基于EMD-DBO-GRU的降水预测模型研究及应用

为了探索能够有效提高降水预测精度的方法,研究提出了一种经验模态分解EMD(Empirical Mode Decomposi⁃tion,EMD)、蜣螂优化DBO(Dung Beetle Optimizer,DBO)算法与门控循环单元GRU(Gate Recurrent Unit,GRU)神经网络相耦合的降水预测模型。基于EMD对历史降水数据进行分解,得到在不同时间尺度下的历史降水分量。采用DBO算法,对GRU的超参数进行寻优,建立历史降水量的DBO-GRU预测模型,将分解出来的历史降水分量输入DBO-GRU预测模型中。把每一个历史降水分量的预测值相加,可以得到总的降水预测结果。同时构建了GRU和DBO-GRU降水预测模型,与EMD-DBO-GRU降水预测模型进行精度对比,利用某水文站1951-2018年的月降水实测数据进行验证。结果表明,EMD-DBO-GRU降水预测模型的预测误差最小,预测精度最高,预测值与实测值基本吻合。

黑龙江省亚麻行业开发纤维用大麻前景广阔

一、国外纤维用大麻工农业生产概况世界上纤维用大麻主要分布在前苏联和东欧。90年代前苏联面积及产量均占全世界的50％以上,东欧则占40％,两者合计占90％以上。其他种大麻国家有的是油用、药用,有的是油纤兼用。西欧是纤维用亚麻的天堂,但大麻面积很小。从解体到现在,前苏联纤维用大麻面积由80年代的15×10~4hm^2陡降到现在的2×10％hm^2,而且仅限于俄罗斯西部和乌克兰南部。东欧大麻面积稳定在(5～6)×10~4hm^2。

通过形态性状鉴别栽培亚麻不同类型和品种的研究

Schilling，Tammes和Plonka等学者在本世纪三十年代到五十年代期间，为了鉴别亚麻的不同类型(野生亚麻、油用亚麻、两用亚麻，纤维用亚麻等)和品种，曾就亚麻的形态性状进行过各有侧重的和不同程度的研究，但未形成系统的鉴别标准和方法。

微量元素硼在苏联亚麻生产上的应用

硼能促进光合作用。使碳水化合物对根系的供应增加．有利于麻株的正常生长发育，能改善子房的营养条件，便种子饱满。从而提高亚麻纤维和种子的产量，并能促进一种抗毒素(松柏醇)的合成，有利于抗细菌性病害。

亚麻木质素结构及其对纤维质量的影响

对亚麻茎韧皮部和木质素分离出来的二氧已环木质素进行化学成份和官能基进行了分析。结果表明:细胞壁内半纤维素和木质素的含量随着单纤维直径的增大而减少。

攻克技术难关 全面推广亚麻种子加工线

为全面推广亚麻种子加工线,将研制成果转化为生产力,从技术路线、技术环节、技术培训及推后服务等方面进行论述,以提高亚麻产品的产质量和效益。

石门县人大常委会加强监督力度 依法审查乡镇人代会决议决定

湖南省石门县人大常委会依照地方组织法第44条中"撤销下一级人民代表大会及其常务委员会的不适当的决议"的规定,认真履行职责,长期坚持把依法审议乡镇人代会决议作为一项重要的工作来抓,仅1990年以来共审议决议决定1071件,其中关于"三个工作报告"决议决定以外的决议决定240件,共撤销不适当的决议决定15件,建议修改的84件。由于长期坚持审议,确保了乡镇人代会决议决定的合法性和有效性,大大提高了决议决定的质量和水平,有力地促进了乡镇人大工作。