职住变迁与通勤自平衡

采用2011年和2014年各两周的上海移动手机信令数据,通过跟踪分析识别出居住地、就业地发生变迁的居民作为研究对象,数据可视化、描述性统计、定量对比分析等方法对同一批变迁居民的通勤行为进行跟踪研究,以此对其中存在的“自平衡”特征进行分析,并进一步研究该变化特征与城市空间之间所存在的联系。研究表明：总体层面,从平均通勤距离变化以及过剩通勤率变化方面来看,居民在进行居住地、就业地变迁时均存在通勤“自平衡”的特征与趋势;个体层面,原通勤距离越远,通过居住地、就业地变迁以改善自身通勤关系追求通勤“自平衡”的效果越明显;就业地变迁居民的通勤“自平衡”特征相较于居住地变迁来说更加显著;空间集合层面,职住关系较差的居住区、就业区,存在总体的“自平衡”现象。     

具有恐惧效应的非自治生态流行病学模型的动力学分析

研究了一类食饵中有疾病的生态流行病模型,建立了一个具有恐惧效应的非自治Leslie-Gower捕食者-食饵模型.用微分方程比较定理证明了种群的有界性,得到了模型中染病食饵持久和绝灭的充分条件,并且将非自治的模型退化到了周期模型,得到模型为周期系统时染病食饵对应的持久和绝灭条件.最后通过数值模拟对理论结果进行了验证.     

模板辅助合成多孔Ni0.85Se/C复合微球及其储锂/钠性能

以多孔Ni/C复合材料作为牺牲模板,通过水热硒化法制备了多孔Ni_0.85Se/C复合微球. XRD、SEM和TEM表征结果显示,具有良好结晶性和相纯度的Ni_0.85Se/C是由Ni_0.85Se纳米颗粒密堆积而成的多孔球形结构;XPS和TG曲线显示共存的碳质量分数由Ni/C中的27.3%下降为Ni_0.85Se/C的7.1%.作为锂离子电池负极材料,在0.2 A·g^-1的电流密度下,Ni_0.85Se/C第2次可逆放电比容量为579.2 mA·h·g^-1,由于非法拉第容量贡献,经过100次循环后,放电比容量变为812.8 mA·h·g^-1,远优于未硒化的Ni/C复合材料.作为钠离子电池负极材料,Ni_0.85Se/C具有较高的放电比容量,50次循环后,放电比容量剩余值为293.5 mA·h·g^-1. CV和EIS分析证明Ni_0.85Se/C的放电容量是法拉...     

甘肃省非天然地震分布特征研究

近年来非天然地震受到越来越多的重视,台网工作人员迫切需要对责任区内非天然地震多发区域、波形特征、频谱特征等进行归纳总结,形成图谱以作为工作参照。本研究选取并重新校正了2010年1月—2020年10月记录的甘肃省行政区划内ML≥2.0的非天然地震事件共387例,发现甘肃省内存在白银区、金川区、红古区、华亭市、肃南县、永登县6个非天然地震多发区域。经过对各地非天然地震的波形特征、记录特征和傅立叶频谱特征进行分析,不同发震地点的非天然地震因为其震动类型、震源深度和地层结构的不同,波形和傅立叶频谱存在明显差异,震源深度、地层介质和震动类别决定了非天然地震的波形特征和频谱特性。     

长链非编码RNA CASC15与肿瘤的研究进展

长非编码RNA(lncRNA)负责各种细胞功能,如转录和转化调节以及基因表达的变异。lncRNA CASC15是染色体6p22.3中一个长的异源性非编码RNA(lncRNA)位点。先前的研究表明,lncRNA CASC15与神经母细胞瘤和黑色素瘤等几种癌症的生物行为有关。本综述结合近期文献,总结lncRNA CASC15参与肿瘤的发生发展作用与分子机制,以期为肿瘤的诊断和治疗提供新的理论依据。     

基于掩码机制的非自回归神经机器翻译

当前基于自注意力机制的神经机器翻译模型取得了长足的进展,但是采用自回归的神经机器翻译在解码过程中无法并行计算,耗费时间过长.为此,提出了一个采用非自回归的神经机器翻译模型,可以实现并行解码,并且只使用一个Transformer的编码器模块进行训练,简化了传统的编码器-解码器结构.同时在训练过程中引入了掩码机制,减小了与...     

双重加权朴素贝叶斯算法预测乳腺癌复发率

针对朴素贝叶斯算法在处理不平衡数据时准确率不高的问题,提出类权重和属性值权重相结合的双重加权朴素贝叶斯算法.双重加权可降低算法的属性独立假设对分类结果的影响,提升少数类对分类过程的作用.乳腺癌患者复发率预测结果表明,双重加权朴素贝叶斯算法相对于传统的朴素贝叶斯算法、属性值加权的朴素贝叶斯、K最近邻分类算法、支持向量机分...     

有限个一致李普希兹渐近拟非扩张映像强收敛定理

在任意Banach空间中,给出了有限个一致李普希兹渐近拟非扩展映像强收敛于其公共不动点的问题,此结果推广了以前的结论.     

非约束环境下的实时人脸检测方法

在不受限制的场景下,人脸检测大多部署在移动端或者边缘设备上,这些设备计算能力低且内存较小.使用无锚检测思想,基于CenterNet无锚检测器,提出以人脸为点的检测方法.不需要人工预先设置锚框,也不需要使用非极大值抑制来后处理,模型变得简单且高效.模型的骨干网络使用改进的ShuffleNetV2,轻量级网络保证了模型参数...