检索结果-南通市图书馆

“十三五”时期黄河流域PM_(2.5)时空分布规律及多尺度社会经济影响机制分析

地球信息科学学报 2022年第6期24卷 1163-1175页

作者：耿佳辰沈石程昌秀北京师范大学地表过程与资源生态国家重点实验北京100875 北京师范大学地理科学学部北京100875

黄河流域生态保护与高质量发展是我国新时代的重大战略任务。探究黄河流域PM_(2.5)浓度的时空变化趋势,并分析其社会经济影响因素,对该地区的大气污染防治和实现高质量发展具有重要意义。本文采用时间序列趋势估计、空间自相关分析、地... 详细信息

黄河流域生态保护与高质量发展是我国新时代的重大战略任务。探究黄河流域PM_(2.5)浓度的时空变化趋势,并分析其社会经济影响因素,对该地区的大气污染防治和实现高质量发展具有重要意义。本文采用时间序列趋势估计、空间自相关分析、地理探测器和地理加权回归方法,揭示了“十三五”时期年黄河流域不同尺度(全流域以及61个地级市)PM_(2.5)浓度值和变化趋势的时空分异特征,定量探究了社会经济因素对PM;浓度的影响机制及其时空过程。结果表明:(1)在“十三五”时期,黄河流域的PM_(2.5)污染情况整体好转,其浓度呈波动下降的趋势,平均每年下降约4.2μg/m^(3),彰显了我国大气污染防治攻坚战取得的重要成效;(2)山东、河南、山西和陕西的PM_(2.5)浓度值较高,但山东、河南改善速度较快,山西和陕西改善速度较慢;(3)以目前的改善速率推算,在黄河流域61个地级市中,54个市将能够完成“十四五”规划中PM_(2.5)浓度下降10%的目标,而咸阳、西安、榆林、太原、临汾、运城、晋城7市将难以完成;(4)人口密度、工业企业数、土地利用强度是导致黄河流域PM;浓度升高的主要社会经济因素,其解释力均达到50%以上;(5)从2015—2019年,土地利用程度指数和人口密度的主要影响区域均转移至黄河流域中部地区,建议山西、陕西、内蒙古应作为下一阶段治理工作关注的重点区域;(6)促进与环境承载力相协调的城乡发展、控制工业规模并提高其环保水平,是进一步治理黄河流域大气污染的重要策略。

关键词：大气污染污染防治时间序列估计空间自相关地理探测器地理加权回归高质量发展 “十四五”规划

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

大型教学系统中的智能大数据关键特征估计方法

引用

现代电子技术 2018年第12期41卷 83-86页

作者：王军涛北华航天工业学院河北廊坊065000

传统二阶特征估计法在对大数据方差进行估计,预测大型教学系统中的智能大数据关键特征时,存在对多特征的智能大数据关键特征估计效果不明显,估计结果误差累计量大的问题。因此,提出大型教学系统的智能大数据关键特征估计方法,其采用Rel... 详细信息

传统二阶特征估计法在对大数据方差进行估计,预测大型教学系统中的智能大数据关键特征时,存在对多特征的智能大数据关键特征估计效果不明显,估计结果误差累计量大的问题。因此,提出大型教学系统的智能大数据关键特征估计方法,其采用Relief关键特征估计方法获取大数据特征权重,完成智能大数据特征流行学习,通过对特征权重选择后的数据空间进行无监督学习和低维嵌入,实现对多特征的智慧大数据的特征估计。基于大数据关键特征估计结果,采用滚动时间序列估计方法,通过AR(p)模型运算大数据特征的模型阶数,依据该阶数向滚动AR算法引入实时数据,解决大数据特征估计中估计结果不同步造成的累计误差问题,实现智能大数据关键特征准确预测。实验结果表明,所提方法可增强对关键特征的估计精度,对关键特征的估计效果也有所提高。

关键词：大型教学系统智能大数据关键特征 Relief 时间序列估计累计误差

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Approximate Gaussian conjugacy： parametric recursive filtering under nonlinearity, multimodality, uncertainty, and constraint, and beyond

引用

Frontiers of Information Technology & Electronic Engineering 2017年第12期18卷 1913-1939页

作者： Tian-cheng LI Jin-ya SU Wei LIU Juan M.CORCHADO School of Sciences University of Salamanca Department of Aeronautical and Automotive Engineering Loughborough University Department of Electronic and Electrical Engineering University of Sheffield

自上世纪60年代作为现代估计开山之作的卡尔曼滤波器(Kalman filter)的诞生,时间序列状态空间模型应用于各类动态估计问题吸引了大量的研究关注。特别是,寻求实现闭环马尔科夫-贝叶斯递归(比如,从一个高斯先验到一个高斯后验,本文称之... 详细信息

自上世纪60年代作为现代估计开山之作的卡尔曼滤波器(Kalman filter)的诞生,时间序列状态空间模型应用于各类动态估计问题吸引了大量的研究关注。特别是,寻求实现闭环马尔科夫-贝叶斯递归(比如,从一个高斯先验到一个高斯后验,本文称之为高斯共轭)的解析解成为一般时间序列滤波器设计的主流思路。其面临的主要挑战包括:系统的非线性、多模态(包括机动模型)、复杂不确定性(比如未知的系统输入,非高斯噪声等)和系统约束(包括循环随机变量)等。这些挑战不断触生新的理论、算法与滤波技术,以实现所期望的参数共轭递归。本文对最新研究进行分类、系统回顾,强调了一些容易被忽略的要点。着重介绍了高精观测非线性系统、高斯后验和机动多模态、以及复杂未知系统输入与约束,以弥补当前文献介绍的不足。同时,本文提出一些新的思考:一是一阶马尔科夫转移模型的替代模型,二是有关计算复杂度的滤波器评价。

关键词：卡尔曼滤波高斯滤波时间序列估计贝叶斯滤波非线性滤波约束滤波高斯混合机动未知输入

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：