新冠疫情期间,公路货运量明显下滑,公路运营状况变化复杂,亟须科学预测公路货运量.通过灰色关联分析,确定疫情期间公路货运量主要影响因素,构建了基于灰色组合(GC)-修正BP神经网络(rBPNN)模型的公路货运量预测方法.以我国2017年7月—2020年5月的公路货运量统计数据为原始数据,对BP神经网络进行训练和检验,并引入修正系数HM对预测结果进行修正.以疫情期间近5个月数据为基础,用灰色组合模型预测下月公路货运量各主要影响因素值,再运用修正BP神经网络预测我国2020年6月的公路货运量.将GC-rBPNN
本文通过整合分析,收集整理了国内外84篇生物质炭与土壤有效态镉含量及植物镉吸收方面的文献,从土壤特性、生物质炭施用量、生物质炭原料及制备条件等方面,研究了生物质炭施用对土壤有效态镉含量及植物镉吸收的影响.结果表明,生物质炭能有效降低土壤有效态镉含量及植物对镉的吸收,且植物比土壤的响应更明显.与不施加生物质炭的对照组相比,壤质和黏质土壤中的有效态镉分别显著(P<0.05)降低了33.06％和17.00％,而在砂质土壤中的变化不显著,弱酸性(5.5
随机模型是一种典型的有原型攻击,其所构建模板的协方差矩阵和传统模板攻击一样,可能会出现指数运算溢出和协方差矩阵不可逆的问题.此外,它需要控制参考设备多次随机设置明文和密钥,从而捕获能耗数据建立模板,这一过程限制了其使用范围.为了解决此问题,提出基于马氏距离的随机攻击方法,针对参考设备设置随机明文和固定密钥建立模板,并将马氏距离应用到随机模型中用于恢复密钥.实验中对基于Atmel XMEGA128D4微控制器实现的AES密码算法实施攻击.结果表明:使用固定或随机密钥构建模板,具有相同分布的加密中间值,都可恢
能源消耗与环境污染使得微藻生物柴油生产成为研究焦点.通过同时提取类胡萝卜素和油脂,对微藻进行综合利用,可以有效降低微藻生物柴油生产成本.类胡萝卜素是一类重要的活性物质,但是,目前对于微藻类胡萝卜素的合成和代谢调控还缺乏了解.为了更好地理解和操纵微藻类胡萝卜素代谢以增强类胡萝卜素积累,本文综述了微藻类胡萝卜素合成与代谢调控的研究进展,包括类胡萝卜素生物合成途径,提高类胡萝卜素积累的生化调控方式、诱变方式和基因工程方式,阐述环境因素对类胡萝卜素积累的影响,总结了增强类胡萝卜素合成途径关键酶基因的表达、增强调控
接触角是衡量液体在固体表面润湿的重要特征量.目前已经有一些方法模拟固体表面上液滴的接触角现象并测量接触角的大小,但曲面上液滴的接触角测量方法都较为复杂.本文基于化学势的多弛豫晶格Boltzmann方法,提出一种简单高效的测量曲面上液滴接触角的方法.对曲面基板设置一系列的化学势,通过计算曲面上固定液滴的接触角,观察不同化学势下液滴在曲面上的润湿性.在不考虑重力的理想情况下,本文方法得到的接触角和球冠法的计算结果相比,最大误差在3°左右,符合良好.在考虑重力的影响时,不同尺寸的液滴在重力作用下会发生不同程度的
针对大多数扫地机器人在进行全覆盖路径规划时,普遍存在重复率偏高和覆盖率偏低问题,并且在遇到密集零散的障碍区域时,会产生线路规划凌乱甚至不能覆盖的问题,设计一种基于分治思想的全覆盖路径规划算法,通过在地图上构建若干线段序列,按照线段序列端点间曼哈顿距离最小原则对局部路径线段进行相连,形成若干弓形线路块;然后采用分治算法实现全局各弓形线路块间最近端点对的匹配,并进行衔接,最终生成路径均匀的全覆盖线路.通过与牛耕式单元分解结合生物激励神经网络覆盖算法进行场景实验对比,分析表明在密集零散的障碍区域中,本文算法仍能
针对无人机任务随机下发场景中由于任务完成时间约束带来的任务完成度低的问题,本文提出一种基于深度强化学习的分布式多无人机任务动态分配方法.该方法通过无人机之间的实时交互,首先,对正在执行的任务和新到任务的时间约束、任务量、优先级等特征进行实时量化,同时在任务执行过程中动态生成新的任务优先级特征;然后,将无人机交互后形成的全局任务特征视为无人机共享的任务情况,并不断进行更新形成动态决策依据;最后,在时间约束下,根据实时任务完成情况通过深度强化学习方法进行无人机的行为决策,达到新任务与正在执行任务的动态分配以提
本文提出一种基于耦合混沌映射的新型彩色图像加密算法.首先,提取明文信息并结合外部密钥产生与明文相关联的初始密钥值;其次,将彩色图像分解为R、G、B分量并同时得到3个一维序列,各个序列分别被分组并置乱;然后,由混沌映射生成伪随机序列进而构造3个索引序列,利用索引序列依次对R、G、B分量序列再次置乱;最后,通过异或运算得到最终密文图像.实验结果及安全性分析证明该方案具有良好的加密效果,可以有效抵抗常见的密码分析攻击,例如统计分析攻击、差分攻击、裁剪攻击、噪声攻击等.此外,与其他文献的对比结果证明本方案所得到的
利用条件分位数分别在响应变量非随机删失和随机删失的情形下研究超高维数据的特征筛选,提出相应的特征筛选方法,理论证明和模拟验证都证明该方法筛选出的变量集满足确定筛选性质和排序一致性.与已有方法相比,本文方法在协变量与删失变量相关时具有相对优势.
图的交叉数是表征图的一个重要参数,Garey和Johnson证明了确定图的交叉数是NP-完全问题.因为其难度,目前能够确定交叉数的图类甚少.在Kleitman给出的完全二部图的交叉数cr(K6,n)=Z(6,n)的基础上,本文证明了一个6阶图H与n个孤立点nK1、Pn及Cn的联图交叉数分别为cr(H+nK1)=Z(6,n)+2「n2」,cr(H+Pn)=Z(6,n)+2「n2」和cr(H+Cn)=Z(6,n)+2「n2」+2.