基于PredRNN的蓝藻时空序列预测实验方案设计

该文采用Pred RNN技术设计了蓝藻时空序列预测综合实验方案,可为湖泊蓝藻治理提供有效参考。实验利用Python语言,在Pred RNN算法基础上,构建蓝藻时空序列预测系统。整个实验方案包括蓝藻NDVI(归一化植被指数)图像数据预处理、蓝藻数据集划分、时空序列预测模型训练、预测模型测试与彩色化显示5个模块,并通过对比实验说明了PredRNN算法用于蓝藻时空序列预测的可行性和实用性。该实验方案的设计可帮助学生熟练掌握Python编程技能,有利于提升学生对图像处理与计算机视觉知识的综合应用能力,实现计算机视觉课程教学理论至实践的延伸,强化教学与科研的有机结合,提升学生的科研素养,促进计算机视觉课程的建设。

我国大陆6级地震平静后首次强地震的短期预测实验

自2005年4月8日西藏仲巴6.7级地震后,我国大陆出现了历史上少有的6级地震平静。截止到2007年4月初,6级地震平静达730多天,这一现象引起了众多专家的高度关注,将在何时、何处打破这种平静一时成为关注的焦点。依据我国大陆形变异常分布特征,作者分别于2007年4月18日和4月27日试验性地提出了《东部地区短期地震危险性分析意见》及西北地区5月份存在发生6级地震可能性的预测意见。两次预测实验结果尽管都不是很准确,但对于揭示地壳形变观测本质及探索地震预测新方法等都是有意义的。

发展学生“预测与实验验证”物质化学性质能力的教学——以“多角度认识硫酸亚铁的化学性质”教学为例

“预测与实验验证”物质化学性质的能力，是学生学习了物质的分类和氧化还原反应概念后应具备的化学学习能力。以“多角度认识硫酸亚铁的化学性质”教学为例，针对学生的认识困难，引导学生从物质分类、是否具有氧化性、还原性和物质是否具有特性的角度预测物质性质，并设计实验进行验证，帮助学生形成研究物质化学性质的一般思路和方法。

基于EMD.ARXG模型的网络舆情预测研究

针对复杂的网络舆情数据,传统的模型预测已经无法对大数据背景下的舆论趋势进行有效的预测,因此,提出一种基于EMD.ARXG(经验模态分解⁃自回归)改进的组合模型来应对复杂的网络舆情预测,该模型弥补了单一预测算法的缺陷,提高了预测模型的准确性。以“韩国萨德”事件和“全国两会”事件作为舆情热点对其进行预测实验,引入WNN(小波神经网络)与EMD⁃BPNN(BP神经网络)进行舆情预测,并与EMD.ARXG模型进行实验对比,实验结果证明,EMD.ARXG模型具有较好的预估准确度。

依托智慧实验平台的高校实验教学管理系统

文中以Java语言和互联网技术为基础,阐述基于已有一体化智能实验平台设计并实现高校实验教学管理系统的思路与方法。实验教学管理系统分为智能教学软件和智能评估模型两个模块。针对系统需求,将智能教学软件分为底层功能模块、登录模块和实验教学功能模块进行研发,实现智能人脸识别、实验课程动态更新、实验数据自动获取、实验报告自动生成和智能实验助手等功能,使得高校实验教学更加多元化和信息化。智能评估模型则是以Python语言和机器学习的逆向传播神经网络技术为基础,并通过对该模型进行不断训练、学习和优化,实现对学生实验成绩的准确预测,从而达到对学生学习过程的动态评估和早期干预的目的。实践结果表明,所设计系统软件界面友好、操作简单、教学内容多样化,学生可以根据软件界面提示流畅地完成实验课程,能够满足高校实验教学对多元化和信息化的要求。

粘弹塑性理论在混凝土变形中的应用

首先文章介绍了粘弹塑性统一本构模型的基本方程,根据混凝土的特点对统一本构模型进行了简化,简化后的模型对混凝土的无损伤段的变形模拟,取得了满意的结果。之后应用粘弹塑性统一本构模型对混凝土进行跳跃实验预测,同样获得了预期效果,证明粘弹塑性统一本构模型在混凝土的变形预测中的应用是成功的。

美国的震磁观测与研究

美国地质调查局（USGS）与各有关大学,在美国西部、特别在圣安德列斯断层及其临近地区布设了包括地磁在内的地球物理观测网,用以监测该地区的地震活动.地磁观测资料的分析结果显示：5.2～7.3级地震,在离震中3～50 km的观测点与台站上,得到地磁总强度的变化异常幅度为0.3 ～6 nT.震磁研究结果表明：某些地震存在震磁前兆信息,因此震磁效应的观测研究是探索地震预测的一种手段.深入分析了2004年9月28日帕克菲尔德6.0级地震前后7个台站的地磁数据,结果表明：该地震的同震震磁效应为-0.4～0.3nT,这是由压磁机制引起的;而该地震较长时间的震磁异常为-5.0～1.0nT,该异常与局部地质构造及其活动、应力变化状况、地下介质的电磁性质等因素有关.

交易者认知能力与金融资产价格泡沫:一个实验研究

本文基于学习预测实验并辅助认知能力测试,在实验室中检验了市场参与者认知能力高低对于资产价格收敛到理性预期均衡程度与速度的影响。实验结果表明:认知能力较高的个体能够更快进行组内协调,所在组的资产市场价格泡沫相对较小。认知能力较高的参与人更倾向采用有利于市场稳定的适应性预期策略,而认知能力较低的参与人更倾向采用加剧市场波动的趋势跟踪策略。此外,本文发现,无论是由认知能力较高的参与人还是由认知能力较低的参与人组成的市场,市场价格都无法收敛到理性预期均衡。这表明市场参与人,即使是"聪明的"参与人,其预期行为相较于理性预期均衡还有很大的距离。

The experiment of monthly mean circulation prediction using the analogy-dynamical model

Based on the past related research work,a new analogy-dynamical monthly predic- tion model is established with the operational dynamic extended-range forecast model T63L16 (hereafter T63) as a dynamic kernel.The monthly mean circulation predicition with T63 is considered as a control experiment,and the prediction with the analogy-dynamical model as a contrast one.It is found that the anal- ogy-dynamical model has more precise forecast skill than the T63 model through monthly mean numerical prediction experiment.