我国林火发生预测模型研究进展

通过文献回顾,总结了国内林火发生预测模型的研究现状,并从林火发生驱动因子、林火发生概率预测模型、林火发生频次预测模型和模型检验方法等方面进行归纳分析。得出以下结论: 1)气象、地形、植被、可燃物、人类活动等因素是影响林火发生及模型预测精度的主要驱动因子;2)林火发生概率模型中,地理加权逻辑斯蒂回归模型考虑了变量之间的空间相关性,Gompit回归模型适宜非对称结构的林火数据,随机森林模型不需要多重共线性检验,在避免过度拟合的同时提高了预测精度,是林火发生概率预测模型的优选方法之一;3)林火发生频次模型中,负二项回归模型更适合对过度离散数据进行模拟,零膨胀模型和栅栏模型可以处理林火数据中包含大量零值的问题;4)ROC检验、AIC检验、似然比检验和Wald检验方法是林火概率和频次模型的常用检验方法。林火发生预测模型研究仍是我国当前林火管理工作的重点,预测模型的选择需要依据不同地区林火数据特点。此外,构建林火预测模型时需要考虑更多的影响因素,以提高模型预测精度;未来,需要进一步探索其他数学模型在林火发生预测中的应用,不断提高林火发生预测模型的准确度。     

农田土壤水分预测模型的研究进展及应用

本文对国内外土壤湿度的监测,预报发展情况进行了回顾,总结了国内外土壤水分监测方法及其原理,介绍了国内外土壤湿度预测模型的研究进展及其应用情况,讨论了传统的土壤水分平衡方程统计模型法,从土壤水分运动方程出发的物理学模型法,利用气象要素与土壤水相关关系为基础的统计预报法、及新兴的人工神经元网络和遥感数据估测法的优缺点,并对土壤水分研究工作所面临的问题进行了必要的阐述。     

推断室内尸体死亡时间的模型参数辨识及其应用

在已推导的新数学模型基础上,针对法医实践中遇到的数学问题,把数学理论推导与动物和尸体实验相结合,辨识模型参数,建立了推算死亡时间的新方法．在微机上利用组内非正常死亡的直肠温度数据推断死亡时间,其误差较小,参照文献数据,本法略优于国内同类研究报导的方法。     

基于迁移学习的MHC-I型抗原表位呈递预测

基于新抗原的肿瘤免疫治疗,抗原呈递的准确预测是筛选T细胞特异性表位的关键步骤。质谱鉴定的表位数据对建立抗原呈递预测模型具有重要价值。尽管近年来质谱数据的积累持续增加,但是大部分人类白细胞抗原(humanleukocyte antigen, HLA)分型所对应的多肽数量相对较少,无法建立可靠的预测模型。为此,本研究尝试利用迁移学习的方法,先利用混合分型的表位数据建立模型以识别抗原表位的共同特征,在此预训练模型的基础上再利用分型特异性数据建立抗原呈递预测模型Pluto。在相同的验证集上,Pluto的平均0.1%阳性预测值(positive predictive value, PPV)比从头训练的模型高0.078。在外部的质谱数据独立评估上,Pluto的平均0.1%PPV为0.4255,高于从头训练模型(0.3824)和其他主流工具,包括MixMHCpred (0.3369)、NetMHCpan4.0-EL(0.4000)、NetMHCpan4.0-BA (0.3188)和MHCflurry (0.3002)。此外,在免疫原性预测评估上,Pluto相对于其他工具也能找到更多的新抗原。Pluto开源网址:https://github.com/weipenegHU/Pluto。     

基于支持向量机识别真核生物DNA中的翻译起始位点

翻译起始位点(TIS)的识别是真核生物基因预测的关键步骤之一,近年来一直得到研究人员的高度重视。基于TIS附近序列的统计特性,出现了一些辨识TIS的判别方法,但识别精度还有待进一步提高。针对传统支持向量机(SVM)方法中存在的不足,提出了基于数据优化法的SVM,它通过其它统计学模型优化训练数据集,进而提高分类器的辨识精度。实验结果表明基于数据优化法的SVM分类器在翻译起始位点的辨识上可获得比其他判别方法更好的效果。     

基于底栖动物预测模型构建生物完整性指数评价河流健康

提高生物完整性指数(integrity of biotic index,IBI; 又称多参数指数multi-metric index, MMI)在时间和空间尺度的稳定性是水生态完整性评价和水环境管理实践的重要内容.本研究利用2004—2011年在浙江省多个河流采集的227个点位的底栖动物和水质理化数据,利用地理信息系统(GIS)提取样点及其对应流域的自然预测因子(如地理形态学、气候学)和土地利用数据,通过随机森林模型方法定量时间和空间尺度自然变量对生物群落的影响,构建基于预测模型控制自然因子影响方法和常规方法的MMI,并比较它们的表现力.结果表明: 基于预测模型法和基于常规方法构建的MMI的核心组成参数存在差异,随机森林模型中自然预测因子对预测模型MMI构成生物参数的解释量介于11.4%～61.2%.预测模型方法提高了MMI的精确度和准确度,但其敏感性和响应性低于常规方法的MMI.最近距离方法表明,9个评价点位和1个严重受损点位的自然属性与参照点位的自然属性存在差异性.在计算参照点位自然属性代表性范围的基础上,采用预测模型方法控制自然变量可以提高MMI的精确度和准确度,同时降低评价结果出现Ⅰ型(将健康水体误判为受损水体)或者Ⅱ型(将受损水体误判为健康水体)错误的可能性.研究结果可以为提高完整性指数评价稳定性和表现力提供方法支持.     

应用神经网络和多元回归技术预测森林产量

应用传统统计技术常会因样本小和测量数据不符某种分布而受到限制。本文评价一种前馈型神经网络算法以预测落叶阔叶林产量。另外,还介绍一种由定性变为定量的数据变换方法,以用相对小的样本建立多元回归预测模型。数据变换方法有助于改善多元回归模型的预测效果。在本实验的条件下,研究结果表明神经网络技术能够产生最好的预测效果.     

小波分析在人血清中葡萄糖短波近红外定量中的应用

利用小波分析对13名志愿者18个血清样品的短波近红外光谱进行去噪预处理,以血糖仪测定的血糖为参考,采用间隔偏最小二乘法（iPLS）在700nm～1060nm短波近红外波段建立血糖浓度预测模型。由相关系数（R）和预测标准差（RMSEP）对预测模型的精确度进行了评价。预测模型的相关系数为0．9654,均方根预测误差为0．2435,并和采用傅立叶变换去噪方法及iPLS建模的结果进行了比较。结果表明：小波分析预处理数据的方法能更有效地扣除噪声干扰,使模型具有更强的抗干扰能力和更高的预测精度。     

基于生物信息学的胃癌早期诊断预测模型研究

利用The Cancer Genome Atlas和Genotype-Tissue Expression公共数据检索收集胃癌(Gastric cancer,GC)基因表达数据集,筛选与早期胃癌密切相关的基因并构建胃癌早期诊断预测模型。运用Deseq2软件包筛选早期胃癌差异基因,并对差异基因进行GO和KEGG富集分析。通过STRING数据库建立其蛋白质相互作用网络并利用Cytoscape软件提取关键子网得到候选关键基因,进一步利用MedCalc软件确认胃癌早期诊断关键基因。根据筛选得到的10个关键基因构建基于支持向量机、随机森林、朴素贝叶斯、K-近邻、极限梯度提升和自适应提升等六种算法的胃癌早期诊断预测模型,依据ROC曲线和准确率等评价指标对各个分类器模型进行评估,通过独立测试集验证得到极致梯度提升诊断预测模型为最优模型。本研究成果为提高结胃癌早期诊断的研究提供了新的思路和方法。     

利用线性混合效应模型模拟杉木人工林枝条生物量

基于福建省将乐林场45株人工杉木解析木的572组枝条生物量数据,采用线性混合效应模型方法,建立杉木人工林枝条总生物量和枝、叶生物量的预测模型,并利用独立样本数据对模型进行检验.结果表明： 线性混合效应模型比传统多元线性回归模型的拟合精度高.不同随机效应参数的组合,其混合模型的精度不同.考虑异方差结构的混合模型能够消除数据间的异方差性,其精度更高,其中,对于枝条总生物量和叶生物量模型,以指数函数作为异方差结构时的模型精度最高;对于枝生物量模型,以常数加幂函数作为异方差结构时的模型精度最高.模型检验结果表明：对于杉木人工林枝条生物量预测模型,考虑随机效应和异方差结构的线性混合模型的检验精度比传统多元线性回归模型的精度有明显提高.     

基于Faster R-CNN的美国白蛾图像识别模型研究

昆虫监测中美国白蛾Hyphantria Cunea的人工辨识、分类费时费力,且主观性强。本文利用RPN人工神经网络模型对美国白蛾图像数据进行特征提取,并对比分析Inception_v2,ResNet50,ResNet101网络模型,设计了一种改进的美国白蛾人工神经网络识别模型IHCDM（Improved Hyphantria Cunea Artificial Neural Network Recognition Model,IHCDM）,采用端到端方法在GPU处理器上对该模型进行了训练,并对其进行了实验验证。结果表明：该模型对美国白蛾的识别准确率可达99.5%,相比于ResNet50与ResNet101网络模型,识别准确率提高了0.5%与0.4%。超参数微调后,在置信度阈值为0.85时,识别准确率99.7%,识别速度0.09 ms/张。IHCDM模型为美国白蛾的快速辨识、分类提供了一种新方法。     

海洋渔业资源地理信息系统应用的时空问题

利用GIS描述海洋渔业资源时空动态变化。建立渔业资源评估模型和预测模型,是当前渔业现代化的重要趋势之一．在回顾海洋渔业地理信息系统(MFGIS)发展的基础上。分析了其应用实例及不足,重点探讨了MFGIS所面临的时空数据获取与标准、时空数据表达、时空动态尺度和时空统计与分析模型四方面的技术内涵。并讨论了解决途径．     

基于粗糙集的数据挖掘技术及其在临床医学诊断中的应用

数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系的过程。临床医学上大量的数据中蕴含着丰富的信息,利用数据挖掘技术,特别是基于粗糙集理论的数据挖掘技术,通过数据训练集所训练得到的算法模型能够有效应用于疾病诊断。并获得很高的准确率,本文简单介绍了数据挖掘技术的基本原理和主要方法,以及粗糙集理论的基本原理,并给出了一个利用数据挖掘技术对肺部肿瘤进行诊断评价的应用实例。     

绿盲蝽中期预测模型的组建与应用

【目的】随着转基因棉种植年限的延长,绿盲蝽Apolygus lucorum(Meyer-Dür)成为棉田主要害虫,建立准确的预测预报模型,可为绿盲蝽的防控奠定基础。【方法】通过收集整理基点16年(1993—2008年)绿盲蝽各代成若虫的发生高峰期与发生量以及平均气温、相对湿度、降雨量、雨日、光照时数等各项因子数据,利用DPSv8.05专业版数据处理系统,采用多因子逐步回归方法,从各代发生量、平均温度、雨量、湿度、光照时长等因子中筛选出4~5个相关显著的预测因子进一步用二次多项回归建立预测模型。【结果】初步建立了绿盲蝽各代发生期、发生量预测模型,进行了回代检验,并进一步利用6年(2009—2014年)的绿盲蝽实际发生数据对预测模型的应用效果就行了外延检测,总体测报准确率平均达到85%以上。【结论】建立的绿盲蝽中期测报模型准确率较高,农业技术推广部门可以在绿盲蝽的预测预报工作中加以应用。     

预测微生物学的研究进展

简要介绍了预测微生物学模型的2个类型(品质预测模型和安全评估模型),特定腐败菌在微生物预测中的特殊作用,可追溯技术、温度综合函数和生物指示器等新技术在微生物预测中的应用,以及国外的预测模型库和国内的研究现状,展望了预测微生物学未来的发展趋势。     

基于近红外检测技术建立发酵过程中L-色氨酸浓度预测模型

目的:我国发酵法生产L-色氨酸存在着产酸率、糖酸转化率和提取率较低以及检测速度较慢等不足之处,为了提升发酵控制水平及产物浓度的快速检测,采用近红外检测技术建立发酵过程中L-色氨酸浓度预测模型。方法:利用近红外光谱技术,结合偏最小二乘法,建立发酵液中L-色氨酸浓度预测模型。结果:在光谱预处理为二阶导数、波数范围为6101.8~5450 cm-1条件下获得最优L-色氨酸浓度预测模型。经验证,该模型具有一定的准确性和可靠性,其预测值与测量值仅有5.16%的偏差。结论:该模型具有较好的预测能力,可为大肠杆菌L-色氨酸发酵过程中浓度快速检测提供可靠数据,并为L-色氨酸发酵过程控制提供理论和实践依据。     

利用分散量理论辨识外膜蛋白

利用分散量的数学理论,提出了基于最小分散增量的蛋白质序列辨识方法.通过多种特征联合对蛋白质序列进行编码,并建立基于最小分散增量的分类器MID_OMP,应用于革兰氏阴性细菌外膜蛋白序列辨识.在数据集上的Jackknife测试中,MID_OMP辨识外膜蛋白和α螺旋跨膜蛋白的准确率达到95.7%,辨识外膜蛋白和球状蛋白的准确率达到91.0%;在14个细菌基因组内挖掘结果显示,MID_OMP具有较高的敏感性和特异性,预测结果的可信度明显优于另外一种OMPs挖掘工具TMBETA-GENOME.     

防护措施下一类高传染性多潜伏期传染病的高维动态模型

传染病给人们的生命带来了极大的威胁,对于高传染性的疾病,政府总会采取一些防护措施．本文针对防护措施下的高传染性且具有潜伏期等特性的一类传染病,结合传染病模型,在一定假设条件下给出了这类疾病单日新收治的直接确诊病例及疑似病例的高维动态模型,并使用最小二乘法进行了参数辨识．最后以SARS为例,利用网上公布的SARS数据给出了5月22日-5月31日的预测结果并将预测结果和实际数据进行了比较,说明了模型的有效性．     

芽胞气溶胶表面滞留抗力预测模型研究

针对生物威胁的现场处置工作,建立气溶胶芽胞表面滞留抗力的智能预测模型,以准确预测环境表面芽胞污染状况,为大规模的现场洗消任务提供重要依据,有利于实现及时反应、恰当反应和准确防护的目标。以枯草杆菌芽胞为试验菌,在气溶胶实验室进行芽胞的环境因素暴露及活力测定,以模拟环境中芽胞抗力变化规律数据为依据,采用Matlab6.1软件包中的神经网络工具箱进行抗力预测模型研究。根据研究目的、模拟环境条件和数据训练的平滑曲线等特征,设定了5个输入神经元,8个隐层节点和1个输出神经元。‘tansig’、‘purelin’为传递函数,trainlm为训练函数,网络迭代100次。模型回顾预测效率达到100%,前瞻预测效率达到91%。以实验室数据为依据,利用Matlab平台中的BP神经网络建立的芽胞气溶胶表面滞留抗力预测模型能利用环境因素信息有效预测芽胞抗力。     

豚鼠脑干听觉诱发反应的分析及建模初探

本文运用系统建模的方法,在时域和频域中分析了听觉脑干诱发反应(ABR)和听觉频率跟随反应(FFR)的实验数据,讨论了此两种反应之间即相联系又相独立的关系,及两种反应对刺激信号的线性和非线性关系。用单纯型最优化方法,对其参数进行辨识,建立一个线性传递函数和非线性函数及脉冲函数组合的模型。 整个模型在计算机上进行模拟,模拟的结果与FFR和ABR记录的数据相符。