论天津港船舶物流发展的现状及对策

文章从天津港船舶物流发展的优势与劣势的角度出发,分析了天津港船舶物流的发展现状,并指出天津港船舶物流发展的对策及建议,为天津港的有序、快速发展奠定基础。     

中国城镇居民人均食用植物油消费量的 趋势预测与影响因素分析

城镇居民食用植物油消费量变化趋势影响着城乡居民整体食用植物油消费走向，深入研究其变化趋势和影响因素，可以为我国制定科学合理的粮油供给安全战略和相关产业发展政策提供参考。基于2000—2020年我国城镇居民人均食用植物油消费量及其影响因素数据，从宏观角度出发，利用城市化率、城镇居民家庭人均可支配收入、城镇食用植物油零售价格指数、消费习惯4个主要因素构建灰色GM(1,5)预测模型，并对2021—2025年城镇居民人均食用植物油消费量进行预测。结果表明：构建的模型平均相对误差绝对值为4.94%,满足模型预测要求；应用该模型进行预测发现，2021—2025年我国城镇居民人均食用植物油消费量恢复到10 kg以上，且呈小幅增长态势，叠加持续增长的城镇人口数量，我国油料油脂进口量将进一步增加。为此，提出了引导油脂消费结构调整、加强对食用油的质量安全监督、提高食用油利用效率和杜绝浪费等政策性建议。     

基于GM(1,N)的大学生就业信心指数预测研究

我国大学生就业形势日益严峻,大学生的就业信心如何以及如何提高他们的就业信心,都是非常值得研究的问题。通过影响大学生就业信心的相关因素建立灰色模型GM(1,N)对大学生就业信心指数进行预测。通过信心指数的预测研究,可以测量出大学生就业信心可能发生的变化,同时将大学生就业信心的变化趋势及时地传导给政府、学校,对大学生就业的促进发挥直接的作用。     

基于改进ShuffleNet v1的服装图像分类算法

针对服装图像分类模型体积较大，缺少细分类的问题，提出基于改进ShuffleNet v1的服装图像分类算法。该算法以ShuffleNet v1为基础，通过优化模块的堆叠次数和网络层通道数来降低模型的计算量，满足算法的实时性要求；嵌入通道和空间注意力模块，使得模型关注重要的特征信息，抑制无用的特征信息；设计非对称多尺度特征融合模块，加强模型的特征提取能力。结果表明：所提算法在自建的衬衫服装数据集中准确率为88.31%,分别高于ShuffleNet v1、ShuffleNet v2、MobileNet v2和ResNet50模型2.77%、3.69%、1.98%、0.62%;所提算法在DeepFashion的部分数据集中也取得了不错的效果，验证了所提算法的有效性与通用性；与基础模型相比，所提模型的参数量仅为0.73M,模型参数量减少了约60%,实现了模型准确率和推理速度的提升。     

基于自回归移动平均模型的中国棉纱出口量预测

纺织品出口是中国对外贸易的有力支柱,是推动中国经济发展的重要引擎。受国内外形势的影响,中国纺织品出口受到了严重挑战,尤其是棉纱出口,数量与价格纷纷下滑,使棉纺织企业受到严重冲击。ARMA模型既能对平稳的时间序列变化趋势进行预测,也能对有一定变化趋势的时间序列进行预测,能准确预测随机事件的短期变化趋势。运用ARMA模型预测了中国的棉纱出口量,取得了理想的效果。     

基于主成份回归分析的出租车数量预测

通过出租车数量影响因素的定性分析及相关性定量分析,提取了八个具有较高相关性的影响因素为预测变量。通过主成份分析消除影响因素之间的多重共线性。基于主成份的单独回归预测,构建了出租车数量的回归预测模型。精度检验结果表明,模型具有较高精度,可用于出租车数量的快速预测。     

城市电网规划的负荷预测方法研究

随着我国经济突飞猛进的发展，城市电网规划已经成为一个值得关注的问题，而城市电网负荷预算也成为电网规划中一项重要的工作。然而，在实际的城市电网规划的负荷预测中，预测方法的使用，预测手段的变化，一些不确定因素的存在，给负荷预测工作带来了诸多的挑战，为了满足城市电网规划要求，有力的支撑城市电网事业的发展，需要积极的探索电网规划负荷预测的新方法，保证负荷预测的准确性，才能有效的为城市电网规划发挥应有的作用。     

粮食生产灰色系统预测控制

运用灰色系统理论和方法,对粮食生产进行灰色预测与控制分析,创建粮食生产灰色预测、控制和管理GM（1,N）模型,预测揭示粮食生产特点与质量安全控制规律,明确调控途径,为制定粮食发展规划,促进粮食生产,确保粮食数量和质量安全提供科学决策依据.     

基于改进的GM(2,1)模型的粮仓温湿度预测

民以食为天,粮食是关系国计民生、国家安全和社会稳定的特殊产品,在自然灾害频发的当今社会,粮食的安全储藏尤为重要。在对粮库温湿度环境进行监测的同时,如果能根据历史数据准确地预测粮库的温湿度未来的变化趋势,将为及时有效地控制粮食的存储条件,保证粮食储备安全提供先机。本文用改进的GM(2,1)模型对粮库检测到的温湿度数据进行建模分析,以期实现对粮库温湿度变化趋势的预测和预警。仿真结果表明,该模型的预测值有较高的精度。     

基于AR模型的水力旋流器筛分性能的预测

以时间序列为理论基础,利用时间序列分析方法对水力旋流器的筛分性能建立了AR模型,并依据该模型对纤维重均长度变化趋势进行了预测分析。通过对不同实测数据的检验证明,可根据该模型的预测结果预报纤维重均长度的发展变化趋势。     

近红外与表面增强拉曼光谱融合技术快速检测花生油中黄曲霉毒素B1

目的 在近红外光谱(near infrared spectroscopy, NIR)与表面增强拉曼光谱(surface-enhanced Raman spectroscopy, SERS)特征层数据融合的基础上构建偏最小二乘回归模型(partial least squares regression, PLSR)实现花生油中黄曲霉毒素B1 (aflatoxin B1, AFB1)含量的快速检测。方法 首先，分别采集待测样本的NIR与SERS光谱。其次，将采集的NIR与SERS光谱分别进行光谱预处理。然后，采用基于希尔伯特-施密特独立准则的变量空间迭代优化算法(Hilbert-Schmidt independence criterion based variable space iterative optimization, HSIC-VSIO)分别筛选NIR与SERS光谱的特征变量。最后，将筛选的特征变量进行融合并构建PLSR模型用于定量检测花生油中AFB1含量。结果 与NIR光谱数据、SERS光谱数据以及NIR与SERS光谱直接融合数据构建的PLSR模型相比，NIR与SERS光谱特征层融合数据构建的PLSR模型具有最佳的预测性能：校正集均方根误差(root mean squared error of calibration set, RMSEC)为0.1569，校正集决定系数(coefficient of determination of calibration set, )为0.9908，预测集均方根误差(root mean squared error of prediction set, RMSEP)为0.1827，预测集决定系数(coefficient of determination of prediction set, )为0.9854，性能偏差比(ratio of performance to deviation, RPD)为8.2761。将本方法与标准方法分别检测真实含有AFB1的花生油样本，结果表明两者的检测性能无显著性差异(P=0.84>0.05)。结论 本方法可实现花生油中AFB1含量的快速、高精度定量检测，也验证了NIR与SERS光谱融合的可行性与有效性。     

AFB1污染花生油激光诱导荧光信号受温度干扰规律及温度全局模型研究

激光诱导荧光光谱（LIF）技术在花生、无花果等坚果中黄曲霉毒素B1（AFB1）检测应用已有大量研究。然而荧光信号易受环境因素（主要是温度）影响。本研究通过自主开发的LIF系统对不同温度下,花生油中AFB1含量进行检测,探索温度对荧光信号的干扰规律。通过人为添加AFB1标准品到10个品牌花生油中,配制不同AFB1污染程度（控制组、0、5、10、20、25与30 μg kg-1）的花生油样本。使用LIF系统采集5种不同温度下（10、20、30、40、50℃）花生油的荧光光谱。光谱分析结果表明花生油荧光强度随着温度的升高而降低。使用5种不同建模方法建立全局模型,通过比较预测结果发现核函数为径向基函数（RBF）的支持向量机（SVM）方法所建立的全局模型预测效果最优,其正确率（CCR）超过99%,假阴性率（FNR）为0,假阳性率（FPR）为0.6%。在此基础上使用SVM（RBF）建立分温度模型,并使用各分温度模型分别对5个温度下验证集进行预测,结果表明各分温度模型在预测本温度验证集时,预测效果极优,正确率均高于97%,验证集FPR与FNR不超过5.5%,但在预测其他温度验证集时,效果极差。表明当使用LIF技术检测花生油AFB1含量时,需要保证样本温度保持一致,或者通过建立温度全局模型提高模型鲁棒性。     

人工神经网络在多元溶剂体系结晶热力学建模中的应用

以磷酸二氢钾在水和丙酮二元溶剂中的溶解度数据为基础,采用人工神经网络建立了一个多元溶剂体系的结晶热力学模型.结果表明:用此技术建立的模型克服了传统结晶热力学模型只能预测溶解度随单一影响因素变化趋势的缺点,能直接精确预测溶解度随温度和溶剂比等影响因素同时变化时的数据.     

基于激光诱导荧光光谱技术检测花生中黄曲霉毒素B1

目的 探究激光诱导荧光（laser induced fluorescence,LIF）技术检测花生中黄曲霉毒素B1（aflatoxin B1,AFB1）的可行性,定性和定量分析花生中的AFB1。方法 制备不同浓度梯度的污染花生,经LIF系统采集荧光光谱,平滑后分析光谱数据结构。基于全波长光谱使用5种不同建模方法对污染花生定性判别,采用偏最小二乘法回归（partial least squares regression,PLSR）和BP神经网络（BP neural networks,BPNN）进行定量预测。通过竞争性自适应重加权采样（competitive adaptive reweighted sampling,CARS）提取特征波长,研究其对定性和定量预测的影响。结果 对于全波长光谱数据,线性核函数的支持向量机（support vector machine with linear kernel function,SVM（Linear） ）建立的判别模型效果最优,预测正确率100%。PLSR和BPNN均获得较好的定量预测效果,剩余预测偏差（residual predictive deviation,RPD）＞3.0,检出限（limit of detection,LOD）＜20 μg/kg;对于特征光谱数据,SVM（Linear）定性判别预测正确率93.94%,F1值为0.94,ROC曲线下面积（area under the curve,AUC）为0.989。建立的PLSR模型性能优于未提取特征波长的两种定量模型,RPD为3.36,LOD为14.76 μg/kg。结论 LIF技术检测花生中的AFB1简单快速,定性定量预测模型准确性好,具有一定可行性。     

风尘仆仆——演习归来的M1A1

“关于M1A1坦克我就不多介绍了，相信“地球人”都知道。此次制作的M1A1实际上不属于北约部队，而是隶属于驻韩美军第二师第一旅。当初制作这个模型的时候是想配合K1A1坦克来制作一个场景的，因为韩国的“K1A1”也是美国克莱斯勒公司设计的，在外形上与“M1”酷似，有“小M1”之称。     

港口航道施工中常见的安全问题及措施

随着时代的发展,社会的进步,我国的航运业也迅速发展起来,然而伴随着不断扩大的港口建设规模,港口的通航环境也发生了巨大的变化。进出港船舶交通流量呈显著的上升趋势,船舶吨位越来越大。这些因素都导致港口交通形势更为复杂化。同时,受到自然因素的影响,很多安全隐患存在于港口航道建设中,不利于港口航道施工的安全性,受到人们的普遍关注,因此非常有必要研究港口航道施工中较为常见的安全问题,并提出相应的解决措施。文章对此进行了深入细致的分析和探讨,希望通过文章的研究,可以为相关人士提供一定的参考和借鉴。     

国外技术性贸易措施与中国消费品召回的数量关系

采用计量经济学加权回归模型对2005年1月～2012年7月,共91个月的欧盟、美国和加拿大月度中国制造消费品召回数量之和作为全球中国制造消费品月度召回数量与全球技术贸易壁垒(TBT)月度通报数量的关系进行定量解析.研究结果表明,两者之间存在对数非线性相关性,相关系数R2统计量为0.9825.在该模型中全球中国制造消费品月度召回数量与上月全球中国制造消费品月度召回数量呈正相关性,增长率约26.8％,与当月度TBT和上个月TBT通报数量呈现约79.6％正增长.TBT通报数量对消费品召回数量存在一定的滞后期,可从TBT通报数量来预测全球中国制造消费品召回的变化趋势.     

甲型H1N1流感病毒三维空间结构预测

采用从头计算思想,用改良的遗传算法对甲型H1N1流感病毒的蛋白质空间结构进行预测研究。基于蛋白质空间结构的HP模型,构建甲型H1N1流感病毒蛋白质空间结构的3DHP模型,并利用改良的遗传算法找到最小自由能结构,从而预测得到甲型H1N1流感病毒蛋白质三维空间结构。利用蛋白质空间结构数据建立距离矩阵,通过相关性分析和显著性检验,表明预测结构与已知结构存在高度的一致性。该模型提供了一种快速预测甲型H1N1流感病毒结构的方法。     

糙米中黄曲霉毒素B1的ATR-FTIR快速测定

拟建立基于衰减全反射-傅里叶变换红外光谱（attenuated total reflectance-Fourier transform infraredspectroscopy,ATR-FTIR）的糙米中微量黄曲霉毒素B1（aflatoxin B1,AFB1）的快速检测方法。首先将16 份糙米样品经辐射灭菌后接种产毒菌株并在适宜条件下（28 ℃、相对湿度85%）贮藏30 d,测定其AFB1含量。其次将受AFB1污染样品磨粉后与空白糙米样品按质量比例进行精确混合,获得AFB1含量在0～890.20 μg/kg内的糙米样品共计128 份。ATR-FTIR建模分析结果显示,依据AFB1含量高低将样品划分为4 类,临近算法判别分析模型的预测整体正确率达到83.3%。运用偏最小二乘回归分析建立的定量模型精度最优,预测相关系数、均方根误差和相对分析误差值分别为0.970、70.8 μg/kg和4.0。结果表明,ATR-FTIR技术用于糙米黄曲霉毒素污染程度的快速分析与筛选具有一定可行性,但需进一步研究来提升对低AFB1含量样品的预测精度。     

Prophet-VAR组合优化模型在高值卷烟销量预测中的应用

针对高值卷烟销量时间序列的非平稳性、趋势性、周期性和节假日性等特点,同时考虑到高值卷烟销量受行业政策的影响,结合Prophet模型、VAR模型和单箱结构因子法,构建了Prophet-VAR组合优化模型。选用2011—2021年全国高值卷烟销量数据分析检验Prophet-VAR组合模型,结果表明,单独Prophet和单独VAR的预测精度分别是87.97%和84.30%,Prophet-VAR组合模型的预测误差值约为4%,精度接近96%,比单一模型的预测效果提高了约10个百分点。考虑单箱结构等行业政策因素的影响,运用单箱结构因子法对预测结果进行优化,使得预测精度达到了98.75%。因此,优化后的组合模型较单一的模型能更好地表现高值卷烟销量时间序列的变化趋势,给出更好的预测结果。