实验,结果表明,EEMD和RF的组合预测模型优于单一的RF模型,并且对IMF1进行二次EEMD分解可进一步提高组合预测模型的准确率。