基于GAM的感应电动机比例预测方法研究

华中四省电网稳定计算负荷模型由一定比例的感应电动机并联恒阻抗组成,但电网稳定计算使用固定不变的感应电动机比例参数不能适应负荷的发展。提出一种基于GAM(Generalized Additive Model)的感应电动机比例预测方法,命名为TP-GAM(Trend and Periodicity Generalized Additive Model)。先利用纵横结合的异常检测对缺失的电力时序数据进行检测和填充修正;再根据变电站、城市、省份三个级别进行逐级聚合计算感应电动机比例;最后对感应电动机比例的时序历史数据进行周期性和趋势性的特征分析和预测。以某地区真实的感应电动机比例数据进行实验,结果表明提出的TP-GAM框架对感应电动机比例进行预测方法所得结果与传统的时间序列模型对比具有更高的预测精度。

基于知识图谱使用多特征语义融合的文档对匹配

为了区分文档间的同源性和异质性,首先,提出一种多特征语义融合模型(Multi-Feature Semantic Fusion Model,MFSFM)来捕获文档关键字,它采用语义增强的多特征表示法来表示实体,并在多卷积混合残差CNN模块中引入局部注意力机制以提高实体边界信息的敏感性;然后,通过对文档构建一个关键字共现图,并应用社区检测算法检测概念进而表示文档,从而匹配文档对;最后,建立两个多特征文档数据集,以验证所提出的基于MFSFM的匹配方法的可行性,每一个数据集都包含约500份真实的科技项目可行性报告。研究结果表明:本文所提出的模型在CNSR和CNSI数据集上的分类精度分别提高了13.67%和15.83%,同时可以实现快速收敛。

水-土壤环境中抗生素污染现状及吸附行为研究进展

近年来,在水-土壤环境中频繁检测出的抗生素,对人类健康和生态系统已产生不容忽视的风险。其中,在环境中常被检测到的磺胺类(sulfonamides,SAs)、四环素类(tetracyclines,TCs)、大环内酯类(macrolides,MLs)和氟喹诺酮类(fluoroquinolones,FQs)抗生素在畜牧养殖以及临床医疗广泛应用。本文从3个方向进行了综述:(1)抗生素在水-土壤环境中的分布现状,包括抗生素的来源、使用现状及在水环境、土壤环境中的污染现状,并对比四大类典型抗生素在不同地区环境介质中的污染情况;(2)分析抗生素在水-土壤环境中的吸附行为,探究金属离子、pH、有机质及分子结构对抗生素吸附行为的影响;(3)对水-土壤环境中抗生素研究的重点方向进行展望。磺胺类具有良好的化学稳定性和环境迁移能力,在水环境和土壤环境中的残留水平都较高且在水环境中更容易残留。四环素类具有良好的水溶性、光解特性以及较高的辛醇-水分配系数(K),容易被沉积物或土壤吸附。氟喹诺酮类自身性质稳定,半衰期长,比其他类抗生素具有更强的土壤蓄积能力和持久性,在水环境中频繁被检出。大环内酯类在水环境中不仅具有较高的生物可降解性,并且由于其衰减速率较高,使得此类物质在被吸附到沉积物中之后很难迁移到深层沉积物中。

拉萨是一种感悟

我曾走过的拉萨，都成为如今的一种感悟。沉浮的时光在不经意间荡动．时间的无涯已经留不住经年的痴狂。当回忆往事，做不到云淡风轻。秋风浮起．黄叶叠更．轻轻吹起的思绪，原来已是久远的事了。