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。     

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。     

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     

湖北省经济可持续发展动态分析

搜集了湖北省1998～2002年国民经济发展的有关数据，按照可持续发展的要求，建立了经济可持续发展的多层次指标体系；借助基于主成分分析的建模方法，就实现湖北省经济、资源、环境之间协调发展的问题进行了研究，建立了湖北省经济、资源、环境可持续发展的数学模型，并利用统计软件SPSS和EXCEL对模型进行了求解，对模型的结果进行了分析和讨论．     

基于主成分分析的建筑空调系统传感器故障检测

在已经建立的建筑空调系统仿真器的基础上,针对系统的温度、湿度、流量传感器提出了一种基于主成分分析的传感器故障诊断方法.该方法根据系统正常的历史运行数据建立数理统计模型,通过传感器实际测量数据与正常数据阵在故障子空间投影的比较,对传感器的故障进行检测.仿真试验表明,该方法能够诊断出固定偏差和漂移故障,为进一步研究传感器的故障诊断提供了必要的基础.     

0#柴油水溶性成分对僧帽牡蛎(Ostrea cucullata)谷胱甘肽硫转移酶活性的影响

在实验条件下,将僧帽牡蛎(Ostrea cucullata)分别置于含有低(0.5 mg/L)、中(2 mg/L)和高(5 mg/L)3种浓度0#柴油水溶性成分(water-soluble fraction,WSF)的海水中,在污染后1,4,7,11,15 d采样,15 d后转入清洁海水中进行6 d的恢复实验,采样.测定消化腺和鳃谷胱甘肽硫转移酶(GST)的活性.结果表明:正常生理条件下鳃GST活性高于消化腺;消化腺和鳃GST活性随污染时间的延长先被诱导后逐渐下降,并存在一定的剂量-效应关系,可作为监测海洋石油污染的生物标志物;解除污染后,GST活性恢复到对照组水平.     

历山自然保护区苔藓植物的初步研究

对山西省历山自然保护区苔藓植物的分类和分布区系进行了研究，鉴定出历山苔藓植物共19科、31属、38种，以土生类型为主，树生类型次之，石生类型最少，共包括7种区系成分，其中最为丰富的是欧、亚、北美共有成分，有12种，占总种数的32.4%；东亚特有成分次之，有19种，占总种数的24.4%；中国特有成分，有6种，占总种数的16.2%。     

基于GIS的陇中黄土高原潜在生态环境评价研究

利用Arc／Info提供的主成分分析方法对陇中黄土高原潜在生态环境进行评价．首先选取对潜在生态环境影响较大的指标构建数字生态环境模型，然后对二级指标体系进行主成分分析，获得一级指标指数，最后对一级指标体系进行主成分分析，获得潜在生态环境评价指数．主要目的在于提供一种生态环境评价方法．     

Inorganic chemical composition and source signature of PM2.5 in Beijing during ACE-Asia period

Aerosol samples for PM2.5 were collected in Beijing for 38 consecutive days from March to April 2001 using an IMPROVE Sampler. Concentrations of 20 elements in PM2.5 were determined using a PIXE method. Results show that the average mineral dust concentration of PM2.5 was 14.6 Ilg/m3 during the observation period. On the sand-dust event days of March 21 and April 10, dust PM2.5 mass concentrations were 62.4 and 54.1 μg/m^3, respectively.These demonstrate that fine particle pollution by dust event in Beijing was very severe. The enrichment factors of S and Cu reached minimums on the dusty days and were high on the non-dusty days. It is considered that enrichment factors of elements in PM2.5, which are associated with human activities, can probably provide an effective method to distinguish local sources from external sources of dust. Factor analysis on the chemical composition in PM2.5 shows that sources of crustal matters, anthropogenic emission, and oil combustion contributed to PM2.5 levels in air in the springtime of 2001 in Beijing.