神经网络全局势函数在多相催化中的应用

当今的多相催化研究需要新的技术和方法从原子尺度上表征活性中心结构和反应中间体。本文作者课题组近期开发了理论模拟新技术来探索催化剂活性位点结构，即基于神经网络势函数的大规模原子模拟（LASP）软件中实现的全局神经网络势函数计算方法。本文介绍了该方法可以显著降低催化体系的计算代价，而维持与密度泛函理论同一级别的计算精度，从而解决多相催化中的许多复杂问题。本文对神经网络势函数方法的实现细节和目前已实现的应用场景进行了详细介绍。神经网络势函数可以用来预测材料晶体结构，理解高压氢化条件下TiO₂表面的结构演化和确定三元氧化物ZnCrO晶相中合成气制甲醇活性位点。最后文章分析了神经网络势函数的局限性和今后可能的三个研究方向，即材料性质预测、多元素体系神经网络势函数构造和化学反应拟合。     

带延迟索赔和随机收入的离散风险模型的Gerber-Shiu分析（英）

破产理论是保险数学中的重要问题，它可以为保险公司决策者提供一个非常有用的早期风险预警手段．本文研究了一个带潜在延迟索赔和随机保费收入的复合二项风险模型．利用矩母函数的技巧，得到了 Gerber-Shiu 期望折罚函数的递推公式．特别地，还得到了贴现因子为 1 的特殊情形下的 Gerber-Shiu 期望折罚函数的解析表达式．最后还得到了实际应用中的一些重要的破产特征量，包括破产概率，破产时赤字的密度函数，破产前盈余与破产时赤字的联合密度函数，以及导致破产的索赔密度函数等．     

基于LSTM-RF模型的城市道路交通流预测

交通流预测作为信号协调和出行时间预测等任务的基础,成为了交通领域的研究点。对于交通流预测问题,研究人员提出了多种方法,但这些方法大多只使用交通流数据的时域信息进行交通流预测,忽略了空间相关性对于预测目标路段流的影响,导致预测精度不理想。基于组合模型的思想提出了一种称为LSTM-RF的交通流预测模型。在交通流预测过程中,首先使用LSTM模型提取预测目标路段的时序特征,再将其预测值与采集的相邻上下游路段信息同时作为随机森林模型的输入特征,进行交通流时空相关性分析,获得最终的预测结果。并通过贵阳市车牌识别系统采集的城区132条路段的交通流数据进行实验验证。结果表明:该方法在预测精度上优于单一模型,并且预测误差相比单一模型有明显减少。     

国外资讯

通过改善耕作方式减少排放近日,麦肯锡公司发布了一份新报告,研究农业在气候变化中的作用,以及如何通过改进农业生产方式减少排放。该报告确定了25项减少农业排放的措施,预计到2050年,累计可减少高达460亿吨二氧化碳当量,并详细说明了改变全球饮食结构所需的减排量,以增强森林碳汇能力,实现《巴黎协定》设定的1.5℃温控目标。     

基于随机场和数学形态学的水泥基材料三维孔隙结构建模研究

孔隙介质在微米及纳米尺度的孔隙结构决定着材料在宏观尺度的物理和力学特征.构建三维孔隙结构数值模型,对于进一步研究水泥基材料的力学及渗流特性有着重要的意义.考虑到传统的基于简单单元的建模方法无法呈现出孔隙分布的随机性和孔隙形状的复杂性,本文采用偏移集理论将连续的高斯随机场阈值化为二相场,并通过多个具有不同相关长度的二相场联合完成模型构建.采用数学形态学图像分析方法分析模型的孔径分布,验证模型构建出满足试验孔径分布曲线的孔隙结构.研究表明,该方法能够使模型孔隙网络的空间形态随机化,且对孔隙率和孔径分布也有着较好的控制.     

基于DSP的井下人员定位系统设计

设计了一种基于DSP的井下巷道的超声波定位系统,可实现对多个目标的定位。由于采用了伪随机二进制编码方式对单片机产生的超声波信号进行编码,因此具有抗干扰能力强,精度高,成本低等优点,可应用于狭长嘈杂通道下移动目标的位置测定。     

抚顺森林城市建设现状与潜力分析

近年来,抚顺市以科学造林为指导思想,通过天然林保护工程、青山工程、野生动植物资源与自然保护区建设工程等大力开展绿化造林,改善生态环境等方面的功能,提高了森林资源质量,使森林面积、活立木蓄积量和森林覆盖率均实现较快的增长。本文旨在通过对抚顺市森林城市建设现状进行汇总,对森林城市建设的潜力进行分析综述。     

基于森林资源保护前提下的森林培育工作

文章从调节温度、净化大气环境以及维持物种多样性等方面分析了开展森林资源保护工作对环境的促进作用。其次重点介绍森林培育工作开展的流程,对树木种植与管理过程中的技术要点进行总结,帮助提升树木存活率,确保功能能够正常发挥。