基于注意力机制优化的LSTM河流溶解氧预测模型研究

溶解氧(DO)是水体中的重要水质指标,构建数据驱动模型,实现对溶解氧的准确预测,将为水环境管理提供科学有效的技术手段.考虑到溶解氧序列数据非线性强、非平稳性突出的特点,提出一种基于双阶段注意力权重优化机制的长短时记忆网络(longshort-termmemory,LSTM)的河流溶解氧预测模型(DAIW-LSTM模型),该模型的编码器包含双阶段权重优化的空间注意力机制,而解码器包含双阶段权重优化的时间注意力机制.将该模型应用于流溪河流域白云李溪坝、流溪河山庄、从化街口等水质监测站溶解氧日均值预测的研究,开展了该模型与DA-LSTM、LSTM、Bi-LSTM等基线模型的预测效果对比分析,探讨了特征权重优化机制及上游站点水质数据输入对模型预测性能的影响.结果表明:①通过与基线模型的预测效果对比,验证了DAIW-LSTM模型的精准性,其对白云李溪坝站溶解氧预测的对称平均绝对百分比误差(SMAPE)、平均绝对误差(MAE)、均方误差(MSE)分别为0.075、0.611、0.712,在所有模型中最优.②对于新的注意力权重优化机制,第二阶段会对第一阶段的初步权重进行优化修正;针对pH、电导率、水温、气温等影响溶解氧预测的重要特征,DAIW-LSTM模型会自适应调整其权重在时间序列上的分布,从而提高该模型的预测精度.③加入上游水质特征的输入影响,通过9个组合试验对比可知,DAIW-LSTM模型仍然为表现最佳的模型,该系列组合试验也证明上游站点及其特征变量选取的重要性.研究显示,注意力权重优化机制的引入使得该模型相较其他基线模型展现出更好的适用性和精准性,可为地表水水质预测研究提供新思路.

基于图像识别的锂离子电池正负极距离检测

电池极片边缘点在X射线图像中具有明显的光斑特征,其亮度值往往为该点领域内的局部极大值。基于以上事实,提出了:自动图像选取、电极边缘点在图中的位置提取、电池极片正负极距离的计算和正负极覆盖率的图像识别思路。由于图中存在无关特征,可能对进一步的图像处理造成干扰,因此首先提取了图中无关特征的灰度值,并采用了灰度拉伸法成功去除了图中无关特征。而后通过设置灰度阈值完成了对于图像中电池正负极区域的分割。接着,采用三种角点检测法提取电池极片边缘点的位置,并对比其效果。最后,计算了该方法的识别误差并分析其原因。

我国图书馆开展无障碍电影服务的版权限制与例外制度立法诉求分析

我国越来越多的图书馆正在将制作和向视障者提供无障碍电影服务纳入业务范畴,但电影作品未受到视障者版权制度的规制对图书馆服务构成了制约。从有利于保障视障者无障碍权益出发,图书馆界应向立法机关提出有针对性的修法建议,包括将无障碍电影列为法定的无障碍格式版,对电影作品和表演权、翻译权等予以限制,赋予图书馆必要的修改权和技术解密权等。

收获圆满 期待丰年

2004年转瞬间从我们的身边游走，“虽然充满了辛酸苦辣，但我们的目标已经圆满完成。”

乡村振兴战略下的公共图书馆作为及价值实现

要想快速发展农村经济,实施乡村振兴战略,知识必须是重中之重。在农业、农村、农民这三个方面的问题是关乎到整个国民生计的根本性问题,要让公共图书馆在基础层面展开优势尤为重要。通过公共图书馆总分馆制的规范化来增加农民基础知识,以协助发展乡村振兴战略的实施。本文展开分析公共图书馆体系的主要组成及服务方式,同时将公共图书馆的知识文化融入到乡村振兴战略之中,以全面推动其建设。