刑罚目的、刑事一体化与短期自由刑——价值基础与现实反思

短期自由刑的行刑效果一直遭受质疑。但事实上,报应、一般预防、特殊预防均是现代刑罚目的所在,刑罚运作的不同阶段各有侧重。这正是短期自由刑存在的价值基础。刑事一体化必须创造结构合理、机制顺畅的刑法实践,短期自由刑的构造与运作模式正与之契合。     

2000年中国夏季降水异常的数值预测

利用中国科学院大气物理研究所短期气候距平预测系统(IAP PSSCA),于2000年3月份对当年中国夏季旱涝形势进行了实时集合预测.与实测结果比较表明,IAP PSSCA较好地预测出2000年我国北方大部地区干旱,雨带主要位于黄淮之间、我国的东南、西南和新疆等地大范围降水异常的分布形势.预测结果与观测的距平相关系数为0.25,集合预测评分为79分,优于其他预报方法,表明IAP PSSCA对我国夏季旱涝形势具有良好的预报能力.     

Neural correlates of short-term perceptual learning in orientation discrimination indexed by event-related potentials

The current work investigated the neural correlates of visual perceptual learning in grating orientation discrimination by recording event-related potentials (ERPs) from human adults. Subjects were trained with a discrimination task of grating orientation in three consecutive training sessions within 2 h. While reaction times (RTs) were shortened gradually across training sessions, the N1 was decreased and the P2 was increased over the parietal and occipital areas. A broadly distributed P3 was increased along with more practices. In addition, the time course of learning reflected in the P2 and P3 amplitudes was in line with the changes of reaction times and exhibited a stable level during later training. The impli- cations of these results to the neural mechanisms subserving perceptual learning were discussed.     

基于RBF神经网络和专家系统的短期负荷预测方法

深入研究了天气和特殊事件对电力负荷的影响,建立了结合径向基（RBF）神经网络和专家系统来进行短期负荷预测的模型。利用RBF神经网络的非线性逼近能力预测出日负荷曲线,然后利用专家系统根据天气因素或特殊事件对负荷曲线进行修正,使其在天气突变等情况下也能达到较高的预测精度。利用该模型编制的实用化软件在西北电网的多个电力局投入实际应用,结果表明：该方法用BP神经网络相比,具有较高的预测精度,同时具有较强的实用性。     

短期负荷预测的集成改进极端学习机方法

首次将极端学习机(ELM)理论引入短期负荷预测领域,并以BFGS拟牛顿法对ELM网络左侧权值进行优化训练调整,形成基于迭代-解析的改进ELM预测模型.同时,采用集成技术Boosting算法,生成多个差异度大的改进ELM子网络,对其进行加权组合,构建了集成改进极端学习机预测模型.该模型不仅有效避免了极端学习机左侧权值随机给定的输出稳定性问题,而且克服了单一网络预测模型泛化能力较差等缺陷.     

短期负荷预测模型及其影响因素

在分析电力负荷曲线特性的基础上，将日负荷分成工作日和非工作日，并着重考虑温度对负荷曲线特性的影响，将BP算法和模拟退火(SA)算法相结合，对某电网的日负荷数据进行实际计算，发现考虑预测日类型和温度等因素后，负荷预测精度有很大提高．     

用于短期风功率预测的历史数据深度迁移模型

随着全球化石燃料短缺日益严重,可再生能源的开发与利用愈发得到重视。风能是被广泛使用的清洁能源之一,在生产工作中,风力发电作为风能的主要利用形式,需要对其功率进行预测。依托风场日常记录的历史数据,传统学习模型可对风功率进行短期预测,但往往仅使用自己域内的历史数据作为分析对象,该类算法导致结果片面,局限性大,不能有效使用类数据中的隐含联系,抑制原始数据缺失或异常值引起的模型性能下降问题。笔者设计一种基于历史数据深度迁移的短期风功率预测模型。首先,使用带降噪处理的自动编码机构建深度神经网络模型。其次,应用深度迁移方法共享隐藏层,挖掘特征之间的隐含联系。最后,从具有相似特征和地理位置的风场数据中迁移重要知识,提高模型准确率和可靠性。实验结果表明,研究方法较之未使用迁移的方法更充分利用现有数据,预测准确率显著提高。     

肉牛短期快速育肥技术

所谓短期快速育肥，即把购买的架子牛（250-350千克以上）经过3个多月的育肥，使牛只的体重达到450～500千克时出栏。下面笔结合自己多年实践知识。向大家介绍一下肉牛的短期快速育肥技术，以供参考。     

一种改进的相空间近邻等距模式及其在短期气候预测中的试验

现有研究表明,气候要素系统可能存在混沌现象.通过应用混沌理论中的重建相空间技术,可在相空间中揭示出传统方法无法揭示的复杂气候动力特征,为气候预测研究开创一条新途径.现有相空间理论的研究多着重于对混沌系统的识别和应用混沌相空间理论建立不同的模式进行提前预测,这些预测多为对月时间尺度的;对于如何提高预报准确率和延长预报时效,从而实现对多个月份、季、年等更长时间尺度提前预报的研究还不多见.基于混沌理论的相空间近邻等距模式,对该理论中的提前预报时间T、延迟时间τ和相空间维数d等进行讨论.提出,实际应用中根据提前预报时间T来建立新的时间序列,满足T=τ=sδt,消除了相空间时滞τ的变化对提前预报时间尺度T的影响.应用改进前、后的预报模式,以不同相空间维数d对气温和降水气候要素做提前T=1~15个月的预报试验和检验.结果发现,改进后的模式提高了预报准确率,延长了预报时效.     

克拉玛依沥青的SBS改性试验研究

为了解决西部地区沥青路面的横向开裂等主要病害,对西北地区常用的克拉玛依基质AH 110#沥青及AH 90#沥青使用SBS4303,1401,1301改性剂进行了室内改性试验.结果显示,影响SBS改性沥青性能,特别是低温性能的主要因素为基质沥青的性质、组分的比例,其次为改性剂的型号和剂量;优良的基质沥青并不能通过SBS改性达到适合于本地区改性沥青的技术要求.