一种复合神经元网络结构的并行动力学及快速学习算法

提出两种功能互相不同的神经细胞组成的复合神经元网络(CNN)模型;导出一种特殊结构的CNN的并行动力学;而且证明了它的稳定性。在这些结果基础上,得到快速的假逆矩阵学习算法。计算机仿真试验证实学习算法与动力学稳定性的正确性,并表现出良好的容错性能与存储容量。     

一种以准DOG分布为基元的体视匹配算法

本文提出了一种新体视的匹配算法,其特点是:(1)以准DOG分布为基元;(2)以同源性、唯一性、顺序性为约束;(3)本质上是一种协同算法。理论分析和实际计算表明,该算法是合理的,有效的。最近的一些心理物理学结果是支持我们的这个算法的。     

用人工神经网络方法估计Ligistic方程参数

本文提出Logistic方程参数优化估计的人工神经网络方法,并选取一组标样进行具体尝试。结果表明,用这种方法估计Logistic方程参数效果极好。     

北部湾茅尾海无瓣海桑红树林地上生物量反演——基于XGBoost机器学习算法

无瓣海桑是广西从自治区外引进的外来红树林树种,采用定量化算法精确估算无瓣海桑地上生物量对红树林生态修复以及海洋蓝碳监测提供经验和方法。论文以广西茅尾海自然保护区无瓣海桑红树林为研究对象,以野外实测无瓣海桑红树林地上生物量数据和Sentinel-1/2卫星提取的后向散射数据、波段数据、植被指数数据和纹理指数数据为数据源,通过分析各遥感因子与实测红树林地上生物量之间的重要性关系,采用极端梯度提升(XGBoost)机器学习算法对比了不同的变量组合对模型精度的影响,最后基于优选的变量组合反演了无瓣海桑红树林的地上生物量。结果表明：(1)研究区无瓣海桑红树林实测树高范围为1.55—13.58m,平均值为8.37m,胸径范围为0.7—41cm,平均值为15.62cm;(2)通过XGBoost算法优选的21个特征变量组合模型拟合效果较好,其模型在测试阶段R²=0.7237,RMSE=21.70Mg/hm²。XGBoost算法反演研究区无瓣海桑地上生物量介于19.14—138.46Mg/hm²之间,平均值为51.92Mg/hm^...     

气候变化下青藏高原全缘叶绿绒蒿的潜在分布变迁

青藏高原物种丰富且属于气候变化敏感区,研究气候变化对青藏高原物种的潜在分布影响,对于该区域物种多样性保护具有重要意义。该研究以一级濒危藏药植物全缘叶绿绒蒿为研究对象,利用加权平均算法(weighted average algorithm, WAA)构建随机森林(RF)、灵活判别分析(FDA)及人工神经网络(ANN)的集成模型,同时对比分析了WAA模型和不同生态位模型的预测精度。最后利用WAA模型预测了全缘叶绿绒蒿在当前(1970~2000年平均)和未来(2041~2060年平均)气候情景下的潜在分布,其中未来气候考虑了2种“共享社会经济路径”(SSP2-45和SSP5-85)。结果显示:(1) WAA模型的预测表明,基于RF、FDA和ANN的集成模型的AUC值为0.926,在AUC值最高RF模型的基础上提高了3%,在FDA和ANN模型的AUC值的基础上均提高了5%。(2) WAA模型确定,全缘叶绿绒蒿的潜在分布对年降水量和最暖季降水量最为敏感,其次是最热月份最高气温,同时对最湿月份降水量以及等温性表现出较低的敏感性。(3)当前全缘叶绿绒蒿潜在分布区主要分布在甘肃西南部、青海东部至南部、四川西部和西北部、云南西北部和东北部、西藏东部。(4)未来气候变化下青藏高原全缘叶绿绒蒿潜在分布预测表明,在2050年SSP2-45情景下,全缘叶绿绒蒿的潜在分布区大小与当前潜在分布区大小基本相同,但整体向西北方向高海拔高纬度地区迁移;在SSP5-85情景下,全缘叶绿绒蒿的潜在分布区明显收缩,且向西北高纬度高海拔地区延伸的趋势更加明显。     

适用于获取最优化配方的一种算法

本文应用印楝种仁提取物（F3）与敌敌畏混配为例,以斜纹夜蛾（Spodopteralitura）为目标害虫,介绍一种适用于获取最优化配方的算法,在二次通用回归旋转组合设计的基础上,经参数辨识,获取二次回归方程,经失拟性、回归显著性检验,本方程基本能够反映杀虫剂用量与斜纹夜蛾幼虫死亡机率值之间的关系．在害虫防治实践中,要求在防治费用最小的基础上,目标害虫有最大的死亡率.因此,以防治目标害虫的费用作为优化算法的目标函数,以害虫死亡机率值最大作为约束条件,有如下的一组优化算式为目标函数约束条件式中a1,a2分别为参试杀虫剂1,2最低用量,b1,b2则为相应的最高用量．C1,C2分别为杀虫剂1,2的单价,N1,N2为杀虫剂l,2的用量．Y为目标害虫死亡机率值回归方程．本文所依据的试验设计中,以对数函数关系变换编码值与使用浓度之间的关系,所以应用拉格朗日求极值原理求取最优化配方．由计算所得的混配比例与其他方法所获结果一致．     

DNA存储中的编码技术

脱氧核糖核酸(Deoxyribonucleic Acid, DNA)是一种天然的信息存储介质,具有存储密度高、存储时间长、损耗率低等特点。在传统存储方式不能满足信息增长的需求时,DNA数据存储技术逐渐成为研究热点。DNA编码是用尽可能少的碱基序列无错的存储数据信息,包括压缩(尽可能少的占用空间)、纠错(无错存储)和转换(数字信息转为碱基序列)3部分。DNA编码是DNA存储中的关键技术,它的结果直接影响存储性能的优劣和数据读写的完整。本文首先介绍DNA存储的发展历史,然后介绍DNA存储的框架,其中重点介绍DNA编码技术,最后对DNA存储中的编解码技术的未来发展方向进行讨论。     

南滚河流域土地利用变化对亚洲象生境的影响

土地利用变化对亚洲象生境影响显著,明晰其影响机制是有效保护亚洲象的前提。为探明土地利用变化对亚洲象生境影响的时空过程及机制,以亚洲象残存的中-缅跨境流域-南滚河流域为例,在1988和2018年两期Landsat土地利用/土地覆被遥感分类图的基础上,采用LandTrendr算法检测30年间流域土地利用变化引起的天然林扰动,结合生态位因子分析（ENFA）模型评定的亚洲象生境适宜性分布,探究以天然林扰动为主的土地利用变化对亚洲象生境的影响。结果表明：（1）1988-2018年间,南滚河流域土地利用变化主要为天然林转化为其他地类,且天然林扰动强度在中、缅境内差异明显;（2）以橡胶种植扩张导致毁林为主的土地利用变化造成南滚河流域亚洲象生境萎缩,生境斑块间连通性降低,破碎化程度较高;（3）该流域亚洲象生境丧失过程表现为由边缘向内部逐渐被蚕食,适宜生境最终被分割为上、下游两个相互孤立的子区域。因此,抑制以橡胶林为主的热作种植扩张,恢复上、下游生境连通性,建立流域尺度的跨境保护区,是实现南滚河流域亚洲象种群保护和缓解人象冲突的重要途径。     

血红素铁数据库及动物性铁估算法评价女大学生铁营养状况

目的：比较血红素铁数据库和动物性铁估算法评估大学生铁营养状况的差异,为大学生膳食铁营养状况评价提供科学依据。方法：采用3 d 24 h膳食回顾法进行膳食调查,利用血红素铁数据库计算调查对象的血红素铁摄入量,同时用动物性铁估算法估算血红素铁摄入量,对两种方法的评价结果进行比较。结果：按动物性铁40%估算,女大学生血红素铁摄入量为0.85 mg/d;按血红素铁数据库计算,女大学生血红素铁摄入量为0.62 mg/d。估算法得到的血红素铁摄入值高于血红素铁数据库计算值（P＜0.05）。结论：在评估大学生铁营养状况时,用动物性铁的40%进行估算会使血红素铁摄入量被高估,应根据肉的种类及部位,使用血红素铁数据库进行评估。     

基于灰狼优化算法的蛋白质二级结构分类

针对传统方法在蛋白质二级结构分类中精度低的问题,介绍了一种基于灰狼优化算法的卷积神经网络图像分类算法.首先,选取卷积神经网络模型中所需优化的参数,并且初始化灰狼优化算法的迭代次数、灰狼数量、搜索边界和空间维数;其次,计算优化参数的个体适应度函数,对个体适应度进行排序,确定历史最优解、优解和次优解,更新灰狼的位置;最后,利用经过参数优化的卷积神经网络模型对蛋白质二级结构进行分类.从蛋白质数据库中获得蛋白质二级结构3D模型,转化为多角度拍摄的2D图像作为数据集进行实验.选取残差网络、AlexNet和VGG16三种模型,分别得到92.6％、87.3％和88.9％的准确率,在同数据集下,使用传统方法中的支持向量机和贝叶斯分类器进行对比实验,得到67.0％和53.0％的准确率.实验结果表明,在蛋白质二级结构分类中,与传统方法相比较,基于灰狼优化算法的卷积神经网络精度更高.