检索结果-南通市图书馆

基于EMD-DELM-LSTM组合模型的湖泊水位多时间尺度预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

长江科学院院报 2024年第6期41卷 28-35页

作者：余周姜涛范鹏辉牛超群陈兵华南理工大学环境与能源学院广州510006

针对水位时间序列具有线性与非线性混合、不确定性高等特点带来的预测困难问题,提出了一种基于经验模态分解(EMD)、长短时记忆网络(LSTM)和深度极限学习机(DELM)的EMD-DELM-LSTM组合模型,其中DELM和LSTM采用并联结构预测,并与EMD串联连... 详细信息

针对水位时间序列具有线性与非线性混合、不确定性高等特点带来的预测困难问题,提出了一种基于经验模态分解(EMD)、长短时记忆网络(LSTM)和深度极限学习机(DELM)的EMD-DELM-LSTM组合模型,其中DELM和LSTM采用并联结构预测,并与EMD串联连接。首先使用EMD将原始信号分解为若干个具有单一特征的本征模态函数(IMFs),再将IMFs分类重组为高、中、低频信号后输入DELM-LSTM并联结构中进行预测并重构。以广州某大学重要湖泊为例验证模型的有效性,结果表明,与EMD-LSTM、EMD-DELM、LSTM、DELM和BiLSTM模型相比,本模型在不同时间尺度下的预测性能均有显著提升,其中40 min时间尺度下的预测性能提升效果最为明显,分别较对比模型提升43.08%、22.92%、45.79%、30.92%和47.31%。可见,本模型对于不同时间尺度的水位预测具有良好的可靠性和稳定性。

关键词：水位预测 EMD-DELM-LSTM 经验模态分解多时间尺度分析人工神经网络

维普期刊数据库博看期刊

围术期泵注右美托咪定对肾移植受者术后肾功能影响的Meta分析

在线全文

学校读者我要写书评

暂无评论

现代医学 2024年第1期52卷 25-35页

作者：荣进何东明胡蝶孙萌余周向琳琳赵思龙遵义医科大学第一临床医学院贵州遵义563000 遂宁市中心医院泌尿外科四川遂宁629000

目的:右美托咪定是否能改善肾移植(kidney transplantation,KT)患者肾功能尚存在争议。本文对围术期泵注右美托咪定与肾移植受者术后肾功能恢复的关系进行了Meta分析。方法:检索知网、万方、Pubmed、Embase、Cochrane、Web of Science... 详细信息

目的:右美托咪定是否能改善肾移植(kidney transplantation,KT)患者肾功能尚存在争议。本文对围术期泵注右美托咪定与肾移植受者术后肾功能恢复的关系进行了Meta分析。方法:检索知网、万方、Pubmed、Embase、Cochrane、Web of Science等数据库,搜集关于围手术期泵注右美托咪定对肾移植受者术后肾功能恢复影响的临床研究。筛选出的主要评价指标是移植物功能延迟恢复(delayed graft function,DGF)、急性肾移植排斥反应(acute renal transplant rejection,ARTR)、感染。各项筛选出的评价指标采用随机效应模型进行Meta分析,异质性检验采用I 2检验,发表偏倚采用漏斗图检验。结果:总共7篇文献(其中6篇为随机对照试验,1篇为回顾性研究),共1223例患者纳入本篇Meta分析。与对照组相比,实验组在DGF[OR=0.71,95%CI(0.52,0.97)]、感染[OR=0.51,95%CI(0.33,0.78)]、术后第2天血肌酐[MD=-0.21,95%CI(-0.37,-0.06)]、住院时间[MD=-0.87,95%CI(-1.61,-0.13)]获得明显改善。结论:围术期泵注右美托咪定可能有助于减少肾移植患者术后的缺血再灌注损伤。

关键词：肾移植右美托咪定移植肾功能延迟恢复急性肾移植排斥反应肌酐

基于经验模态分解与LSTM-DELM混合模型的湖泊水位预测

在线全文

学校读者我要写书评

暂无评论

基于经验模态分解与LSTM-DELM混合模型的湖泊水位预测

作者：余周华南理工大学

学位级别：硕士

近年来,随着极端天气频发和中国城市化率不断提升,我国的洪涝灾害愈发严重,城市内涝已严重威胁人民的生命和财产安全。湖泊作为城市重要的水利枢纽,对于防洪减灾、蓄水防旱具有重要作用,因此,准确预测湖泊水位具有重要的现实意义。本文... 详细信息

近年来,随着极端天气频发和中国城市化率不断提升,我国的洪涝灾害愈发严重,城市内涝已严重威胁人民的生命和财产安全。湖泊作为城市重要的水利枢纽,对于防洪减灾、蓄水防旱具有重要作用,因此,准确预测湖泊水位具有重要的现实意义。本文以“实现水资源优化调度”为研究目标,以“开发内涝监测系统、构建准确度高的预测模型”为研究核心,在猎德涌的源头——西湖,开发了智慧校园内涝实时监测系统,满足实际工程应用;构建了EMD-DELM-LSTM组合模型,实现了对水位的长时、稳定预测,对水资源优化调度研究具有积极的推进作用。通过开发云服务系统和物联网测控终端,在校区内搭建了智慧校园内涝实时监测系统。经过长期监测系统的实际运行情况,结果表明系统的在线情况良好,证实了系统稳定可靠,系统测控终端的续航能力强,传感器采集数据准确且及时,具备实际工程应用价值。为探究稳定、预测准确并且满足长时间尺度预测的方法,构建了LSTM时间序列预测模型,将LSTM模型分别与DELM模型、Bi LSTM模型、SVR-poly模型、SVR-rbf模型和SVR-sigmoid模型在不同预测步长下进行对比。使用预测图对比、线性拟合和残差分析,多角度分析评价了各模型的预测性能,结果表明LSTM模型具有较好的预测性能和最高的稳定性。但同时发现,单一模型在非线性阶段的预测能力明显减弱,说明非线性阶段的特征不明显,单一模型难以学习到数据特征。为增强模型的预测准确性和稳定性,进一步提出了EMD-DELM-LSTM组合模型。将EMD-DELM-LSTM组合模型分别与EMD-LSTM模型、EMD-DELM模型、GRU-BP模型、LSTM模型和DELM模型在不同预测步长下进行对比。通过预测图分析、线性拟合分析、残差分析多角度分析各模型的性能与特点,结果表明DELM-LSTM的并联结构实现了LSTM模型和DELM模型的优势互补;EMD成功降低了特征的发掘难度,显著提升了模型的预测准确度。总的来说EMD-DELM-LSTM模型的预测稳定性强、准确度高,具有实际应用价值,为未来的水资源优化调度提供了科学依据。

关键词：水位预测 EMD-DELM-LSTM 经验模态分解多时间尺度分析人工神经网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

云贵高原青铜时代出土双耳铜铃研究

文博学刊 2024年第2期 84-95页

作者：余周剑夏保国贵州大学历史与民族文化学院

双耳铜铃作为铜铃的一个类型，广泛出土于云贵高原青铜时代的黔中以西和滇中以东的土著墓葬中，其顶部圆管形或半环钮形的双耳形制具有浓郁的地域风格。系统收集与整理这类铜铃，对其开展分区、类型以及年代分期等研究，能够判断不同类... 详细信息

双耳铜铃作为铜铃的一个类型，广泛出土于云贵高原青铜时代的黔中以西和滇中以东的土著墓葬中，其顶部圆管形或半环钮形的双耳形制具有浓郁的地域风格。系统收集与整理这类铜铃，对其开展分区、类型以及年代分期等研究，能够判断不同类型双耳铜铃的年代并梳理其不同发展阶段的特征。结合形制相近的器物以及铜铃自身的演变历程，可推断双耳铜铃在云贵高原存在两条线路并行发展的情况，其中双耳为半环钮形的铜铃或是由滇西高原出土的半环钮形四耳铜铃演变而来，而圆管形双耳铜铃则可能是受到了本土铜钟文化的影响。

关键词：双耳铜铃云贵高原青铜时代类型源流

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小麦根系构型及抗旱性研究进展

中国农业科学 2024年第9期57卷 1633-1645页

作者：张余周王一钊高茹茜刘逸凡西北农林科技大学生命科学学院

小麦是全球最重要的粮食作物之一，干旱是影响其生长发育最重要的非生物胁迫因子。根系作为作物获取水分和养分的重要器官，直接决定了作物对土壤水分的利用效率。近年来，越来越多的研究表明，根系构型在植物干旱胁迫响应中发挥了重要... 详细信息

小麦是全球最重要的粮食作物之一，干旱是影响其生长发育最重要的非生物胁迫因子。根系作为作物获取水分和养分的重要器官，直接决定了作物对土壤水分的利用效率。近年来，越来越多的研究表明，根系构型在植物干旱胁迫响应中发挥了重要功能。本文综述了目前根系构型在调控小麦抗旱性方面的研究进展。首先概述了根向性生长，特别是根向重力性生长对植物根系结构的塑造作用，重点总结了目前挖掘到参与根系向重力性生长的相关基因及其分子调控机制，并阐述了根向性生长调控的根系构型是如何介导小麦对干旱胁迫的适应。除了根向性生长，根系的发育过程也参与了对植物根系构型的调控，并决定植物对干旱胁迫的适应能力，因此，本文进一步综述了在干旱胁迫条件下小麦如何通过调控根系发育来改变根系形态，包括增加根长、调控侧根数量和根毛密度等，来增强小麦对土壤水分的吸收和对干旱环境的适应；同时，系统总结了干旱胁迫条件下参与调控作物（尤其是小麦）根系发育的相关基因。此外，根系作为植物地下部分，其构型的解析一直是本领域研究难点，阻碍了对根系结构与植物耐旱性关系的进一步解析，因此，本文也归纳了目前可用于小麦根系二维结构和三维结构表型分析的技术。这些技术可测量和分析小麦根系的长度、密度、生长方向和形态等参数，为深入理解根系构型与小麦抗旱性关系提供技术支撑。最后，展望了改良根系结构在小麦抗旱育种中的应用前景，并对如何挖掘更多潜在的小麦根系构型调控基因，及解析相关基因的调控机理进行了讨论。综上所述，小麦根系结构与小麦抗旱性关系密切，随着测序和分析技术的不断发展，以及小麦根系结构调控机制研究的不断深入，为未来培育抗旱小麦新品种提供了新的手段和策略。

关键词：小麦根系结构根系向性生长根系发育抗旱性根系可视化

基于EMD-DELM-LSTM组合模型的湖泊水位多时间尺度预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

长江科学院院报 2023年

作者：余周姜涛范鹏辉牛超群陈兵华南理工大学环境与能源学院

针对水位时间序列具有线性与非线性混合、不确定性高等特点带来的预测困难问题，本文提出了一种基于经验模态分解(EMD)、长短时记忆网络(LSTM)和深度极限学习机(DELM)的EMD-DELM-LSTM组合模型，其中DELM和LSTM采用并联结构预测，并与EM... 详细信息

针对水位时间序列具有线性与非线性混合、不确定性高等特点带来的预测困难问题，本文提出了一种基于经验模态分解(EMD)、长短时记忆网络(LSTM)和深度极限学习机(DELM)的EMD-DELM-LSTM组合模型，其中DELM和LSTM采用并联结构预测，并与EMD串联连接。首先使用EMD将原始信号分解为若干个具有单一特征的本征模态函数(IMFs)，再将IMFs分类重组为高、中、低频信号后输入DELM-LSTM并联结构中进行预测并重构。以广州某大学重要湖泊为例验证模型的有效性，结果表明，与EMD-LSTM、EMD-DELM、LSTM、DELM和Bilstm模型相比，本模型在不同时间尺度下的预测性能均有显著提升，其中40min时间尺度下的预测性能提升效果最为明显，分别较对比模型提升43.08%、22.92%、45.79%、30.92%和47.31%。可见，本模型对于不同时间尺度的水位预测具有良好的可靠性和稳定性。

关键词：水位预测 EMD-DELM-LSTM 经验模态分解多时间尺度分析人工神经网络

基于超额收益法的数据资产价值评估研究——以北部湾港为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

产业创新研究 2024年第11期 133-135页

作者：曾金涛余周隆桂林理工大学广西桂林541004

近年来,随着数字化转型速度的加快,有关数据资产的确认、计量、披露和价值评估方面的话题成为会计研究领域的热点。2023年8月21日,财政部正式对外发布《企业数据资源相关会计处理暂行规定》,明确了数据资源在符合条件时应作为企业资产... 详细信息

近年来,随着数字化转型速度的加快,有关数据资产的确认、计量、披露和价值评估方面的话题成为会计研究领域的热点。2023年8月21日,财政部正式对外发布《企业数据资源相关会计处理暂行规定》,明确了数据资源在符合条件时应作为企业资产在现行准则规定下进行会计处理与披露,对我国数字经济的发展具有里程碑式的意义。港口企业数字化转型作为智慧物流的重要一环,其内部孳生数据资产的估值与确认对于我国数据要素市场的完善具有重要意义。本文以广西最大的港口上市企业北部湾港为例,使用多期超额收益法对其数据资产价值进行评估。

关键词：数据资产超额收益法价值评估

基于GRU-BP组合模型的湖泊水位预测方法探索

在线全文

学校读者我要写书评

暂无评论

中国农村水利水电 2022年第11期 58-65页

作者：刘惟飞陈兵余周华南理工大学环境与能源学院广东广州510006 广东省环境风险防控与应急处置工程技术研究中心广东广州510006

为改善传统循环神经网络预测梯度消失的问题,并探讨组合模型在水位预测中的应用,提出了一种基于门控循环单元(Gated Recurrent Unit,GRU)和BP神经网络的组合预测模型,对广州市猎德涌的源头西湖水位进行预测。研究以西湖3-7月的水文时间... 详细信息

为改善传统循环神经网络预测梯度消失的问题,并探讨组合模型在水位预测中的应用,提出了一种基于门控循环单元(Gated Recurrent Unit,GRU)和BP神经网络的组合预测模型,对广州市猎德涌的源头西湖水位进行预测。研究以西湖3-7月的水文时间序列作为训练集,8月作为测试集,通过控制变量法确定了GRU-BP模型的最佳参数。该模型以西湖监测点的历史雨量及水位作为输入条件,预测未来1 h的水位过程,通过GRU融合层进行非线性分配单个模型框架的输出向量权重从而修正预测误差;利用并联式的集成方式能精确分配补水、排水时序变化及雨量等信息对水位增量的反馈权重。结果表明,与基于卷积神经网络(CNN)和GRU的组合模型及GRU、长短时记忆网络(Long Short-Term Memory,LSTM)、BP相比,GRU-BP模型整体预测精度分别提高了10.6%,17.2%,32.5%,51.2%。进一步选取短时间序列(3-4月)和典型雨季水文时间序列(5-7月)训练模型,并在参数不变情况下探讨了不同预测步长对模型精度的影响。结果显示,使用数据驱动模型时,应尽可能选择典型及代表性的水文数据用于训练;模型对暴雨期及大雨期水位进行预测时,预测步长设置为30 min时,可以获得一定的提前时间,同时也能取得较好的预测精度;GRU-BP集成时的精确度与稳定性得到了提高,为湖泊水位预测提供了一种新的方法。

关键词：集成学习水位预测 GRU-BP 组合模型

基于门控循环单元—支持向量回归组合模型的湖泊水位预测方法探索

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2022年第33期22卷 14870-14880页

作者：刘惟飞陈兵余周华南理工大学环境与能源学院广州510006 广东省环境风险防控与应急处置工程技术研究中心广州510006

为改善传统循环神经网络预测梯度消失的问题,准确预测水位变化,采用门控循环单元(gated recurrent unit,GRU)和支持向量回归(support vector regression,SVR)构建组合预测模型,对广州市猎德涌的源头西湖水位进行预测。选择了3种不同核... 详细信息

为改善传统循环神经网络预测梯度消失的问题,准确预测水位变化,采用门控循环单元(gated recurrent unit,GRU)和支持向量回归(support vector regression,SVR)构建组合预测模型,对广州市猎德涌的源头西湖水位进行预测。选择了3种不同核函数下的GRU-SVR(多项式核、RBF核、Sigmoid核)模型,并确定了最佳核函数组合,探索了GRU组合模型在水文时序预测中的有效性。该组合模型通过GRU提取雨量与水位间时空特征,SVR增强整体的非线性预测能力。结果表明,GRU-SVR(多项式核)适用于湖泊降雨时期预测,与CNN-GRU及GRU、SVR相比,该模型整体预测精度分别提升了3.2%、10.3%和59.3%。

关键词：集成学习水位预测 GRU-SVR 组合模型