课程文献中心 更多>>

关键词： 时间序列分析   电离层   总电子含量   预测   小波去噪  

摘要： 基于时间序列方法能够对短时间的电离层总电子含量（Totalelectroncontent，TEC）进行较好的预测，但由于电离层TEC受各种因素的影响，直接使用原始TEC序列数据会受到各种噪声的干扰，影响其预测精度。本文利用小波方法的良好去噪效果，提出了一种基于小波去噪和时间序列分析的电离层TEC组合模型预测方法。采用欧洲定轨中心（CODE）发布的2021年数据对其进行分析，结果表明，对于高中低纬度，使用组合模型的预测精度分别为96.14%、92.34%、85.09%。与传统的时间序列方法预测的结果相比，在高、中纬度的精度都有所提高，而低纬度精度相当，实验结果验证了本方法的有效性。

关键词： 玫瑰痤疮   生活习惯   预防策略   生活质量指数   睡眠质量指数  

摘要： 目的 探究玫瑰痤疮患者的生活习惯与疾病发病之间的关系，期望识别影响玫瑰痤疮发病的关键因素，为预防和控制疾病提供实践指导。方法 本研究采用问卷调查和临床访谈相结合的方法，运用皮肤病生活质量指数(DLQI)、Skindex-16评分、欧洲五维度五水平(EQ-5D-5L)问卷、焦虑自评量表(SAS)、抑郁自评量表(SDS)及匹兹堡睡眠质量指数（PSQI）多维度评分体系对435例玫瑰痤疮患者的基本信息、临床特征、生活质量和加重因素进行评估。通过运用统计学方法对收集到的数据进行深入分析，揭示生活习惯与玫瑰痤疮发病之间的潜在联系。结果 435例患者中以女性为主，平均年龄为（40.97±11.34）岁，病程为（2.94±0.87）年。其中红斑毛细血管扩张型（ETR）和丘疹脓疱型（PPR）为玫瑰痤疮的主要类型，皮损好发于面颊（72.18%）和鼻部（64.37%）。多数患者的红斑和整体病情严重程度均为中度（66.06%和86.67%）。生活质量测评DLQI、Skindex-16以及SAS、SDS等量表显示患者的生活质量与健康状况受到显著影响。EQ-5D-5L和VAS评分表明，患者整体健康水平接近中等，但焦虑或抑郁症状普遍（49.86%）。部分患者睡眠质量良好，但仍有少数患者存在严重睡眠障碍。进一步分析揭示，季节性因素（如温差、阳光、高温）、生活习惯（如锻炼过量、情绪压力、饮酒）、月经周期、化妆品使用和辛辣食物摄入与玫瑰痤疮严重程度显著相关（P＜0.05）。多因素Logistic回归分析确认这些因素（OR＞1，P＜0.05）均为玫瑰痤疮严重程度的危险因素。结论 玫瑰痤疮患者存在一定程度的健康相关生活质量下降、心理困扰及睡眠质量差异，且温差、阳光、高温等季节性因素及过量锻炼、酒精摄入、化妆品使用和辛辣食物等生活习惯与疾病的严重程度密切相关。

关键词： 动态时间规整   灰色关联分析   时间序列   状态评估   光伏阵列  

摘要： 在居民屋顶光伏阵列检测中，灰色关联分析存在不能处理时间序列下有效数据长度不一致，检测中没有评估非正常运行状态下光伏阵列健康状态的问题，为此提出了改进灰色关联分析的居民屋顶光伏阵列状态评估方法。首先通过建立居民屋顶光伏阵列的数学仿真模型，研究不同状态下的输出特性，提取出特征参数；其次利用动态时间规整方法将特征参数有效数据长度对齐，得到最优路径；然后利用灰色关联分析方法对光伏阵列的健康状态进行评估，运用健康管理理论计算其健康指数，描述光伏阵列的健康状态。最后开展仿真实验，实验结果表明：在阴影、老化、开路、短路情况下，所提方法能够准确判断出光伏阵列健康指数大于0.8时的“健康”、0.6～0.8时的“亚健康”、0.5～0.6时的“异常”、小于0.5时的“故障”，减少了对居民屋顶光伏阵列运行数据的需求量和对光伏阵列所处状态判断的工作量，提高了居民屋顶光伏发电系统的运行安全性和发电效率。

关键词： 自注意力机制   门控循环单元   全局特征捕捉   时间跨度依赖性   时间序列插补  

摘要： 海洋经济是我国经济发展的支柱之一，解决海上交通安全问题迫在眉睫。船舶轨迹数据作为海上交通的核心数据，可以用于轨迹预测、预警等任务，具有非常明显的时序特征。但由于海上环境恶劣、通信可靠性差等因素导致收集到的船舶轨迹数据普遍存在数据缺失的问题，对含有缺失数据的时间序列进行学习会严重影响时间序列分析的准确性。当前主流的解决方案是对缺失数据进行近似插补，主要基于卷积模型沿着时间轴对时间序列进行重塑，捕捉时间序列的局部特征，但对长时间序列的全局特征捕捉能力较弱。Transformer模型通过其核心的自注意力机制来捕获时间序列各个时间点之间的关系，从而增强模型对时间序列全局特征的捕捉能力，但由于其注意力是通过矩阵乘计算得到，导致其忽视了时间序列自身的时序性，得到的全局特征权重不具有时间跨度依赖性。因此，针对长时间序列全局特征捕捉的问题，提出GANet(Gated-attention Net)，一种基于自注意力机制的变体网络。GANet首先通过自注意力机制获得基础的时间序列点之间的全局特征权重矩阵，再使用门控循环单元在时间轴上对全局特征权重矩阵进行遗忘与更新，从而得到具有时间跨度依赖性的全局特征权重矩阵；然后使用该矩阵进行数据重构，对缺失数据进行插补。GANet通过结合自注意力机制与门控机制实现了在捕捉全局特征的同时，考虑时间跨度对各个时间点的影响，使得捕获到的全局特征具有时间跨度依赖性。在Trajectory、Electricity等7个数据集上的插补实验结果表明，与现有Autoformer、Informer等方法相比，GANet对于Trajectory数据集具有更好的插补效果，且在Electricity等公共数据集上也有较好的插补效果，证明了GANet的有效性。

关键词： 车邑坪滑坡   相位堆叠InSAR技术   SBAS-InSAR   形变监测   二维形变转换  

摘要： 为研究滑坡体的活动特征与规律，基于升降轨C波段Sentinel-1A数据，采用堆叠合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术，获取车邑坪滑坡2020-01～2021-12沿斜坡向和垂直向的形变速率，得到滑坡位移时序演化结果。结果表明，车邑坪滑坡沿斜坡方向的最大形变速率超-90 mm/a，垂直方向的最大变形速率超-40 mm/a。滑坡前缘和中部的变形较大，后缘较小，表现出滑移式滑坡的特征。根据降雨数据与时间序列结果分析，降雨对滑坡运动具有一定的影响，表现出季节性加速变形特征。同时，滑坡区域的地质、地层岩性及澜沧江水位变化也在一定程度上加速了滑坡活动。该研究可为峡谷水库区滑坡变形机制的解释和灾害监测预警提供技术参考。

关键词： 小样本学习   元学习   度量学习  

摘要： 深度神经网络参数众多，需要大量的标记数据进行模型训练，而许多罕见的类别无法收集大量标记样本，严重限制了深度学习方法的可扩展性。受到人类小样本学习能力的启发，近年来关于小样本学习领域的研究取得了不错的进展。对小样本学习方法进行了系统的梳理和总结。首先，给出了小样本学习的问题定义，阐述用于解决小样本问题的元学习框架，说明元训练和元测试的具体过程。然后，对小样本学习算法进行综述，现阶段小样本学习算法分为三类：基于参数优化、基于外部记忆和基于度量学习，其中度量学习方法应用最广、效果最好。对前两类方法进行了简要的说明，然后重点介绍基于度量学习的方法。最后，给出了未来小样本学习领域一些可能的研究方向。

关键词： 小样本字体生成   汉字字体生成   生成对抗网络   深度学习  

摘要： 现有小样本汉字字体生成模型难以通过少量参考汉字有效实现字体风格与内容解耦， 导致字体生成效果欠佳. 为解决该问题， 提出一种新颖的基于对比学习和田字格变换数据增强的小样本汉字字体生成方法. 利用对比学习思想， 对输出图像分别进行风格对比和内容对比， 更好实现字体风格和内容的自适应解耦; 为了进一步地提高小样本字体生成性能， 提出一种基于田字格变化的数据增强方式， 通过对田字格区域的几何变换， 嵌入字体的全局结构信息， 提高字体的风格和内容解耦能力. 所提方法的有效性在公开的汉字字体数据集进行多次实验得到验证. 实验结果表明， 与当前先进的小样本字体生成模型相比， 所提方法在生成字体质量上有显著优势， 并在FID， SSIM， PSNR， LPIPS等性能指标也均优于对比方法模型. 特别地， 所提方法在嵌入现有小样本字体生成模型， 仅使用较少训练数据集训练后， 便可显著提升现有小样本汉字字体生成模型性能.

关键词： 黄河流域   生态系统服务   供需关系   InVEST模型   最优参数地理探测器模型  

摘要： 生态系统服务与人类可持续发展紧密相连，研究区域生态系统服务供需特征，识别其主要驱动因素是实现生态资源有效配置和保障区域生态安全的重要前提。采用InVEST模型计算分析黄河流域2001～2021年水源涵养、固碳释氧和生境质量服务的时空演变特征及供需匹配状况，并基于最优参数地理探测器模型进行驱动因子分析。结果表明：①与2001年相比，2021年水源涵养、固碳释氧和生境质量服务供给量均有所增加，固碳释氧和生境质量服务空间分布相似；水源涵养服务受降水和蒸散发等综合影响，在空间上呈现无规律分布。②生态系统各项服务需求量的空间分布基本一致：流域中下游生态系统服务需求量较高，上游河源区较低，且均呈波动性增加趋势。③黄河流域水源涵养、固碳释氧和生境质量服务的空间分布在栅格尺度上呈现供需关系不均衡、地区差异较大等特征；在省区尺度上水源涵养和生境质量供需关系相对均衡，整体上供大于求，固碳释氧服务的供需指数呈现持续下降趋势，供需矛盾突出。④生态系统服务的供给侧显著受自然因素调节，而需求侧则主要受人类活动和社会经济因素的驱动，人口密度和GDP密度增加了生态系统服务需求，抑制着生态系统服务供需平衡，是生态服务供需比的主要影响因素。研究成果可为黄河流域建立生态补偿机制提供参考依据。

关键词： 创业者焦虑   认知失调   创业转型   家庭工作冲突   创业身份中心性  

摘要： 创业过程的复杂性与不确定性,使创业者常常陷入焦虑。基于认知失调理论,采用结构方程模型(SEM)和模糊集定性比较分析方法(fsQCA),解释为什么创业者在焦虑情绪下会作出创业转型这种激进决策。通过对239名创业者多阶段收集的调查数据进行分析,研究发现:(1)创业者焦虑是创业转型的触发因素;(2)创业者焦虑会通过加剧认知失调推动创业转型;(3)高水平家庭工作冲突会加剧创业者焦虑对认知失调的影响,当创业身份中心性较强时,认知失调更可能推动创业转型;(4)创业者焦虑、认知失调、家庭工作冲突、创业身份中心性均无法单独构成创业转型的必要条件,各因素以不同途径影响创业转型(2种组态)或非创业转型(2种组态)。