基于Z指数的雅鲁藏布江流域径流丰枯变化及其特征分析

雅鲁藏布江流域地处青藏高原,近年来受极端天气影响,该流域的径流演变过程以及水文循环过程各要素之间的响应关系已成为目前研究的热点问题。本文利用雅鲁藏布江流域5个水文站60a(1956—2015年)年、月流量资料,对各站流量进行趋势分析及突变检验,并对径流演变的主要驱动因子进行相关性分析;正态化处理各站实测流量计算出流量的丰枯指数Z,将丰枯指数Z划分为7个等级,并对Z指数进行突变检验。结果显示,年平均流量除奴各沙和唐加站为减少趋势,其他3站为增加趋势,且近十几年来雅江流域水枯现象有缓解或有向平水或丰水方向发展的微弱趋势;通过分析月尺度径流丰枯等级发现,多数站点冬、春季水量偏丰,且各站Z指数在7月份有增加趋势,而8月份却为减少的趋势。本文对于认识雅鲁藏布江流域气候与水文特征以及雅鲁藏布江流域防洪抗旱的预警预报具有重要的指导作用。     

融合位置信息和物品流行度的协同过滤算法

针对绝大多数用户消费习惯对地理位置的敏感性,以及推荐过程中的"长尾效应",提出融合位置信息和物品流行度的协同过滤算法。对传统的协同过滤算法作出2点改进:第一,将用户兴趣偏好与位置偏好相结合,提出一种新的基于地理位置的用户相似度计算方法;第二,在预测评分时,引入物品流行度权重,合理地调整流行物品和长尾物品的推荐期望值。使用Foursquare数据集作为实验数据集,与相关算法进行对比实验。结果表明,改进算法能有效提高推荐的精度和推荐结果的多样性。     

循环移位线性调频波形的若干特性分析

分析了循环移位线性调频波形在时域、频域的结构特性。通过与基波形的共轭矢量进行乘运算,将循环移位线性调频波形变换为M进制FSK波形,基于此给出了解调器构造方法,推断循环移位线性调频调制具有与正交多进制调制类似的误码性能,并通过仿真予以验证。通过仿真,给出了线性循环移位线性调频波形在不同频偏下的误码性能变化曲线,展示了该波形优异的抗频偏特性。     

海南省旅游气候资源评价系统的设计与应用

本文基于海南气象站的观测数据,利用温湿指数、风效指数和基于二者及海南旅游气候资源实际情况构建的综合舒适度指数、旅游气候指数等对海南旅游气候资源进行了评价,在此基础上利用JDK1.6平台,采用Java高级语言设计和开发了海南旅游气候资源评价系统,该系统能够实现对任意时段海南旅游气候资源的评价,并可查询海南地面气象观测站的观测数据、未来30天的气温、降水等预报信息;该系统可使人们及时地了解海南旅游气候资源的分布及其变化情况,能够为海南旅游气候资源的开发利用和相关部门的决策提供技术支撑.     

具有较小Hyper-Wiener指数的仙人掌图

利用图变换的方法讨论仙人掌图的Hyper Wiener指数.通过比较给出仙人掌图的第二小、 第三小Hyper Wiener指数, 并刻画达到第二小、 第三小Hyper Wiener指数的极图.     

一类四阶微分方程Neumann边值问题正解的存在性

运用锥上的不动点指数理论获得了四阶Neumann边值问题 y(4)(x)+(k_1+k2)y″(x)+k_1k2y(x)=f(x,y(x)),x∈[0,1], y′(0)=y′(1)=y(0)=y(1)=0 在条件k₁2<0下正解存在的最优条件,其中f∈C([0,1]×[0,∞),[0,∞))。     

反结构切换混沌系统

通过设计切换函数,将两个互为反结构的子混沌系统联合构成一个新的自动切换混沌系统。针对系统的耗散性、吸引子存在性、平衡点及其稳定性等进行理论分析,并采用Matlab软件绘制切换系统的吸引子相图、功率谱、分岔图、李雅普诺夫指数谱、庞加莱截面图等,证实其混沌特性。最后,基于混沌电路理论设计切换系统的模拟电路,采用Multisim软件运行该电路,并对虚拟示波器生成的吸引子进行实时观测,观测结果与理论分析和数值仿真结果相符,验证了该切换混沌系统的可实现性。     

基于区域时变聚类采样机制的物联网 大数据传输算法

为解决传统物联网大数据传输算法存在的网络链路抖动频繁、传输能力受限以及传输误码率大的不足,提出了一种基于区域时变聚类采样机制的物联网大数据传输算法。首先,根据物联网信号发射中常用的LTE-5G信号特性,采取分信道传输及抽样过滤技术来实现数据传输过程中的正交化,消除节点间因信号频率相似而导致的干涉现象,提高网络数据传输效率;随后,几何聚类机制与能量-阈值映射裁决方法,构建了稳定聚类采样方法,利用功率最佳及能量最佳的方式来实现传输节点的筛选,强化传输链路的稳定性能,降低因链路抖动而导致误码的风险。仿真实验结果表明:与常见的超高斯频率漂移传输提升机制(Transmission Mechanism of Super Gauss Frequency Drift Transmission, SGFD-T机制)及拉普拉斯信道滤波传输机制Laplasse Channel Filtering Transmission Mechanism,LCF-T机制)相比,所提算法具有更大的上传带宽和更低的数据采集错误率与误码率。     

基于超极特征匹配机制的人工网络安全流量 过滤算法研究

为解决当前物联网部署过程中存在的流量过滤效率低、传输受限等难题,提出了一种基于超极特征匹配机制的人工网络安全流量过滤算法。首先,基于能量最优原则,并针对sink节点与准分区节点之间的应答响应关系,构建一种网络初始化方案,使用分组问答-响应方式建立节点拓扑初始化关系并进行能量排序,实现网络快速建立及拓扑收敛。随后,综合考虑能量冗余、距离等超级特征并进行区域匹配,通过设计更新周期方法实现对区域节点稳态化控制,稳定区域传输质量,提高算法在超宽带传输条件下的适应能力。最后,采取扫描方式进行分区节点二次筛选,选取转发代价最小的分区节点进行组网,降低分区节点因能量受限而出现瘫痪的概率,进一步稳定算法对流量的过滤及传输质量。仿真实验表明:与当前常用的超宽带一体化传输过滤稳定算法(Ultra Wideband Integrated Transmission Filter Stabilization Algorithms,UWITFS算法)及分区流量综合过滤算法(Partition Flow Comprehensive Filtering Algorithms,PFCF算法)相比,所提算法具有流量过滤强度高、超宽带传输能力强的特性,实际部署价值较高。     

融合微博热点分析和LSTM模型的网络舆情预测方法

当前互联网已成为公众获取信息、表达观点的重要平台,也带来社会舆情事件易发生的风险,通过对网络舆情走势的提前预测,能够准确判断热点事件的发展态势,为政府相关部门应对舆情危机提供参考.针对单一预测模型预测精度不高和社交媒体对舆情走势影响较大的问题,提出了融合微博热点分析和长短期记忆神经网络(LSTM)的舆情预测方法.利用网络爬虫和PyTorch机器学习平台构建了用于舆情时序数据分析的网络舆情预测系统;在此系统内,考虑微博的强时效性,采用网络热点分析技术计算微博热度分值;改进LSTM网络,设计由2个隐含层组成的MH-LSTM预测模型;将MH-LSTM模型用于舆情事件百度指数的定量预测中,通过试验验证了模型的正确性,证实了该预测模型拥有较好的预测效果.