“十三五”期间我国科研软件发展现状与对策

“十三五”国家创新规划发布以来,我国软件行业取得了巨大的进展。科研软件作为软件行业中的一个细分分支,是科学研究中不可或缺的工具,是引领新一轮科技革命和产业变革的关键力量。因此有必要摸清我国科研软件发展现状和突出问题,研究影响科研软件发展的关键因素。本文通过梳理国家基金委资助项目、国家发布的相关政策、行业现状、人才队伍结构等情况,结合科研软件研发和使用者的特点,分析了科研软件发展中存在的问题,提出了科研软件发展建议等,以期为科研软件的发展及创新提供一定借鉴。

基于改进ICA算法对云南地区重力固体潮中地震前兆信息的提取与识别

固体潮信号是地球自转在月球和太阳作用下产生的混合复杂信号,其中包含大量的谐波分量,而实际重力固体潮信号中包含了丰富的地震前兆信息.该文提出一个重力固体潮信号的正交分解模型,通过将重力固体潮信号谐波分量,分解在两个正交的方向上,以提取独立的谐波分量:半日波信号、日波信号、长周期波信号.在重力固体潮地震前兆信息分析中引入ICA算法,结合ICA的自身的特点进行算法优化,对重力固体潮信号中包含的三类谐波进行提取.通过对重力固体潮信号中包含的长周期波的分析,研究长周期波的时序变化特征,从中读取其包含的震颤异常波从而提取地震前兆信息.通过对云南地区的实际震例分析表明,长周期波在地震前后的确存在异常变化特征量,此类异常变化常出现在地震前和地震后大约30d左右.得到的时序特征量的变化容易观察,对于地震前兆信息的分析具有明确的物理意义.

基于分布估计算法对重力固体潮信号独立主成分分析及谐波提取

固体潮信号是地球自转在月球和太阳作用下产生的混合复杂信号.本文提出一个重力固体潮信号的正交分解模型,通过将重力固体潮信号谐波分量,分解在两个正交的方向上,以提取独立的谐波分量.为了实现这一分解,本文采用独立成分分析算法进行验证分析.独立成分分析主要用于提取信号中的独立成分,但一般的独立成分分析算法具有对初始值敏感,收敛较早熟等问题.本文利用分布估计算法的学习概率模型全局寻优,克服独立成分分析算法缺点.通过实验仿真分析,改进算法可将重力固体潮信号成功分离出以下独立的谐波状态:半日波信号、日波信号、长周期波信号.并且,这些分离出的独立成分与本文提出的重力固体潮信号正交分解模型一致,分别对应于模型中的正交谐波分量.