基于混沌特性分析的风速序列混合预测方法

为提高风速时间序列的预测性能,针对具有混沌特性的风速时间序列提出一种混合预测方法。通过分析风速时间序列的动力学特性,求解风速时间序列蕴含的最佳不稳定周期轨道,将前一最佳不稳定周期轨道附近的值作为当前预测结果,从而得到基于混沌不稳定周期轨道的预测结果。另外,将混沌算子网络应用于风速时间序列预测分析中,通过调节网络参数改变预测网络的动力学特性,从而实现风速时间序列预测分析。将这两种具有不同机理的预测方法通过优化融合指标函数的方式实现预测结果融合,从而实现风速时间序列的混合预测。仿真结果表明,混合预测方法能够进一步提高风速时间序列的预测性能。     

基于迟滞神经网络的风速时间序列预测

为了改善风速时间序列的预测性能,提出了一种基于迟滞神经网络的预测方法.通过改变神经元激励函数的方式将迟滞特性引入神经网络中,以增强历史输入对当前响应的影响,从而提高有用信息的利用率,提高风速时间序列的预测性能;借助于相空间重构理论构造风速预测训练样本,采用梯度下降法对网络权值进行训练,利用遗传算法对迟滞参数进行优化.仿真结果表明:与传统神经网络及ARMA模型等方法相比,迟滞神经网络能够有效减小风速时间序列的预测误差,提高预测性能.     

TPA质构分析氯化钙处理采后番木瓜果实的质地变化

以"中白"品种番木瓜为试验材料,运用TPA全质构测试,研究不同浓度氯化钙(0、1%、3%、5%)对番木瓜采后贮藏期间果实质地变化的影响,筛选最佳的保鲜浓度。结果表明:随着贮藏时间的延长,各处理组番木瓜果实硬度、咀嚼性、胶着性、弹性、内聚性、回复性都呈下降趋势,而黏性呈上升趋势,其中3%氯化钙处理效果最佳,能显著延缓番木瓜采后质地劣变。     

黄皮转录组测序及抗氧化相关基因的挖掘

为从分子水平研究黄皮果实抗氧化酶抑制褐变的机理,以热激(heat treatment,HT)、程序降温(low temperature conditioning,LTC)和对照(CK)组处理后3℃贮藏的黄皮果实为材料,研究温度对黄皮果实褐变及抗氧化效果的影响,并应用转录组测序技术对黄皮果实RNA进行测序分析.结果 表明...