融合MIC与Res-LSTM模型的有效波高预测

有效波高(significant wave height,SWH)的预测在海洋运输和海上活动方面发挥着重要作用。基于中国阳江海陵岛近岸实测数据,提出一种融合最大信息系数(maximal information coefficient,MIC)、残差网络(residual network,ResNet)和长短期记忆网络(long short-term memory networks,LSTM)的预测模型。首先,采用MIC算法从数据集中筛选出与预测指标相关性高的参数作为模型的输入;然后将ResNet引入LSTM中,构建Res-LSTM预测模型;最后选择相关系数(r-squared,R2)、均方根差(root mean squared error,RMSE)、平均绝对误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)来评价预测结果。同时,对比了XGBoost(extreme gradient boosting)、SVR(support vector regression)和LSTM网络的预测效果。结果表明,MIC-Res-LSTM模型能够提高短时有效波高预测值的精度。

风暴后海陵岛金沙滩恢复期床面高度变化分析

台风后海滩恢复初期的床面变化是海滩演变机理的重要研究内容。利用2021年8月17—22日现场观测获取的海陵岛金沙滩碎波带床面高度和波浪、潮汐数据,分析不同潮汐周期和波况下的床面高度变化特征,并采用连续小波变换分析床面高度的周期变化特征。结果表明:(1)风暴后海滩恢复期的波浪以卷破波为主,在较低潮位与强浪耦合下海滩迅速恢复,而在较高潮位与弱浪耦合下海滩恢复有限;(2)床面高度在“最高潮”时减小,在“次高潮”时增加,“次高潮”期间床面高度的周期变化更显著;(3)床面高程变化受多种水动力参数共同影响,观测点位置不同对潮位变化和波浪作用力反映不同,观测点位于外碎波带,床面高程受深水波高影响较大,在碎波带内受碎波带的波浪、潮位高低以及破碎类型影响较大。

深圳龙岐湾海滩资源调查与开发建议

文章基于2022年春、秋季开展的龙岐湾沙滩资源调查数据,分析较场尾沙滩、大塘角沙滩、黄泥湾沙滩和桔钓沙沙滩的剖面特征、沉积物粒径和裂流发生情况。研究结果表明:4处沙滩剖面的坡度秋缓春陡,剖面受风浪和潮汐直接作用时坡度变化大,受遮蔽时坡度变化小,整体呈冬春淤积、夏秋侵蚀;沙滩沉积物以中砂、粗砂和砾石为主,粒径变化不大;沙滩均无明显裂流发生,为低风险等级。建议开发沙滩旅游应考虑季节性的补沙方案,开展围垦养殖和海岸工程应注意削弱ESE向和SE向的波浪作用。

风暴作用下浅水波浪的MEEMD分析

利用MEEMD(Median Ensemble Empirical Mode Decomposition)对2018年16号热带风暴期间琼州海峡青安湾破波带波面数据进行分析,得到了波面的内在模态函数(Intrinsic Mode Function,IMF)以及对总方差的贡献,并比较了收集到的原始数据和相应的希尔伯特边际谱。结果发现:①风暴能量增强阶段,波浪结构中各成分波的波能均得到了较大增强,对波浪能量的贡献主要集中在高频、低频两侧波段;但风暴减弱阶段,波浪结构中波能分布表现为高频高能、低频低能的特征。②风暴能量减弱,破波带长重力波频带能量迅速衰减。③相对风暴距离不同、相对风暴方位不同,其波浪结构各成分波频幅不同,具体表现为:研究区域相对风暴前进路径方位不同,距风暴中心距离不同时,距离更远的低频模态频率更大,低频模态能量更小;距风暴中心距离相同,相对风暴前进路径方位不同时,向岸风状态的波浪较高模态波能量更大;相对风暴前进路径方位相同,距离不同时,模态频率变化表现为距离更近的各模态频率更低、波浪能量更大。

最大互信息系数的并行计算方法研究

针对最大互信息系数(maximal information coefficient,MIC)近似算法在大规模数据场景下的计算时间复杂度高,计算时间增长快的问题,提出一种最大互信息系数并行计算(parallel computing maximal information coefficient,PCMIC)方法。分别在Spark和Spark-MPI(message passing interface)计算框架中,在不同的数据规模和不同的噪声水平下,利用PCMIC算法对14种典型的相关关系做并行计算。另外在不同节点数的情况下,选择两种具有代表性的相关关系来测试PCMIC算法在两种计算框架中的性能。结果表明:PCMIC算法在两种框架下的运算效果与原始MIC近似算法相比,同样具有普适性和均匀性,而且具有良好的可扩展性;随着数据规模和节点数的增加,PCMIC算法在两种框架中运算的时间增长明显比MIC近似算法慢,而且在Spark-MPI框架下的并行加速比和效率略优于Spark;Spark能够支持MPI任务的调度,为研究不同并行计算框架之间的融合奠定了一定的理论和应用基础。

13.56 MHz线圈天线信号与能量传输匹配系统研究

当前,5G已经在通信领域成为一个新兴的热门话题。虽然它能够大大提高人们的交互效率,但依然无法解决信号相对闭塞地区的交互质量低问题,如地铁站、地下商场等场所。而频段在13.56 MHz的近场交互式技术能够提高便携式设备通信与能量传输的效率,很好地弥补了5G的这一缺陷。根据IEEE国际标准ISO14443A/B,讨论近场交互线圈天线匹配电路的设计研究,针对两种结构不同的线圈天线分别设计并联和串联匹配电路。仿真结果显示,两种匹配电路都能够优化线圈天线的匹配特性。

一种基于HBase的RDF数据存储改进方法

为高效地存储和管理大规模语义Web数据,结合语义Web数据查询的特点,提出一种基于HBase的资源描述框架RDF(Resource Description Framework)数据存储改进方法。该方法将以主语+谓语、谓语+宾语、宾语+主语为索引的RDF数据存放在SP_O、PO_S、OS_P三张索引表中,同时将PO_S表按类划分为P_SO和P_OS两类,并给出改进的查询索引方法。对数据的加载存储,利用HBase自带的BulkLoad工具将数据上传至HBase存储表中。通过理论分析和实验结果显示,改进的存储方法对固定谓语的查询能作出快速响应;BulkLoad并行加载数据具有较高的加速比,在缩短数据加载时间的同时能提升系统整体存储性能。

基于最大信息系数的学生体质健康测试相关性分析方法

将最大信息系数算法运用于体测数据的相关系数计算,通过运用最大信息系数算法与皮尔逊相关系数算法、斯皮尔曼等级相关系数算法以及肯德尔等级相关系数算法,对学生体测数据中肺活量与其他特征指标进行相关系数计算并对比。通过对比分析学生体质健康测试数据的结果,表明最大信息系数能够更有效的探测肺活量与其他指标的相关性,且具有较高的准确性。

基于XBeach模型的深圳金沙湾裂流的数值模拟

金沙湾是粤港澳大湾区重要的滨海旅游景点之一,深受世界各地游客的青睐。利用XBeach模型模拟金沙湾海滩的近岸环流,研究了不同模拟波况下裂流的发生情况。结果表明,金沙湾产生裂流很大程度上受到波高和地形的影响,在年平均有效波高波况下,金沙湾沿岸无明显裂流,当入射波高超过某个阈值后,沿岸裂流风险提高。裂流的强度和离岸距离与入射波高呈正相关,波向增加不利于海滩处裂流的产生,但有利于偏斜裂流的形成,金沙湾的海滩管理者应该提高对波浪状况的预警,以降低因裂流而导致的危害。另外,由于长岬角特征,金沙湾产生的偏斜裂流的补偿流来自岬角和海滩的沿岸流,这一点需要通过后续的现场观测进行对比验证。本文的工作可为使用XBeach模型对裂流进行模拟研究提供参考。

一种图文组合相似度算法的设计与优化

包含文字和图片的文档作为信息的一种载体,能够极大地丰富信息的表现形式。针对传统计算图文相似度的算法效率不高的问题,提出一种图文组合相似度算法。将Jaccard相似系数引入余弦相似度,通过加权计算两文本的相似度,然后用感知哈希算法计算文档中图片相似度并找出最大值,再计算单个文档中所有图片相似度均值,与文本相似度加权求得文档的图文相似度。最后通过一个文档相似度查重系统验证了该算法能准确高效地完成文档之间相似度的量化,且优化后的相似度算法能够极大提高该系统的运行效率。

广东省14个海滩裂流类型及统计特征分析

裂流是沿海地区频发的一种高速离岸流。根据Castelle的裂流分类模型对广东省14个海滩的Google Earth影像进行了解译分类,对裂流分类模型在遥感影像中的应用进行了探讨。结果表明:在高风险月份,海滩裂流的组成较为单一,混合型裂流少,水深控制的裂流占据主导地位,裂流数量总体维持在较高水平;在中风险月份,水动力控制的裂流和混合型裂流的比例增加,水深控制的裂流仍然占有一定比例;在低风险月份,裂流很少出现,甚至无裂流发生。裂流的类型与海滩的状态密切相关。对于海湾中的海滩,海湾长度影响裂流的数量,海湾凹入度影响不同类型裂流的组成比例。考虑到实验条件的限制,这一规律需要后续结合实际地形地貌进行更细致和深入的研究和验证。按照本文解译标准得出的分类结果,与前人提出的裂流风险性评价模型吻合度较高,进一步说明了该解译标准的有效性,为今后对海滩裂流的研究和分类工作提供了一定的参考。

基于协同过滤的水果推荐系统设计与实现

随着大数据技术的飞速发展,从大量的信息中如何让用户发现和挖掘出有价值的信息,一直是人们研究的热点问题。推荐系统的发展起到了关键作用,主要是发现用户和商品之间的信息,一方面为用户找到有价值的信息,另一方面为用户推荐感兴趣的商品,从而实现了用户和信息生成者的共赢。基于协同过滤的水果推荐系统通过分析用户的历史行为了解用户的喜好,在为用户提供其感兴趣的信息的同时,也能够实现个性化的推荐。

基于改进YOLOv7的海滩垃圾检测方法

海滩垃圾污染对海洋生态系统和人类健康构成巨大威胁,海滩垃圾监测和清理是一项繁重且复杂的任务。传统的人工调查存在监测效率低、检测范围小和时效性差等问题,为了解决这些问题,本文提出一种基于改进YOLOv7的海滩垃圾检测方法。首先,YOLOv7与量化感知RepVGG(QARepVGG)相结合,实现快速计算并降低模型参数量。其次,加入简单注意力机制(simple attention mechanism,SimAM),增强网络对图像感兴趣区域的特征提取能力。最后,结合双向特征金字塔网络(bi-directional feature pyramid network,BiFPN)结构,改进原有路径聚合网络(path aggregation network,PAN),提高网络学习垃圾特征的效率,增强对不同尺寸垃圾的识别能力。在自建数据集上的实验结果表明:(1)改进模型对8类海滩垃圾有良好的检测能力;(2)与YOLOv7相比,改进模型的总体平均精度均值(mean average precision,mAP)提升5.8%,每秒传输帧数(frames per second,FPS)提高17,改进模型对泡沫、塑料类和纸制品垃圾的识别精度最高;(3)与几种流行的检测模型相比,改进模型的识别精度和效率最高。实际场景中的检测结果表明,改进模型能满足海滩垃圾实时性检测需求。