基于ARIMA和LSTM的新能源汽车销量预测研究

随着全球能源结构的转变和环保意识的提升,新能源汽车行业迅速发展,销量预测对于市场布局、生产及供应链管理至关重要。然而,销量预测受多种因素影响,具有复杂性和非线性特征,传统的时间序列预测方法如ARIMA模型在处理这些特征时存在局限性。为克服这些问题,提出了一种创新的组合模型算法,该算法融合了ARIMA模型在捕捉线性趋势方面的优势以及LSTM模型在捕捉非线性特征和时间依赖性方面的强大能力。利用选取的2021年1月—2023年9月每月新能源汽车销售数据,验证了该组合模型在预测未来一年内两个品牌新能源汽车销量方面的准确性和可靠性。研究结果表明,该组合模型相较于单一模型在预测精度上有所提升,RMSE下降约20%,为新能源汽车市场的战略规划提供了有价值的决策支持。

不同培养方式对牛樟芝活性组分的影响

牛樟芝因含有多种活性成分且在抗癌、保肝等方面有着良好的功效而备受关注。本文考察了固态发酵以及不同液态发酵方式对牛樟芝活性产物的影响。结果显示,固态发酵不同谷物对活性产物的合成有明显的影响,青稞作为发酵谷物基质,其活性产物种类多且含量高,Antrodin C、Antroquinonol产量分别为5 901.27 mg/kg、3 715.76 mg/kg。常规液态发酵菌丝体中主要含有Antrodins类化合物,以Antrodin C为主,但不能合成Antroquinonol类化合物。通过添加前体物辅酶Q_0可以诱导牛樟芝菌丝体在液态发酵中合成Antroquinonol;在此基础上,添加植物油进行同步萃取发酵,能够显著提高牛樟芝菌丝体活性成分种类和产量,除了诱导合成Antroquinonol之外,还有大量Antroquinonol B合成;同时,大多数活性成分在发酵过程中不断被富集萃取,Antrodin C、Antroquinonol产量分别为289.80 mg/L、95.39 mg/L。Antrodin C产量比常规液态发酵提高了7.06倍,而Antroquinonol产量比诱导发酵提高了203.89%。

媒介深度融合语境下新冠肺炎疫情报道的创新路径——基于“最美逆行者”系列融媒报道的分析

媒介融合向纵深发展的时代背景下,媒体在面对突发公共卫生事件时,不仅推出了多种形式的融合报道产品,还拓宽了新闻报道的边界,实现了与受众的深度互动、与信息的云端共享,赋能公共服务。本文将获得第31届中国新闻奖融合创新类一等奖的“最美逆行者”系列融媒报道作为分析对象,探索在融媒体时代和新冠肺炎疫情常态化防控的现实背景下,如何打造有深度、立体化的报道,在内容交互性和传播社交化上发力。

互动仪式链视角下B站Reaction视频的互动机制研究

记录人们对于某一事物反应的Reaction视频于近年逐渐兴起,成为视频自制内容的新形式。Reaction视频所具有的二次创作属性、趣味性以及借助弹幕产生的交流性,为云端互动提供更多可能。基于互动仪式链理论,分析Reaction视频互动仪式的各个要素,并从宏观和微观两个角度阐述观看互动中产生的仪式结果,为社交媒体时代视频创作与传播提供借鉴与思考。