上海市主要河流调水方案的水质影响分析

针对上海市平原感潮河网的特点,对全市河网的水流、水质调度情况进行了详细分析,并利用MIKE11建立了上海市平原感潮河网的水动力和水质模型,同时数值模拟和分析了全市主要河流调水方案对水质的影响.结果表明,通过水利工程的合理、科学调度运行,全市骨干河流的水质可以得到一定程度的改善,部分河段的水质甚至可以提高1~2个水质等级.     

诱导延时和数据包丢失的广义网络控制系统的建模及其控制

针对广义网络控制系统的延时和数据包丢失问题,在诱导延时时间小于和大于采样周期T、单包传输和多包传输数据包丢失情况下,建立广义网络控制系统的模型并进行相关控制器设计.最后探讨了使网络控制系统稳定所允许的最大延时界限,为实际控制工程中广义网络控制对象的研究提供了理论依据.     

基于位点特异性打分矩阵的卷积神经网络预测SARS-CoV-2核衣壳蛋白的蛋白质二级结构

新型冠状病毒(SARS-CoV-2)有4种关键的结构蛋白,而核衣壳蛋白就是其中的1种.本实验从公开数据库NCBI上选取的SARS-CoV-2核衣壳蛋白质序列数据,分析SARS-CoV-2核衣壳蛋白与SARS-CoV核衣壳蛋白的序列相似性,对SARS-CoV-2核衣壳蛋白的理化性质和疏水性进行分析;在此基础上提出基于位点...     

在线随机组卷算法研究及实现

文章简述了目前网络课件中“在线自测”模块的缺陷;论述了如何利用随机启发式搜索改进抽题算法;并给出了一种基于模糊数学、概率统计及随机启发式搜索的在线组卷算法;该算法简单有效,适用于一般网络学院对在线测试的要求,具有较大的实用性。     

基于响应面重构的一种可靠度计算方法

大型复杂结构的可靠度分析中,极限状态方程往往无法显式表达。针对这种情况,文章采用二次多项式函数重构响应面来寻求设计验算点;然后在设计验算点附近,采用BP神经网络重构响应面,拟合极限状态函数;在此基础上,采用基于最优化原理的蒙特卡罗方法求解结构的可靠性指标。与其他单一的响应面重构方法相比,文中方法具有计算简便及精度高的特点;工程计算语言Matlab采用矩阵操作,并提供了包括优化、统计、神经网络在内的大量工具箱,而且语言简单,使得编程效率大大提高,能快速方便地实现可靠度计算程序的编制。     

一种网络式码流监测仪的设计方案研究

介绍了一种网络式码流监测仪的设计技术和方案,整个系统由码流监测仪、服务器和客户机等部分组成,相互之间通过WAN/LAN连接,采用SNMP工业标准协议;通过这种开放式的监测平台,可以在网络环境下多机连接进行多点监测,实现高速码流实时采集和捕获,并且进行数据触发、过滤。     

基于OpenSwan的动态VPN实现方案

IPsec是实现VPN的技术标准之一,而OpenSwan为Linux下IPsec的最佳实现方式,其最大程度地保证了数据传输中的安全性、完整性问题。OpenSwan不仅功能强大,其突出优点是一个开放源代码的项目,OpenSwan的实施应用不仅解决了无固定IP企业、单位网络的安全防护,也为企业节约资金和投资成果。实验证明,动态DNS方式是实现动态VPN系统的较有效方式。     

动态贝叶斯网精确推理中联合树算法的改进

基于动态贝叶斯网络处理动态不确定性问题的过程中推理是非常重要的,而推理算法的优劣决定推理的执行效率;文章在分析联合树性质的基础上提出一种较简单的3/2片联合树算法,该算法不需要限制消去顺序且只作一次扩展;讨论了算法的复杂度,并作了试验比较。     

一种暂态混沌神经网络及其应用

讨论了Hopfield神经网络算法在优化计算中的应用,提出了一种暂态混沌神经网络模型,把混沌动力学与收敛动力学相结合,使网络逐渐由混沌神经网络向Hopfield网络过渡,达到控制混沌的目的,并且提供一个在全局最优解附近的初值,然后用Hopfield网络得到最优解,有效地解决了Hopfield网络的局部极值问题.仿真结果表明算法对于初始值是稳健的,并且具有很强的克服陷入局部极小能力.     

An ensemble of LSTM neural networks for high‐frequency stock market classification

We propose an ensemble of long–short‐term memory (LSTM) neural networks for intraday stock predictions, using a large variety of technical analysis indicators as network inputs. The proposed ensemble operates in an online way, weighting the individual models proportionally to their recent performance, which allows us to deal with possible nonstationarities in an innovative way. The performance of the models is measured by area under the curve of the receiver operating characteristic. We evaluate the predictive power of our model on several US large‐cap stocks and benchmark it against lasso and ridge logistic classifiers. The proposed model is found to perform better than the benchmark models or equally weighted ensembles.