节甲鱼类(有颌脊椎动物干群)系统发育多样性的衰落与泥盆纪重大环境-生物事件耦合

节甲鱼类是盾皮鱼类(具颌的有颌类干群)中多样性最高的类群,以占据较高营养级而著称,特别是在它们演化历史的后期。尽管节甲鱼类的化石记录相对完整,但以往对节甲鱼类多样性的研究主要基于统计每个地质历史阶段的分类单元数量(原始多样性),其结果与泥盆纪重大环境-生物事件耦合程度较差。本文建立了一个新的包括219个属、450个种的详尽的节甲鱼类数据集,并根据之前许多系统发育研究结果,将其中大部分属种整合置入一个人工超树中,以进行系统发育多样性分析。分析结果表明,考虑幽灵支系的存在之后,节甲鱼类系统发育多样性的变化曲线与原始多样性曲线截然不同。节甲鱼类系统发育多样性呈现出典型的早期爆发的模式,在早泥盆世(洛赫考夫期-布拉格期界线)达到峰值,随后伴随一系列事件发生下降。在前4个事件的附近,节甲鱼类的系统发育多样性都只经历微弱的下降,总体维持在较高的水平;而在后3个事件,特别是弗拉期-法门期界线和泥盆纪-石炭纪界线两大事件发生时间附近发生急剧下降,并且直到该类群在泥盆纪末完全灭绝之前,都未出现恢复迹象。而节甲鱼类的原始多样性除了在弗拉期-法门期事件的时间出现下降,在所有其他事件中下降都不明显。

基于改进极限学习机的用户异常用电辨识方法

针对海量高维用户用电数据的复杂隐含联系挖掘异常用电特征问题,文章提出一种基于Keras架构下三层全连接门控循环单元组成的特征提取神经网络和极限学习机构建的特征数据匹配网络混合模型(GRU-ELM)用于对用户异常用电模式的辨识。首先,实现基于门控循环单元(Gated Recurrent Unit,GRU)所组成的三层全连接神经网络的构建,从海量时序数据中挖掘出深层隐含特征。其次,构建基于极限学习机(Extreme Learning Machine,ELM)的特征匹配神经网络。最后,利用构建的混合模型,完成对异常用电数据的辨识。实验分析表明,所提模型与多类机器学习模型相比,可更有效地完成异常用电行为检测。此外,对文章所提模型进行历遍不同样本不同周期的准确率测试,验证了模型的鲁棒性。结果表明,文章所提方法能够更好地挖掘出异常用电特征。

青岛抗战老兵社会保障调查

自1931年抗日战争爆发至1945年日本侵略者投降,在中华民族十四年的浴血奋战中,中华儿女为民族的独立付出了巨大的牺牲,救民族于水火、救百姓于危难,为民族的解放、为世界反法西斯战争作出了巨大贡献。在此间,中国军民共伤亡超过3500万人。抗战老兵作为民族的英雄,在峥嵘岁月中发扬了“以身许国”的伟大精神,作为这段伟大历史的见证者,他们的经历和精神在当今社会中具有重要的教育意义。

诚信,人生最宝贵的财富

我们每个人都在寻求人生财富:健康、美貌、诚信、机敏、才学、金钱、荣誉……窃以为,人生最宝贵的财富乃诚信。子曰:弟子,入则考,出则悌,谨而信,泛爱众而亲仁。行有余力,则以学文。选择诚信,因为它比美貌来得可靠。没有美貌的人生或许是没有足够亮点的人生;

幸福是什么?

幸福是什么?似乎没有一个明确的定义。我以为,幸福就是每一个人对生活的真实感受。幸福其实很普通。我们天天能快快乐乐的去上学,平平安安的生活,这是一种幸福。曾经,我们期待长大,期待放飞翅膀去远方闯荡,去追寻幸福,却不知外面的世界也有风雨荆棘,艰难险阻。后来,我们遭受挫折,学会了知足,学会了感恩。学会了成熟,最后才猛然发觉:幸福其实从未走远,一直在我们身边。幸福近得触手可及。