基于RF-BiLSTM模型的河流水质预测

水环境中过量的氮、磷和高锰酸盐会对流域造成严重污染,准确预测这三类指标的含量对流域污染治理具有重要意义。然而,现有的模型预测精度低,输入因子的选择缺乏数理依据。基于此,以邕江为研究区域,提出一种RF-BiLSTM的混合网络模型。该模型具有利用RF算法提取水质指标最优特征和利用BiLSTM模型提取输入数据的时间特征的优势,采用先降维后预测的方式对TN、TP和COD Mn进行预测,并将深度学习中的CNN、LSTM、BiLSTM和RF-LSTM作为基准模型与本研究所提模型作对比研究。研究结果表明,本研究模型预测TN、TP和COD Mn的平均绝对百分比误差(MAPE)分别达到了4.330%、6.781%和7.384%,均低于其他基准模型,预测结果具有较高的准确性和实用性,可为水环境的污染治理提供有效的技术支持。

利用地域文化大数据辅助高校党建育人

大数据时代,国家积极推动高校对大数据可视化分析的研究和应用,大数据可视化融入高校学生党建工作已是大势所趋。如何面对大数据时代带来的机会和挑战,已成为高校党建的重要问题。本文以赣南为例,分析大数据在地域文化中的应用,探讨文化大数据技术如何辅助高校党建育人。

面向思政教育的革命遗迹虚拟场景建模与展示

红色文化是先进的革命文化,她是立足于我国实际、以马克思主义作为指导思想并且吸收国内优秀思想文化精髓的文化产物,是新时期中国梦的精神源泉和不竭动力。大学生是国家着力培养的知识分子、也是国家的栋梁之才、民族振兴的希望。[1]但是,对于新一代的大学生群体而言,红色记忆和红色文化似乎很遥远,本系统平台基于CityEngine三维建模技术,通过ArcGIS Server、ArcGIS Online等云服务平台发布成要素服务和场景服务,利用ArcGIS for JavaScript API进行集成开发构建了一个红都瑞金红色文化的虚拟场景展示平台。本平台充分利用互联网传播的快捷性,通过打造红色文化的虚拟场景展示平台,更好地向新一代的青年传播红色思想和红色文化。

基于GIS技术的寻亲大数据分析平台研究

据统计,我国每年有20万到30万的孩子会被拐卖或者走失,但是找回来的孩子大概却只占0.1%左右。针对以上这些问题,需要时空属性的地理信息才能有效建立寻人数据的时空关联模型,这些信息可以通过传统网站上的寻亲信息进行转化。对寻亲大数据进行挖掘,参考传统的寻亲网站所具备的功能,研发出具有不同角色、多种功能、具有时空数据挖掘与智能分析的GIS寻亲系统,并结合前沿的人脸识别系统以及微信公众号和新浪等社交媒体,充分利用移动端的便携性和用户众多的优势,将丢失信息快速高效的向周边用户推送扩散,提高寻亲信息实时性和广泛传播性从而提高寻亲的成功率。