多维数据可视分析方法研究

随着科学与技术的发展,产生了大量的数据,为了帮助人们更好地了解数据的变化趋势,产生了一门重要的分支——数据可视化.数据可视化是大数据分析的一个重要手段,它是用视觉形式向人们展示数据重要性的一种方法,使生硬的数字通过数据可视化软件就可以很容易发现其关联变化.本文根据某公司报警运营服务需求,在报警服务平台的框架下介绍报警平台可视化的环境及工作流程,结合基于降维的数据分析技术,具体讨论关于北京市ATM报警数据的信息可视化的设计、实现和步骤.     

关于经济发展与生物多样性保护的系统再思考——转变林业经济发展方式、实现互利共赢

本文基于环境社会系统的可持续发展理论,以林业为例讨论了通过转变经济发展方式、实现经济发展与生物多样性保护互利共赢的一般原则与方法;指出：当前我国存在着林业发展模式与森林生态系统平衡之间的矛盾,其解决方法在于平衡森林生态系统的功能、林业产业体系的特点、以及人类对林业产品服务的需求三者关系,建立近自然林业经营系统、均衡开发林业木质资源与非木质资源,以及非物质资源产品,提高经济与生态整体绩效;并结合浙江省临安市白沙村案例,分析了通过林权改革、引进外部智力,发展近自然林业产业,实现经济与生物多样性保护互利共赢,并讨论了有利于促进经济发展与生物多样性保护的体制机制创新。     

SARS爆发预测和预警的数学模型研究

运用SEIJR模型简化后的SIJR模型, 分析了SARS传播中的传播率、基本再生数等重要参数, 并且运用所建立的模型对香港、加拿大和新加坡SARS爆发的前期数据进行拟合, 得到了传播率等重要 参数, 然后对采取控制措施之后模型参数(隔离率等)的调整对SARS后期发展趋势进行预测, 同时可以看到, 模型拟合的控制前的数据与模型预测的控制后的数据之间存在明显拐点, 这充分体现了控制前后疾病流行遵循着不同的规律. 建立的SARS数学模型还可以同时比较各个地区控制疫情措施的有效程度. 本模型给出的结果和香港、新加坡和加拿大的实际数据吻合较好, 并能给出这些地区在SARS发生后期反映政府控制力度方面的定量指标.     

[RE(AGly)_2(Im)_2(H_2O)_3](ClO_4)_3·H_2O多元固体配合物的研究

在甲醇介质中 ,合成了稀土混配固态配合物 [RE( AGly) 2 ( Im) 2 ( H2 O) 3 ]( Cl O4 ) 3 ·H2 O( RE=La,Pr,Nd,Sm,Eu,Gd,Dy ;AGly-乙酰甘氨酸 ;Im-咪唑 )。通过化学分析 ,元素分析确定了配合物的组成 ;利用1H NMR,IR,UV,X-射线粉末衍射等分析 ,并结合 TG- DTG对配合物热分解机理的研究 ,讨论了配合物的配位行为。用 AMI半经验法对配体进行了结构优化 ,计算了它们的电荷分布 ,推测出该类配合物可能的结构。     

英汉翻译中的形合与意合对比研究

近年来许多学者都关注形舍和意合这个课题,并取得了一定的成果。但是综观近年来的研究可以发现未采用全面而深刻的研究方法,对句子及以下层面和语篇方面的研究还明显不足,尤其以后者更为薄弱。本文提出对形合和意合的研究要完整全面,一方面,既要重视句子及以下层面的语言特点：英语重形合,汉语重意合;另一发面,也要重视在语篇方面形合和意合的探索研究。     

未知环境下移动机器人自主避障算法的研究

移动机器人是完成救援、运输等各种任务的重要工具,如何让机器人系统自主适应不同的复杂场景是目前的研究热点.本文针对具有静态和动态障碍物的复杂未知环境,对移动机器人进行运动学建模,提出了基于长短期记忆网络的近端策略优化避障算法.在无障碍物和有障碍物的仿真训练环境中,实现无先验地图信息情况下机器人在非结构化环境中的自主避障....     

微波预处理结合复合酶水解蔗渣

蔗渣是蔗糖加工废弃物,微生物利用蔗渣水解物作为碳源进行发酵可生产乙醇、乳酸等能源物质和化工原料,具有重要应用价值.采用微波加热结合酸碱处理工艺破坏蔗渣致密结构并去除木质素,比较4种商品纤维素酶对经预处理的蔗渣的酶解效果.最后针对蔗渣的复杂结构采用了复合酶酶解工艺.结果表明将蔗渣按1∶50固液比,在微波功率为280 w下加热,先于1%NaOH处理10 min,然后再于1%H2SO4处理5 min可有效破坏蔗渣的致密结构,去除部分木质素.采用的4种商品纤维素酶中,Yacult R-10纤维素酶酶解效果最好,最佳酶解条件为添加4 000 U/g预处理蔗渣,pH5.5,温度50℃,酶解时间12 h.采用复合酶组合(纤维素酶,果胶酶,木聚糖酶和半纤维素酶12∶2∶3∶5)酶解蔗渣得到酶解液总葡萄糖质量浓度为5.99 g/L.     

浅议高校收费管理改革

结合工作中的实际情况,通过对高校收费管理有关问题的探讨 ,探索搞好收费工作的途径和办法 。     

关键金属铍的电子探针分析

铍是一种"战略关键金属",其原位精确分析是地球科学领域的一种挑战.本文利用电子探针对铍进行系统定性定量分析,研究了铍的分析条件.(1)铍的最佳分析条件,电压为12 kV、无水铍矿物的分析电流为100～200nA、含水铍矿物的分析电流为50～100 nA、选择脉冲高度分析器(PHA)过滤.(2)定量分析了铍资源主要铍矿物,羟硅铍石、硅铍石和绿柱石,获得很好的分析结果.(3)探讨了铍定量分析的技术难点,如铍的特征X射线峰形较平坦、强度不高和发生右移等现象.铍的定量分析不仅对铍的赋存状态、成矿机制和资源分布具有重要的现实意义,也能深入认识铍的矿物地球化学性质.     

参数优化变分模态分解与LSTM的电力物资需求预测

国家电网物资采购管理水平不断提高,线上采购流程逐步完善,但仍存在由于采购计划预估不准导致招投标过程中,供应商利用招投标总标包机制进行价格博弈而造成电网公司采购成本增加,因此,建立准确有效的电力物资需求预测模型具有重要意义。针对电力物资序列的非稳定性、波动性和间歇性特点,提出一种基于参数优化变分模态分解(variational mode decomposition, VMD)与长短时记忆神经网络(long short-term memory, LSTM)的电力物资需求预测方法,选取国网电商专区平台的典型电力物资,采用鲸鱼优化算法(whale optimization algorithm, WOA)参数优化的VMD对原始序列进行模态分解,将分解获得的各模态分量分别构建LSTM模型,最后将各模态的预测值叠加重构为电力物资的预测值。实验结果表明：所提电力物资需求预测方法较LSTM、EMD-LSTM、VMD-LSTM、PSO-VMD-LSTM、SSA-VMD-LSTM有更高的准确率,对电网物资采购预测具有一定实际意义。