土地利用动态度双向模型及其在武汉郊县的应用

土地利用动态度是描述单一地类动态变化时采用的模型。事实上 ,土地利用数量净变化是土地利用双向变化的结果。为此 ,作者提出双向动态度模型 ,并以武汉市江夏区为例 ,探讨了结合土地利用动态度使用双向模型的优越性。

基于深度双向模型和特征融合的视频转文字研究

自动生成视频的自然语言描述是一个非常具有挑战性的研究热点。基于深度BLSTM模型和CNN特征的方法,能够学习到视频序列的全局时空关联信息。针对视频转文字时面临的准确率低以及计算复杂度高的问题,提出了深度BMGU模型,从而在保持深度BLSTM模型结构优势的同时提高计算效率;还将原始视频帧的CNN特征与经过Haar特征预处理后的视频的CNN特征进行后期融合,从而增加了训练特征的多样性,进而提升了视频转自然语言的实验效果。在M-VAD和MPII-MD数据集中,相对原S2VT模型,所提方法分别将METEOR分数从6.7和7.1提高到8.0和8.3。结果表明所提方法有效地改善了原S2VT模型的准确率和语言描述效果。

双向恢复力模型对基础隔震建筑风振响应的影响

为明确MSS、Casciati和Harvey and Gavin这3种常用双向恢复力模型计算基础隔震建筑风振响应的差异,采用3种模型模拟铅芯橡胶支座在水平单向和双向位移下的恢复力,对比试验或有限元结果的差异,采用3种模型对一算例在双向风荷载下隔震层位移、顶点位移和顶点加速度3个指标的差异进行了分析。研究表明:3种模型模拟铅芯橡胶支座在单向循环位移、方形和偏置方形位移下恢复力的趋势基本一致;而模拟圆形和偏置圆形位移时,MSS模型双向恢复力形状与有限元结果不同,不能较为准确地模拟支座双向耦合行为,Casciati模型误差稍小于Harvey and Gavin模型。Casciati模型和Harvey and Gavin模型计算风振响应基本一致;对于横风向响应均方根,3种模型差距不大;对于顺风向隔震层位移、顶点位移和顶点加速度均方根,MSS模型稍小,而对于顺、横风向隔震层位移峰值因子,MSS模型稍大;对于顺、横风向顶点加速度峰值因子和双向与单向模型顶点加速度最值比值随风速变化规律,MSS模型与其他模型差异较大。基于双向耦合效应模拟及风振响应指标的差异,建议采用Casciati模型考虑双向恢复力模型对基础隔震建筑风振响应的影响。

水产养殖中水质与鱼类行为双向映射模型研究

在水产养殖中,水质参数与鱼类活动之间有着密不可分的相互映射关系。过去的监测更多偏向于单向映射,一般都是通过鱼类的行为表明水质的情况。针对仅仅通过鱼类行为反映水质情况会产生误判和滞后的问题,本文构建一种基于随机森林的鱼类行为与水质情况双向映射模型。双向映射模型不仅可以提供更多的信息从而提高预测的准确性,而且也可以通过相互验证提高模型的可靠性。首先,通过引入可变形卷积模块对YOLO v7进行改进,利用改进模型检测出视频中鱼类的位置再通过前后帧的坐标量化出鱼的游动参数。随后,将采集到的鱼类游动参数及对应的水质参数作为输入,使用随机森林模型进行分类、回归,分别完成鱼类游动参数和水质参数具体数值的预测以及指标异常级别的预测,从而得到双向映射关系。为了表明模型的泛化能力,分别在黎安港和新村港渔场2个数据集下进行实验。实验结果表明:提出的方法可以较好地实现鱼类行为与水质关系的双向映射,其中,分类实验平均准确率可以达到90.947%,回归实验决定系数R^(2)的平均值可以达到0.801。

基于双向LSTM-Attention模型的火电厂负荷预测研究

准确预测电厂负荷可指导火电厂制定发电计划和调度安排,有利于降低能源成本和污染物排放,对电厂的经济性和环保性有重要意义。本文提出一种基于双向LSTM-Attention的火电厂负荷预测方法。首先,通过皮尔逊系数筛选出关键特征变量;其次利用双向长短期记忆网络提取关键变量之间的长期依赖关系与短期变化特征,最后融合注意力权重机制以进一步突出关键时序信息,进而实现负荷的准确预测。以某在役600 MW超临界机组为对象进行验证。结果表明:相较于单向LSTM、双向LSTM、单向LSTM-Attention,本文所提方法的决定系数R^(2)、均方根误差S_(RMSE)和平均绝对误差S_(MAE)均为最优,分别为0.9566、16.3159、13.5043,能更准确地捕捉到负荷快速波动的趋势,为电厂的负荷预测和能源管理提供可行的方法。

基于本体-匹配双向扩展模型的设计知识推荐方法

针对自动扶梯桁架设计知识缺乏有效归纳与整理,知识重用性与共享性差等问题,提出了一种基于本体-匹配双向扩展模型的自动扶梯桁架设计知识推荐方法。首先,提出了自动扶梯桁架命名实体识别(ETNER)模型,进行了该领域知识特征的有效提取,为知识本体构建提供了数据基础;然后,构建了领域知识本体,对设计知识进行了规范表示,并利用本体知识之间的关联关系进行了推理;最后,设计了本体-匹配双向扩展模型,在本体推理为空的场景下,采用改进知识相似度计算与文档扩展匹配的方法,提高了对于用户知识需求的理解能力,补充了推荐结果,同时促进了自动扶梯桁架设计知识本体的更新。研究结果表明:实体识别模型提取扶梯桁架设计知识特征的F1指标达到0.863,能有效提取该领域设计知识特征;该知识推荐方法的平均倒数排名(MRR)、命中率(HR)、归一化折损累计增益(NDCG)指标分别为0.79、0.85、0.80,与传统Doc2query方法相比,其可以充分理解设计知识需求,提高了知识推荐结果的有效性;该研究结果可以为扶梯桁架设计与其他类似工程应用提供知识共享及知识重用的方法。

老龄化背景下河北省乡村康养旅游发展路径——基于双向固定效应模型的分析

采用双向固定效应模型,研究河北省乡村康养旅游发展的路径。分析认为,河北省旅游资源丰富、文化底蕴深厚、交通便利,有着发展乡村康养旅游的优势,要通过推动乡村康养旅游与电子商务融合发展、打造特色品牌、吸引和培养人才等措施,发展乡村康养旅游,助力乡村振兴。

基于双向多层门控循环神经网络的奶牛乳脂率预测模型研究

通过对奶牛乳脂率进行数据预测以及结合随机森林算法对环境数据进行精准特征选择,确定了对乳脂率影响较大的环境因素。在此基础上,提出了将随机森林算法与双向多层门控循环神经网络相结合的乳脂率预测模型(RF-BiGRU)并进行了相关实验。结果表明,该模型能够提高预测的准确性及效率。

基于双向长短期记忆网络的公交到站时间预测模型

为实现准确预测公交到站时间,提高城市公交出行分担率,本文提出一种基于双向长短期记忆神经网络(BiLSTM)并考虑超参数寻优的公交到站时间预测模型。通过引入非线性收敛因子、正弦余弦算子及自适应参数改进海鸥算法对双向LSTM模型实现超参数寻优,并增加Attention机制以提高双向LSTM处理信息能力,构建改进海鸥算法优化增加Attention机制的双向LSTM(ISOA-BiLSTM-Attention)预测模型。使用中国江西省南昌市220路公交GPS数据分方向和分时段预测车辆到站时间,验证模型预测精度。结果表明:整体上来说,Attention机制优化后的双向LSTM模型比单独采用双向LSTM模型预测精度更好;改进的海鸥算法可对双向LSTMAttention模型实现较好的优化效果,相较于现有模型及标准海鸥算法(SOA)优化双向LSTMAttention模型,ISOA-BiLSTM-Attention对于不同方向及不同时段公交到站时间预测的平均绝对百分比误差、均方根误差及平均绝对误差至少分别降低5.96%、9.87%及7.99%;同时,ISOABiLSTM-Attention具有最大的模型决定系数R2值,体现了该预测模型泛化能力及稳定性较好,可针对公交到站时间进行较为准确地拟合。

基于双向平衡模型探究经颅直流电刺激对脑卒中上肢功能障碍的影响

目的:探究经颅直流电刺激(tDCS)基于双向平衡模型的神经调控策略对于脑卒中上肢功能障碍的影响。方法:将40例患者随机分为观察组20例和对照组20例,观察组采用基于双向平衡模型理论下的经颅直流电刺激治疗+常规康复的治疗方案,对照组采用基于半球间竞争模型理论下的经颅直流电刺激治疗+常规康复的治疗方案,进行为期4周的康复治疗,5d/周,共计20次治疗。每位患者治疗前后进行评定,包括改良Ashworth痉挛评定量表、Fugl-Meyer上肢运动功能评定量表、改良Barthel指数评定量表、动作活动记录量表。结果:治疗后,2组患者上肢UEFM评分及肱二头肌、肱三头肌MAS均明显提高(P<0.05),治疗后观察组上肢UEFM评分明显高于对照组(P<0.05),观察组肱二头肌、肱三头肌MAS改善程度明显优于对照组(P<0.05)。治疗后2组患者日常生活能力均明显提高(P<0.05),治疗后观察组MBI、MAL各项评分均高于对照组(P<0.05)。结论:经颅直流电刺激基于双向平衡模型的神经调控策略可显著改善脑卒中患者的上肢功能。

基于ISSO-PP组合赋权的双向区间约束正态云模型的换流站阀冷系统冷却能力研究

阀冷系统是保证换流站安全运行的关键一环,其作用在于排出阀体中元件形成的热量,因此其冷却能力的准确评估至关重要。针对上述问题,提出基于ISSO-PP组合赋权的双向区间约束正态云模型的换流阀冷却能力评价模型。首先,对采集数据预处理并确定阀冷系统冷却能力评价指标体系;其次,利用层次分析法和改进CRITIC法计算评价指标主、客观权重,并由改进鲨鱼优化投影寻踪法(ISSO-PP)得到综合权重;最后,由数据等级评价标准为中间型这一特性,提出双向区间约束的正向云数字特征计算方法,同时对逆向云数字特征计算方法进行改进,结合综合权重计算得到最终隶属度,依据最大隶属度原则确定最终评价结果。

振动台试验双向层状剪切型连续体模型箱设计及测试

为研究非一致地震激励下土箱边界对埋地油气管道振动台试验的影响,该文章在国内外研制振动台用模型箱的基础上,设计了适用于该试验用的双向层状剪切型连续体模型箱,该模型箱是由层叠式框架箱体、滚动滑移机构、限位滑移机构以及伸缩机构等组成的三维结构体系。运用有限元分析软件ABAQUS对设计的模型箱进行振型分析,并利用振动台试验结果与数值模拟结果对照,探究在一致、非一致地震激励下模型箱的适用性及稳定性。分析结果表明:设计模型箱的自振频率与箱-土的自振频率相差较大,即模型箱对模型箱内土体的自振特性影响较小;同一深度处不同测点的土体加速度时程曲线吻合程度较高,即模型箱的边界效应较小;不同高度处的土体位移时程曲线波动幅度较大,即模型箱的层间剪切变形能力效果较好;同一高度处箱体两端的位移时程曲线表现出明显差异性,即箱体两端的错动变形效果理想。故该文所设计的双向层状剪切型连续体模型箱能够实现剪切变形效果和降低模型箱边界效应的影响,该模型箱的研制为今后研究埋地管道的地震响应问题提供坚实保障。

公众环保诉求对工业污染的影响——基于双向固定效应模型的实证分析

基于2000-2020年中国省域面板数据,采用双向固定效应模型实证检验公众环保诉求与工业污染排放之间的非线性关系,并关注区域不同。研究结果显示:全国来看,样本期内公众环保诉求对工业污染排放量的影响存在显著倒U型曲线效应,也即随着公众环保诉求的提升,其对工业污染排放量发挥“先扬后抑制”的非线性效应。分区域来看,东部地区两者间倒U型与线性关系均不成立、中部地区倒U型关系成立,西部地区两者间关系不确定,或呈倒U型关系、或正向线性关系。可见,公众环保诉求对工业污染排放的影响效应存在区域异质性。

一种基于双向模型的知识管理基础框架

从分析数据、信息和知识的基本概念入手,给出了一种双向模型来描述数据、信息和知识三者之间的正向发展及逆向促进的整体关系,并依据双向模型提出了一种知识管理基础框架。该基础框架是以三者关系为轴线,同时结合了相关的管理方法和技术而构建的。最后,通过一个实际案例分析,说明了本文的研究工作为实施知识管理的组织所带来的结果。

双向FDI互动对区域创业活跃度的影响

基于2003—2021年省际面板数据,根据耦合协调度模型测算我国省域双向FDI(foreign direct investment)互动发展水平,运用双向固定效应模型考察双向FDI互动对区域创业活跃度的影响。研究发现,双向FDI互动显著提升了区域创业活跃度,在影响过程中,经济增长和产业结构发挥正向调节作用,政府干预发挥逆向调节作用。异质性检验结果表明,在市场规模越大、创新能力越强和城市化水平越高的区域中,双向FDI互动越能促进区域创业活跃度提升。

长短时记忆网络与新安江模型耦合的降雨径流模拟性能

深度学习技术在降雨径流模拟方面具有广阔应用前景,但受训练样本限制,需与传统水文模型相耦合,由传统水文模型提供训练数据。耦合数据的选择和超参数方案对耦合模型的模拟性能影响显著,但尚未有专门的研究。本文以东湾流域为例,用双向长短时记忆网络耦合新安江模型不同模块数据,并用灰狼优化算法优化超参数,构建降雨径流模型。结果表明:模型耦合不同数据时,对日径流和场次洪水的模拟性能均有提高,尤以耦合产流量和模拟流量数据时最为明显。不同耦合数据需调整超参数方案,灰狼优化算法可满足需求。本研究为提高耦合模型径流模拟能力提供了新思路和新方法。

数字经济在低碳发展中扮演着怎样的角色——基于省级面板数据的双向固定效应模型

一、前言在“双碳”目标和“数字中国”战略下,探讨数字经济发展对碳排放量的影响成为利用数字中国战略实现双碳目标的必要途径。本研究选取了中国2011—2019年30个省份作为研究对象,采用面板数据模型进行实证研究,旨在探究数字经济对碳排放的影响。

基于IWOA-双向LSTM的绞车滚筒可靠性分析

绞车滚筒作为钻机的重要组成部分,在运行中应保持良好的性能稳定性,对其进行可靠性分析十分必要。为此,采用哈默斯雷采样方法,对传统7000 m绞车滚筒的设计变量在Isight平台通过SolidWorks、ANSYS、MATLAB联合进行灵敏度分析,利用蒙特卡洛模拟法对输入变量进行抽样,搭建IWOA-双向LSTM模型对绞车滚筒可靠性进行预测。研究结果表明:IWOA-双向LSTM可靠性预测模型预测精度远远超过了传统的可靠性预测模型,其结合蒙特卡洛模拟法可对绞车滚筒的关键参数如耐久应力和疲劳寿命等进行估计,以此得到绞车滚筒理论的工作应力区间及其使用寿命,从而为绞车滚筒的运维及安全稳定运行提供有力保障。研究结论可为钻采设备的可靠性分析提供一种新方案。

ALBERT预训练模型在医疗文书命名实体识别中的应用研究

中文电子病历命名实体识别主要是研究电子病历病程记录文书数据集,文章提出对医疗手术麻醉文书数据集进行命名实体识别的研究。利用轻量级来自Transformer的双向编码器表示(A Lite Bidirectional Encoder Representation from Transformers,ALBERT)预训练模型微调数据集和Tranfomers中的trainer训练器训练模型的方法,实现在医疗手术麻醉文书上识别手术麻醉事件命名实体与获取复杂麻醉医疗质量控制指标值。文章为医疗手术麻醉文书命名实体识别提供了可借鉴的思路,并且为计算复杂麻醉医疗质量控制指标值提供了一种新的解决方案。

基于GRA-BiLSTM模型的中国太阳能光伏产业装机容量预测

随着我国能源转型进程的加速和可再生能源市场需求的快速增长,光伏行业创造了更多的就业机会,有效缓解了劳动力市场的就业压力。本文为了准确预测我国太阳能光伏装机容量,提出了一种基于双向长短期记忆的多因素装机容量预测模型。该模型预测了2020—2035年中国的太阳能光伏装机容量。准确预测太阳能光伏装机容量,可以为太阳能光伏产业规划电力发展战略提供有效的决策支持。