基于深度学习的水质预测模型研究

水环境中水质参数存在非线性、随机性以及依赖性,传统水质预测模型预测精度及鲁棒性普遍不高,为了优化与提高水质预测模型的预测精度,该文提出了一种基于深度学习的门控型循环神经网络的水质预测模型。通过探究循环神经网络的最佳网络结构数以及隐含层存储单元个数,结合上海市金泽水库真实监测数据,建立基于门控型循环神经网络(GRU)的水质预测模型。结果表明,与传统的ARIMA和SVR等水质预测模型相比,基于GRU网络的水质预测模型显著提高了水质预测的精确度,能够更好地逼近水质数据真实值,是一种预测精度高且鲁棒性好的水质预测模型。

基于COBP模型的城市短期需水量预测研究

针对城市需水量预测中时间序列的非线性特性及传统BP网络预测收敛速度慢易陷入局部极小值等问题,将Chaos理论和BP神经网络理论相结合,提出了一种基于Chaos-BP理论的城市短期需水量COBP(ChaosBackPropagtion)预测模型。利用重构相空间的嵌入维数确定COBP网络的结构,通过混沌优化搜索,找到BP神经网络权值的全局最优值,并对其输出的“尖点”预测值进行混沌参数控制,实现城市短期需水量的预测。仿真分析表明,与传统预测模型相比,COBP预测模型所需训练数据样本少,收敛速度快、易达到全局最小值,预测结果整体误差的指标良好,呈现良好的综合预测性能。

浅析鄂温克民族的心理素质

解放后,鄂温克民族在中国共产党的领导下和全国各兄弟民族的热情帮助下,从保有父系家族公社的原始社会形态残余,一跃跨入了社会主义社会。虽然部分鄂温克人在几百年前已经走出森林,从事半牧半猎或以牧业为主的生产,但是,在他们的思想意识中仍然保留着大量的原始社会末期的意识和心理素质。这是因为一种民族文化或民族心理素质一经形成,就具有一定的稳定性,比生产方式和生活方式具有更大的持久性,所以鄂温克民族所经历的特殊的社会形态,决定了鄂温克民族的这种独特的民族心理素质和道德观念。