一、分类指数一周动态（论文文献综述）
潘雨声[1]（2021）在《聚二甲基硅氧烷表面污损微生物膜群落分子生态学研究》文中指出海洋生物污损给我国海洋渔业、海上运输业等造成了难以估量经济损失,严重阻碍了我国海洋经济的发展。海洋防污涂料是当前海洋生物污损防控的重要手段之一。传统型海洋防污涂料在抑制污损的同时会给海洋生态环境造成严重破坏,因此环境友好型海洋防污材料的研发已经成为世界各国关注的焦点问题。聚二甲基硅氧烷（Polydimethylsiloxane,PDMS）是一种性能优异的有机硅基体材料,具有低表面能、高疏水性、高弹性模量等诸多性能优点。但PDMS基体材料在实际海洋应用的过程中,仍会因表面微生物污损致其性能退化。在前期研究中,我们发现PDMS表面微生物膜的形成是导致其表面污损发生的重要原因之一,然而迄今PDMS表面微生物膜菌群结构特征与多样性特征以及微生物膜形成机制尚不明确。鉴于此,本研究运用第二代高通量测序技术对PDMS表面微生物膜菌群组成与多样性特征、分布特征以及动态变化规律进行解析,在分子水平揭示PDMS表面微生物膜菌群形成机制,明确PDMS表面污损发生的分子机制。本研究通过短期挂板实验,完成PDMS表面21天污损早期生物膜连续样本的采集工作与宏基因组抽提及定量工作。然后分别以16S r DNA、18S r DNA以及ITS等基因作为标记物,从微生物膜基因组中扩增16S r DNA（V3+V4）区、18S r DNA V4区和ITS-1区基因片段,来分别标记微生物膜中的原核菌群、真核菌群以及海洋真菌。基于Illumina测序平台,完成扩增子测序工作,并对相应的测序数据进行生物信息学分析,并初步探究了PDMS表面污损早期微生物膜原核菌群、真核菌群和真菌的优势菌门、优势菌纲以及优势菌属动态变化规律、更新速率以及多样性变化规律。本研究的具体研究结果如下:（1）通过对PDMS表面原核、真核和真菌菌群的高通量测序数据进行生物信息学分析群落组成和结构发现在PDMS表面污损早期生物膜原核菌群中,主要的优势门为:变形菌门（Proteobacteria）、拟杆菌门（Bacteroidetes）、Epsilonbacteraeota、厚壁菌门（Firmicutes）;在PDMS表面污损早期生物膜真核菌群中,主要优势门为金藻门（Chrysophyceae）、褐藻门（Phaeophyceae）、Chordata门和链形藻门（Streptophyta）;污损早期生物膜海洋真菌中的主要优势门为:子囊菌门（Ascomycota）,担子菌门（Basidiomycota）。（2）通过样品复杂度分析和多样品比较分析发现在不同浸没周数生物膜样本中原核微生物菌群结构表现出明显差异,但随着浸没时间增加菌群结构相似度逐渐增加并趋于一致;不同浸没周数PDMS表面生物膜中真核菌群处于不断的动态演替过程中,但演替速度逐渐变慢。（3）通过环境因子关联分析发现,浸没时间、磷酸盐浓度对原核菌群、真核菌群分布相关性最大;而浸没时间、海水中NO2浓度与海洋真菌分布相关性最大。（4）对污损早期生物膜的原核菌群、真核菌群和海洋真菌中的优势菌群的相对丰度变化规律及其优势菌之间的联系进行分析发现,各类群微生物中含量最高类群中排名前三名菌群交替更迭,其多样性参数处于不断动态变化之中。浸没两周后,优势菌属的变化幅度和趋势逐渐趋于一致,其原因可能是生物膜的脱落与更新所致。上述研究结果对于理解微生物膜形成机制、揭示PDMS表面污损发生的分子机理,明确PDMS与微生物互作的分子机制具有重要意义。
王梓旭[2]（2021）在《基于遥感数据的受倒伏影响下玉米估产研究》文中进行了进一步梳理玉米是全球也是中国第一大粮食作物,在保障国家粮食安全方面发挥着重要的作用。准确、无损的进行大面积低成本的玉米产量估算对于粮食政策制定和粮食安全至关重要。玉米估产与遥感影像上提取的特征指标具有很强的相关性,不同的估产模型直接影响着估产的准确性和精度。当前的估产方式主要基于实地调查和农民的专业知识、作物生长模型和基于遥感的方法以及结合环境因素（水文、气象、土壤等）与遥感因素的作物生长综合模型,新技术的发展改善了遥感估产的精度和时效性,使得估产模型从基于传统的单一特定生育期转向尽可能的基于全生育期的精细化监测,这对作物的长势监测和研究作物产量的形成具有重要意义。在实际生产过程中,玉米倒伏是玉米生育期内最具破坏性的自然灾害之一,不仅影响玉米籽粒品质,而且会造成严重减产。倒伏后的玉米光谱和冠层结构会发生严重的改变,传统基于单时相遥感估算方式精度较低,不能满足生产过程的需要,因此,结合倒伏情况下多时相、多特征指标的时序结果进行玉米估产对于提高估算精度和计算倒伏损失具有重要的作用。本文以位于河南省中国农业科学院新乡试验基地的玉米试验田为研究区域,以不同品种、不同处理的夏玉米为研究对象,以无人机遥感影像和地面实测的生理指标为基础,利用图像处理、定量遥感结合统计分析方法,分析与玉米长势相关的特征指标,以实现对试验区玉米地块的倒伏地块等级分类、关键物候期识别和时序冠层体积估产模型的构建同时分析倒伏特征指标对估产的影响。本研究的主要内容如下:（1）基于UAV-RGB影像的玉米倒伏评估和影响因素分析本研究利用光谱、纹理、冠层结构等特征指标,分别采用基于像素的监督分类和面向对象的分类方法,建立了一套高精度的玉米倒伏等级分类方法。结果表明,基于像素的监督分类最佳方法是随机森林;采用面向对象分类时,使用随机森林分类方法结合原始影像、冠层表面模型和纹理特征的分类总体精度最高,此时特征指标选择的最佳方案是将原始RGB图像,冠层表面模型以及植被指数或纹理特征等进行组合,总体精度是86.96%,Kappa系数是0.7931。结合玉米倒伏程度的空间分布和不同处理,初步分析了倒伏程度的影响因素。播期实验表明,R1（吐丝期）,VT（完全抽雄期）和V14（14叶期）是三个容易形成倒伏的时期。氮素实验表明,随着施氮量的增加或者在关键生育期施用氮肥,玉米抗倒伏性能会得到改善。品种实验表明,辽单585,LP68和中单909是本研究中抗倒伏性能最好的品种。此外,密度试验表明,不同玉米品种的抗倒伏性能取决于种植密度,种植密度越高,倒伏风险越大。（2）玉米关键物候期监测借助无人机遥感平台,本研究获取了包括作物冠层结构、光谱、纹理以及与作物长势相关的光合和营养指标,再结合近地面的影像,实现了对玉米长势的真实描述,以此为依据,筛选出最优的植被指数——GRVI来构建玉米的生长曲线。随后,对生长曲线进行Savitzky-Golay滤波后插值为逐日的数据,并从滤波后的曲线中结合动态阈值法提取试验田玉米出苗期、抽雄期、生理成熟期和生长期长度（出苗到生理成熟）等四个重要的物候期,其中精度最高的是抽雄期,误差在两天以内,出苗期和生理成熟期较低,在此基础上进行了实验地块四个物候期的空间制图。（3）结合时序加权冠层体积模型的玉米产量估算在物候期提取的基础上,结合倒伏等级和与玉米相关的绿色冠层覆盖度,株高,植被指数,纹理特征等指标曲线,构建不同类型的时序加权冠层体积模型,并以此来对实验玉米地块分别建立基于单时相或者多时相累积值的估产模型,使用偏最小二乘、支持向量机、随机森林等机器学习方法进行估产,用这种方法筛选出最佳的估产时期是营养生长阶段特征曲线的累积值,最优的估产模型是纹理加权的冠层体积模型,最优的估算方法是随机森林的方法,倒伏特征指标的加入能在不同程度上改善各类估算模型的精度,最优的建模精度可以达到82%,r RMSE是11.21%。
葛梦雪[3]（2020）在《基于多维特征聚类的交通量模式识别与测算方法研究》文中研究表明大气污染问题关乎我国民生和经济发展。在如京津冀、长三角城市群这样人口集中、工业化与城市化发展较快的地区,污染天气发生较频繁,因此近年来气象环境部门力图通过建立空气质量动态测算模型实现大气污染物浓度的实时测算和严重污染天气的预警。大气中,工业和机动车的排放占到了污染物总量的80%以上,其中工业污染现已基本能够实现源头上的实时监测,而机动车的排放却难以从源头统计,目前主要根据机动车保有量推算机动车的总体年度排放清单,但静态的总量推算既无法体现路网中个体路段间排放量的差异,也难以估算具体日期下路网时变的排放量,时空灵活性均较差。因此,基于现有静态污染物排放清单的不足,将动态的路网机动车排放总量作为一项因变量输入空气质量模型将能够有力推进动态模型的构建,成为一项亟需解决的关键问题。路网的动态排放测算主要基于路段时变的车辆行驶里程（Vehicle Kilometers Traveled,VKT）和静态的排放因子（Emission Factors,EFs）,路段交通量是计算VKT的基础,但由于受到交通量监测成本高和覆盖率低的限制,目前仍难以通过实际检测手段获取大面积且具有实时性的交通量数据。考虑到小时粒度的交通量即可满足动态排放测算的精度需求,且路段全天交通量变化模式具有周期性和相似性特征,本研究尝试挖掘多源交通数据及其优势,构建可代表路段交通量模式的曲线库,并利用海量浮动车速度数据实现基于路段的交通量模式识别与检索,进而设计出一种面向排放测算应用的基于路段交通量模式的动态小时交通量估算方法,服务于有动态交通量需求的更多应用。本论文主要包括以下六部分内容:（1）针对国内外已有的交通量测算和交通量模式聚类相关研究经验,结合本研究动态排放测算的目的和空气质量模型建模需求,确定本研究中交通量估算的时间间隔与技术路线。（2）阐述北京市现有RTMS数据、公路交通量观测站数据、浮动车数据和日均交通量数据各自特征和优缺点,提出融合多源数据测算动态交通量的方案。（3）对北京市2018年4类城市道路RTMS的检测数据和5类公路的观测站数据进行预处理,比选最优聚类特征参数方案后利用改进的K-means方法对城市道路3289条和公路6271条交通量曲线进行聚类,最终构建出不同道路等级和日期类型下的归一化交通量模式库合计181条曲线,并结合实际,分析不同日期类型和道路等级下的交通量模式聚类结果。（4）基于Underwood模型提出了归一化交通流基本图的概念并完成了相关参数的标定,实现了浮动车速度和交通量特征参数间的转化,之后利用最短加权距离原则完成路段交通量模式的检索与识别。（5）提出基于交通量模式识别的路段动态交通量测算方案,并同现有基于交通流基本图的测算方式进行比较,样本路段的测算结果显示本文方法的平均均方根误差RMSE和平均相对误差MRE分别较速度反推方法降低了43.0%和82.6%,有效解决了速度反推方法在高速区间测算结果不准确和基本图普适性低的问题。（6）最后将前文提出的动态交通量测算方法应用于基于浮动车速度的路网动态排放测算和偶发性拥堵的蔓延速度测算。结果表明该方法可实现不同路网范围和日期需求下基于路段的机动车精细化动态排放测算,对样本路段拥堵蔓延速度估算的准确度也达到85.12%,可应用于动态交通诱导和管控。
臧金红[4]（2020）在《酸鱼发酵过程中特征风味形成与微生物的关系研究》文中研究指明发酵鱼制品作为许多国家饮食文化的重要组成部分,深受国内外消费者的喜爱。近几年,随着消费者健康饮食理念的不断升级,能够常温保藏、带骨即食的发酵酸鱼制品的市场价值显着增加,其工业化生产是淡水鱼加工的一个重要发展方向。本实验室前期已经从传统酸鱼中分离纯化出多种优势菌株,并建立了以植物乳杆菌、木糖葡萄球菌和酿酒酵母混合接种的发酵工艺,解决了传统酸鱼发酵时间长、风味品质不稳定和安全性难以保障的技术难题,为酸鱼的工业化生产奠定了基础。但是由于发酵过程中酸鱼风味的形成机制还不明确,在工业化生产中对酸鱼的风味进行提升和靶向调控仍存在困难。因此,本论文主要对酸鱼发酵过程中的典型风味特征进行研究;通过分析与特征风味相关的前体物质和关键酶活变化,探明酸鱼特征风味物质的代谢规律;并基于风味代谢规律对特征风味物质形成途径中的酶编码基因进行物种注释,预测在发酵过程中能够产生特征风味物质的关键微生物;进一步揭示这些关键微生物在发酵过程中的演替规律,探明其与特征风味物质形成之间的关系。本课题对揭示发酵风味形成机制具有重要的学术价值,同时也能够为酸鱼特征风味的定向调控提供理论依据。（1）为了明确酸鱼发酵过程中的特征风味,对酸鱼进行接种发酵,采用HS-SPMEGC/MS结合GC-MS-O和电子鼻等多种技术对酸鱼不同发酵周期的挥发性化合物进行鉴定。结果表明,发酵第一周是挥发性物质种类增加最为明显的阶段,由37种增加到58种化合物,奠定了发酵酸鱼风味形成的基础。将气味活性值与GC-MS-O风味强度结果相结合,共筛选出21种关键挥发性风味。利用OPLS-DA模型结合聚类分析进一步将酸鱼整个发酵过程分为原料鱼、发酵前期（0-2周）和发酵后期（2-4周）3个阶段,为酸鱼整个发酵过程提供了关键监测点。根据OPLS-VIP值筛选出了9种能够区别不同发酵阶段的差异风味物质,包括乳酸乙酯、十六酸乙酯、4-乙烯基愈创木酚、2-辛烯醛、（E,E）-2,4-癸二烯醛、2-乙酰基呋喃、辛酸乙酯、苯甲醛和异戊酸,这些风味物质可作为酸鱼发酵过程中风味品质监测的关键指标。（2）为了明确酸鱼特征风味物质在发酵过程中的代谢规律,进一步对可能形成酸鱼特征风味的前体物质及关键酶进行分析,并明确二者与特征风味之间的关系。根据O2PLS模型中的变量重要性指标发现,对酸鱼特征风味影响较大的氨基酸主要有天冬氨酸、苯丙氨酸、蛋氨酸、谷氨酸、亮氨酸、缬氨酸、异亮氨酸和半胱氨酸;对酸鱼特征风味影响较大的脂肪酸主要有C16:0、C20:5、C20:4、C18:1、C22:6、C18:0和C16:1。对风味物质与风味前体之间的关系进行分析发现,乳酸乙酯、乙醛、苯甲醛、苯乙醇和4-甲基愈创木酚等特征风味主要与氨基酸有较强的相关性;己醛、辛醛、壬醛、（E,E）-2,6-壬二烯醛和（E,E）-2,4-癸二烯醛主要与脂肪酸有较强的相关性;其他特征风味物质的动态变化与氨基酸和脂肪酸均有较强的相关性。对风味不同代谢过程中关键酶活的变化规律进行了分析,发现磷酸果糖激酶、丙酮酸激酶、脂氧合酶、氢过氧化物裂解酶和醇酰基转移酶的活性均在发酵第一周达到最大值,分别为544 U/g、66 U/g、21.9 U/g、37.8 U/g和26.4 U/g。而己糖激酶、支链氨基酸转移酶、芳香族氨基酸转移酶和酯酶随着发酵进行,酶活性均不断下降。源于糖酵解代谢的风味物质主要在发酵第一周产生,源于脂氧合酶途径的风味物质主要在发酵前两周生成,氨基酸的转氨反应也主要发生在发酵前两周。根据O2PLS模型中的变量重要性指标发现,影响发酵前期风味的关键酶主要是支链氨基酸转移酶、氢过氧化物裂解酶和己糖激酶。影响发酵后期风味的关键酶主要是芳香族氨基酸转移酶、酯酶和醇酰基转移酶。（3）基于酸鱼特征风味物质与风味前体以及关键酶的关系,筛选特征风味物质可能的形成途径,应用宏基因组测序技术从基因层面预测参与酸鱼特征风味形成的关键微生物。通过KEGG通路注释,发现代谢类通路占比最高,达61.9%以上。在碳水化合物代谢通路中,注释到糖酵解/糖异生途径的基因数最为丰富,其次是柠檬酸循环和氧化磷酸化。在氨基酸代谢通路中,芳香族氨基酸和支链氨基酸代谢的相对丰度均随着发酵进行逐渐增加,在发酵第四周分别达到20.1%和12%。在脂质代谢通路中,磷脂代谢和甘油酯代谢途径所占比例达到50%以上。通过对酸鱼特征风味形成途径中的关键催化酶进行物种注释,发现细菌属对酸鱼风味形成起主要作用。参与发酵前期碳水化合物和脂肪代谢风味形成的微生物主要有葡萄球菌属、片球菌属、乳杆菌属、肠球菌属、巨型球菌属、微小杆菌属、弧菌属、库克氏菌属、酵母属和念珠菌属;参与发酵后期芳香氨基酸代谢风味和酯类风味形成的微生物主要有异常威克汉姆酵母、红酵母属、德巴利氏酵母属、葡萄球菌属、明串珠菌属、肠球菌属、片球菌属、乳杆菌属和弧菌属。（4）为了定向调控酸鱼特征风味,需要进一步明确参与酸鱼特征风味形成的关键微生物在整个发酵过程中的演替规律。采用高通量测序技术对酸鱼发酵过程中产生风味的关键微生物群落的动态变化进行分析,发现与风味相关的葡萄球菌属相对丰度从原料样品的1.95%急剧增加到12.52%（发酵一周）,但随着发酵进行迅速下降至1.88%（发酵四周）。而与风味相关的乳杆菌属和巨型球菌属在发酵初期为优势菌属,相对丰度分别占45.74%和31.99%。在发酵后期,乳杆菌属的相对丰度达到71.57%。真菌中参与碳水化合物代谢的酵母属在发酵第一周相对丰度达到88.83%。发酵三周后,念珠菌属成为主要优势菌属（96.59%）,而异常威克汉姆酵母在发酵第四周占主导优势（32.51%）。然而,与风味产生相关的乳球菌属、明串珠菌属、肠球菌属和弧菌属的相对丰度在接种发酵过程中明显受到抑制。进一步分析影响关键微生物的环境因素,结果表明,对细菌群落变化贡献较大的环境因子主要是pH值,而水分含量对真菌群落变化影响较大。通过分析微生物的相互作用发现,乳杆菌属与魏斯氏菌属和弧菌属等几种风味细菌属呈负相关,葡萄球菌属与酵母属和微小杆菌属两两正相关。本论文确定了酸鱼不同发酵阶段的特征风味物质、风味前体物质和关键酶之间的关系,明确了酸鱼特征风味物质在整个过程中的代谢规律,预测了特征风味物质可能形成途径中的关键微生物,探明了发酵过程中产生风味物质的关键微生物的演替规律,揭示了发酵酸鱼特征风味形成与微生物之间的关系,能够为定向调控酸鱼风味提供理论指导。
韩长根[5]（2020）在《互联网使用对中国居民收入流动性的影响研究》文中进行了进一步梳理自改革开放以来,中国综合国力不断上升,人民生活水平得到大幅提升,取得了举世瞩目的经济社会成就。但在此期间中国社会贫富分化问题也日显严峻,收入不平等问题逐渐成为困扰中国社会经济可持续发展的重大问题。收入流动性作为衡量收入不平等的动态视角,可以反映国民经济社会发展中存在的社会阶层流动与机会公平等问题,从微观层面对收入流动性进行研究有助于更准确地分析中国居民的收入不平等现象。与此同时,互联网与各行业各领域的融合不断深入,深深地嵌入到人们日常经济行为和生活方式中,为微观个体提供更广阔的平台与发展机会,互联网的普及与使用在一定程度上丰富了人们获取财富与知识的途径以实现就业与创收的可能性,但由于不同个体对于互联网使用的认知情况以及使用程度存在差异,互联网使用对个体的机会创造与赋值空间都会存在差异。那么,在国家当下大力推动互联网发展战略的背景下,互联网使用是否能够在提升中国居民收入流动性方面发挥积极作用,其内在机制及其可能的解释都是值得探讨和研究的问题。基于此,本文从代内和代际两个维度,在对收入流动性进行测度的基础上,分析了互联网使用对收入流动性的影响机理,构建了互联网使用对收入流动性影响的理论模型,实证检验了互联网使用对代内和代际收入流动性的影响。本文主要包括以下内容:（1）测度代内和代际居民收入流动性。对于代内收入流动性的测度,使用CFPS数据（China Family Panel Studies,CFPS）,从时序上的相对收入流动性和绝对收入流动两方面进行刻画;对于代际收入流动性的测度,从代际收入转换矩阵和代际收入弹性两个层面进行分析,结合CHNS数据（China Health and Nutrition Survey,CHNS）,并根据居民是否使用互联网情况分样本对代际和代内居民收入流动性进行分析。结果表明:自2010年以后,伴随着互联网普及率的提升,中国居民代内和代际收入流动性呈上升趋势。并且,相较于未使用互联网的居民,使用互联网的居民有着更高的收入流动性,说明互联网使用可能对收入流动性存在着正向的促进作用。（2）构建互联网使用对收入流动性影响的理论模型。本文分析了互联网使用对代内收入流动和代际收入流动的影响机理,构建了互联网与收入流动之间的理论模型。对于代内收入流动性,本文分析了互联网使用对代内收入流动性的影响机理,将互联网使用对代内收入流动性的影响分解为直接效应和间接效应,并基于持久收入假说和盖尔顿收入均值模型建立理论模型,提出待实证检验的研究假设;对于代际收入流动性,本文通过分析互联网使用作用于代际收入流动性的传递路径来阐述其影响机理,据此构建理论模型分析互联网对代际收入流动性的影响,并提出待实证检验的研究假设。（3）实证检验互联网使用对代内收入流动性的影响。本文利用CFPS数据,使用Ordered Probit模型、Bioprobit模型、中介效应模型和倾向性匹配法（Propensity Score Matching,PSM）对代内收入流动性的研究假设进行检验并进行了内生性、异质性和稳健性检验,且互联网使用影响代内收入流动性的直接效应和间接效应均存在。结果表明,在代内收入流动方面,互联网使用能够有效促进个人收入向上流动,抑制收入向下流动。并且,使用互联网学习、工作、社交的频率越高,居民对于互联网使用的重要性认知程度越高越有助于个人实现收入向上流动。互联网能够通过自身的直接效应和人力资本、社会资本、就业的间接效应来促进收入流动性向上提升。在人力资本作为中介变量中,教育的中介效应占比为35.09%,健康的中介效应占比18.52%,培训的中介效应未得到支持。在社会资本作为中介变量中,社会网络的中介效应占比为19.24%,信任关系和社会规范的中介效应未得到支持。就业作为中介变量的中介效应占比15.79%。互联网使用对于代内收入流动性的影响存在异质性特征,在性别、区域、城乡上影响存在差异。（4）实证检验互联网使用对代际收入流动性的影响。本文利用中国家庭追踪调查CFPS数据,使用无序多项logit模型、Bowles和Gintis分解法、分位数回归对代际收入流动的研究假设进行检验。使用互联网,以及互联网使用频率的提高和互联网使用重要性认知的提升对于代际收入弹性有着明显的调节作用,促进跨代收入阶层向上流动的作用显着。结果表明:人力资本贡献了 35.9%的代际收入相关性,其中教育贡献了 18.04%的代际收入相关性,健康贡献了 10.57%的代际收入相关性,培训贡献了 7.29%的代际收入相关性。社会资本贡献了 10.94%的代际收入相关性,其中,强关系贡献了 4.32%的代际收入相关性,弱关系贡献了 6.62%的代际收入相关性。就业贡献了 0.07%的代际收入相关性。进一步发现互联网使用能够通过人力资本的教育和培训方面、强关系和弱关系来弱化父代收入对子代人力资本和社会资本的作用,从而调节收入流动,促进收入流动的提升。互联网使用在不同群体的影响存在区别,对于不同收入阶层的调节作用呈现“U型”特征。本文创新点主要有以下几点:第一,从动态收入不平等——收入流动性的视角,从代内收入流动和代际收入流动两个维度研究了互联网使用对收入流动性的影响,丰富深化了互联网对收入分配问题的相关研究;第二,分析了互联网使用影响代内收入流动和代际收入流动的机理,立足于持久收入假说、盖尔顿模型构建互联网使用影响代内收入流动性的理论模型,在Becker和Tomas（1986）等人研究的基础上构建互联网使用影响代际收入流动的理论模型,补充了理论方面的相关研究;第三,从互联网使用的直接情况、互联网使用频率和互联网使用重要性认知三个层面展开实证研究,相较于其他学者更加全面的分析互联网使用对收入流动性的影响,同时使用Ordered Probit模型、Bioprobit模型、无序多类logit回归模型、分类变量中介效应模型、Bowles和Gintis分解法、分位数回归、倾向性匹配法进行实证检验,展开内生性、异质性和稳健性分析。
闫静[6]（2020）在《基于Fisher信息和在线支持向量回归的短期负荷预测动态建模方法研究》文中认为随着电力市场改革的进一步深化以及智能电网（Smart Grids,SG）的蓬勃发展,对智能电网资源的有效管理及合理配置愈显重要。短期负荷预测是智能电网资源和能源管理系统的重要组成部分,而精确的预测模型是实现高精度负荷预测的关键。因此,短期负荷预测的精确建模技术一直以来是此领域研究的重点和难点。本文寻求一种适用于智能电网短期负荷预测的精确建模技术及方法,并就影响短期负荷预测的气象因素给出了一种普遍适用的解决方案。本文在研究在线支持向量回归（On-line Support Vector Regression,OSVR）与分析气象因素对短期负荷预测（Short-term Load Forecasting,STLF）的影响基础上,提出了在线支持向量回归与Fisher信息（Fisher Information,FI）气象因素处理以及特征选取（Features Selection,FS）的动态建模方法。所做的主要工作如下:首先,鉴于目前应用较为广泛的支持向量回归（Support Vector Regression,SVR）模型和BP神经网络的STLF方法均采用离线的学习算法,而离线样本不能完全反映系统当前的特征进而导致预测模型性能的退化,本文在SVR模型的KKT（Karush Kuhn Tucker）条件基础上推导出在线SVR算法,从而达到在线更新SVR模型,无需进行反复的离线训练,显着改善了模型预测的精度和效率。其次,考虑到气象因素对短期负荷预测的影响,本文给出了基于Fisher信息理论的气象因素处理方法。通过计算历史气象因素的Fisher值来对当前气象因素及气象综合指数进行加权处理较好地解决了气象因素对负荷预测影响的实时效应和累积效应。此外,预测模型的输入特征量的选择是短期负荷预测（STLF）精确建模中另一个需要重点考虑的问题,长期以来未得到很好的解决。本文采用Fisher信息理论对预测模型的输入量进行选择,取得了预期的效果,减少了模型输入量、提高了预测精度、改善了预测速度。最后,将经过Fisher信息处理过的特征输入量分别输入到支持向量回归（SVR）、最小二乘支持向量回归（Least Squares Support Vector Regression,LSSVR）和本文所提出的在线支持向量回归（OSVR）这三种预测模型中,数值实验结果表明,基于Fisher信息的在线支持向量回归模型具有更高的预测精度,更适用于短期负荷预测尤其是超短期负荷预测。
张玛璐[7]（2019）在《大型综合医院建筑综合效率 ——理论建构与量化作用机制研究》文中提出近年来,我国大型综合医院建筑虽然总量发展迅速,单个机构的平均床位规模也已达到约1008.51张,突破了我国《综合医院建设标准》所建议的上限值,但仍无法满足使用需求;然而资源毕竟有限,因此在大型综合医院的建设过程中必须慎重考虑“获得最大规模/品质”与“占用最少资源投入”之间的最佳平衡,是为“效率问题”。大型综合医院建筑的“效率问题”通常是复杂、多元的,提高某一类单一效率极有可能对其它单一效率产生影响,因而须遵循“综合兼顾”原则,是为“综合效率问题”。大型综合医院建筑本身的复杂性与“综合兼顾”原则共同导致了“综合效率问题”的复杂机制:各项“建筑物自然属性”与“综合效率结果”之间存在着大量过程之间、结果之间的相互转化,呈现出“交叉网状结构”。可见,只有以较为精确的定量方式阐明“综合效率的作用机制”,才能够精确把控决策结果并由此做出恰当决策,进而有的放矢地解决相关实践问题,也即需要阐明“综合效率量化作用机制”。然而,各类现有理论尚不足以支持“综合效率量化作用机制”的探讨:“建筑评价/评估”类理论无法真实呈现建筑物自然属性与“目标结果”之间的实际逻辑关系;“建筑效率分析”类理论则大多围绕“单一效率”展开,无法体现“综合兼顾”原则。因此,本文需要重新构建一套理论来作为阐释“综合效率量化作用机制”的依托。基于此,本文在国家自然科学基金面上项目“建筑综合效率量化作用机制下的大型综合医院交通流线优化研究（51778074）”的支持下,主要围绕“构建我国大型综合医院建筑综合效率理论模型”和“阐明其量化作用机制”2方面理论目标展开,并通过在“设计优化”方面对该理论进行应用,初步验证了所构建的理论的合理性与有效性。构建基本理论模型部分以定性方式为主。首先,通过对现有效率相关研究的归纳,将大型综合医院建筑综合效率明确定义为:通过建筑设计手段,大型综合医院建筑所产出的医疗功能使用空间、建筑寿命及医疗功能使用效用,与投入的资金、资源、能源的比例;它是一种以大型综合医院为效率主体,以建筑设计为主导视角,以追求功能空间效率、经济技术效率、资源环境效率3方面共同提升为目标的综合效率。同时借鉴系统学基本理论,结合我国相关实际需求,采用“效率问题”为导向的思路将综合效率系统组织结构由下至上划分为建筑属性、基础性能、效率单元、综合效率4个层级,明确了各级系统内部要素及外部影响因素,并通过其中第二层级系统要素来具体反映前述3方面效率目标。最后,依据各系统要素所代表的实际意义及相互之间的内部逻辑,将综合效率系统内、外部作用方式概括分类,并建立了相关数学模型来分别予以定量描述。阐明量化作用机制部分以定量方式为主。首先,遵循论文第一部分构建的基本理论模型,将综合效率系统拆解为16个子系统,逐一提取作用要素、判断作用过程并赋予相应定量关系,最终形成以建筑属性为自变量、综合效率为因变量、其它系统要素为中间变量的综合效率系统定量模型。进而,利用广义的系统参数取值来反映外部因素作用下综合效率系统的适应、调整过程,并由此提出动态和静态2种参数取值方法:前者精确反映所有参数随各方面发展而变化的实时取值情况,需通过建立动态数据库来实现;后者是对前者的简化,可通过一般调研统计获得各参数在一段时期内相对稳定的取值结果。最后,以静态取值的方式,结合本文通过现场观察计数、调取监控录像观察计数、调取医院运营数据、调取医院建设图纸、现场访谈、抽样问卷等方式获取的约110类（数千万条）相关原始数据（调研概况详见附录A）,经大量统计测算后（具体调研过程详见附录B）,逐一给出了32组系统参数的取值方法和参考取值。为了验证上述“综合效率理论”,论文最后在“设计优化”方面对该理论展开了应用探索:依托综合效率理论,将设计优化方法归纳为测算初始综合效率并判定优化对象、选择优化措施、调整优化并检验分析3个步骤;同时重新梳理了3类共72项常见优化措施,利用“量化作用机制”逐一分析它们的“系统反馈”（对各系统要素指标取值的影响效果）情况,将结果汇集为“对象-措施”集。由此形成的设计优化方法可依托“综合效率量化作用机制”来探查目标建筑的性能短板,并利用“对象-措施”集来筛选有针对性且综合兼顾的优化措施,以此达到提升综合效率的目的。在此基础上,引入实际案例对该“设计优化方法”进行了验证,结果证实了该方法的合理性,进而初步验证了综合效率理论的合理性与有效性。本文研究意义主要体现在4个方面。在理论层面,构建了一套能够“从原理上解释”目前我国大型综合医院建筑所面对的“综合兼顾”的“效率问题”的理论体系——大型综合医院建筑综合效率理论,有助于突破目前的理论研究瓶颈。在方法层面,提供了一种“注重原理/作用机制”的建筑学研究模式,建立了一种“专门针对建筑综合效率问题”的系统定量方法,并通过应用实践进行了初步验证。在应用层面,通过“设计优化”方面的综合效率理论应用,发展了一种综合兼顾的、可重复批量操作的、模式化设计优化方法。在数据层面,采集、统计了大型综合医院建设运营相关的大量深度数据,在服务于本研究的同时也可为其它相关研究提供支持。
欧吉顺[8]（2019）在《异质性城市路网交通拥堵传播模式发现与可视化研究》文中认为研究并揭示交通拥堵传播的规律和模式对于大城市道路交通拥堵的有效管控具有重要且现实的意义。当前,针对城市道路交通拥堵传播的研究主要集中于两方面的工作,其一是交通拥堵瓶颈识别,其二是交通拥堵传播建模。尽管国内外学者在这两个研究领域展开了积极的探索,并取得了许多令人欣慰的研究成果,然而当前研究仍存在两个主要不足:（1）针对交通拥堵瓶颈识别问题,当前大多数研究以结构相对简单的小规模示例路网或真实路网中的小规模区域网络为分析对象,然而现实情形中的城市道路网络往往为拥堵空间分布不均匀或拥堵时间分布不一致的大规模异质性路网,这给现有方法和模型带来了较大的挑战性;（2）针对交通拥堵传播建模问题,现有研究大多为以单个路段或交叉口为控制单元的局部拥堵控制作决策支撑,缺乏针对路网宏观层面的全局拥堵控制的决策考量。同时,当前研究主要采用交通仿真作为建模与分析手段,而仿真模型的复杂性、对人工经验的依赖性以及在标定和校验方面的额外工作量给基于仿真的拥堵传播分析与建模方法带来了潜在的不可靠性以及在实际工程中的不易实施性等风险。考虑上述问题,结合当前交通大数据背景,本文以大规模异质性城市道路网络为研究对象,采用数据驱动方法论和人工智能技术手段,从路网道路交通状态表征与量化、路网交通拥堵瓶颈辨识、路网交通拥堵传播模式发现和路网交通拥堵时空关联关系推理四个主要环节着手,对城市道路交通拥堵的传播规律和模式进行了深入有效的挖掘分析及可视化。论文取得的研究成果和结论总结如下:（1）针对当前面向大规模城市路网建模获取全视角充足真实交通感知数据具备较大挑战性这一问题,探索了基于导航地图道路路况图像数据进行城市路网交通拥堵传播分析与建模的可行性。以导航地图提供的道路路况图像为挖掘分析对象,基于图像处理技术,研究提出了一种简单有效的路网道路对象分割方法。考虑到所构建数据集不提供详细道路位置信息,基于网格划分技术对道路网络进行区域划分。以前述两个环节为基础,研究提出了两类表征路网道路交通状态的数据指标,一类是表征连续交通状态的交通拥堵指数指标,另一类是表征离散交通状态的交通状态分类指标。依据所提出的数据指标,研究构建了路网交通拥堵指数热力图和路网交通拥堵状态分类热力图两类可视化组件。基于谷歌地图提供的洛杉矶城市路网道路路况图像构建了研究数据集,通过对比原始路况图像和生成的交通拥堵指数热力图和交通状态分类热力图发现,提出的路网道路交通状态表征和量化方法能够合理反映出路网道路交通状态的时空演化特征,为后续研究环节奠定了良好的数据基础。（2）针对现有交通拥堵瓶颈识别研究主要以小规模示例路网或真实路网中的小规模区域网络为研究对象这一不足,基于图论和机器学习理论与方法,研究提出了针对大规模异质性城市路网的交通拥堵瓶颈辨识方法。通过总结梳理交通拥堵瓶颈的相关概念,提出了适用于本研究的交通拥堵瓶颈定义。在此基础上,研究提出了基于图论的路网交通拥堵瓶颈区块及区域辨识方法。对洛杉矶城市路网一周七天的交通拥堵瓶颈进行了辨识和提取。结果显示:在一周七天持续拥堵时长排名前10位的拥堵瓶颈区块中,区块813是一个极其显着的瓶颈,其在一周中有6天时间排名居前2位,周一至周四从早上6:00一直拥堵至晚上20:00,持续时长超过13个小时,周六和周日的拥堵时长均超过9个小时。此外,区块911是路网中另外一个显着的瓶颈,其在一周中有5天排进前10位。通过仔细对比各个瓶颈的激活时间发现,路网交通拥堵在时间上和空间上具备显着的异质性特征。（3）针对基于解析和交通仿真技术手段进行路网交通拥堵传播建模复杂性高、对人工经验依赖性强以及在实际交通工程应用和部署时不易实施等不足,研究提出了基于数据驱动的交通拥堵传播建模方法,通过构建交通拥堵传播有向图,实现路网交通拥堵传播模式发现与可视化。考虑到异质性城市路网交通在一天中可能经历多个拥堵扩散和消散周期,研究提出了路网交通拥堵传播分析周期界定方法。考虑到异质性城市路网存在多个拥堵瓶颈并最终演化为多个独立拥堵传播分支,研究提出了基于时空聚类的独立拥堵传播分支研判方法。以前述两个环节为基础,研究构建了基于数据驱动的路网交通拥堵传播有向图建模方法,从定性角度对不同拥堵传播分析周期内的独立拥堵传播分支进行交通拥堵传播模式分析与可视化。基于所提出的方法提取了洛杉矶城市路网一周中的12个交通拥堵传播分析周期及在对应周期内出现的拥堵传播分支,对节点数大于25的典型交通拥堵传播分支的拥堵传播模式进行了挖掘分析与可视化。分析结果显示:周二、周三和周四这三天拥堵传播的时空规模相对其他天要更为显着。大多数传播分支的传播过程遵循“扩散→高峰→平稳→消散”的规律,少部分遵循“扩散→高峰→消散→扩散→高峰→平稳→消散”的拥堵传播规律。拥堵传播分支所涉及的拥堵传播时空规模越大,对应的拥堵合并和分化次数越多。对于工作日的拥堵传播分支而言,其关键拥堵合并行为主要发生在上午7:00至8:30的不同时间间隔,以及下午14:00至17:30的不同时间间隔。对于周六和周日的拥堵传播分支而言,其拥堵传播时空规模较小,关键拥堵合并行为很少发生。所选的大多数拥堵传播分支的拥堵类型为面拥堵,少数拥堵类型为线拥堵。（4）以提取的路网交通拥堵指数指标为数据支撑,基于深度学习理论与方法,研究提出了基于Attention机制的Encoder-Decoder路网交通拥堵时空关联关系推理模型,从定量角度对交通拥堵传播模式进行分析。以典型交通拥堵瓶颈区块及其周边区块的历史拥堵指数时间序列为输入,以瓶颈区块的当前拥堵指数为输出,通过在Encoder编码阶段引入空间Attention机制捕捉交通拥堵在空间维度上的关联关系,通过在Decoder解码阶段引入时间Attention机制捕捉交通拥堵在时间维度上的关联关系。研究提出了交通拥堵空间关联关系热力图和交通拥堵时间关联关系热力图两类可视化组件对捕捉的交通拥堵时空关联关系进行可视化呈现。基于所提出的方法对洛杉矶城市路网中的典型交通拥堵瓶颈区块与其周边区块的拥堵的时空关联关系进行了量化推理及可视化。结果表明,所提出的模型能够在最小化预测误差的前提下,通过空间Attention权重矩阵和时间Attention权重矩阵来合理反映出路网瓶颈处的交通拥堵在时空维度上的关联关系。
杨斌[9]（2019）在《城市道路交通拥堵状态可靠性预测及判别方法研究 ——以扬州市为例》文中进行了进一步梳理随着城市机动车保有量的不断增加,市区道路交通拥堵带来的社会和经济问题越来越严重。为了有效地缓解交通拥堵,找到科学、高效的交通管理方法和策略,需要对道路交通拥堵状态进行预测,并明确实际的交通拥堵状态等级。本文分析了扬州市交通拥堵特性,建立拥堵均值预测模型和可靠性预测模型,并构建符合扬州市区实际情况的拥堵等级判别方法,最后基于拥堵预测模型和判别方法,对扬州城市道路交通拥堵典型路段进行实证分析。本文主要采用单整自回归移动平均模型（Autoregressive Integrated Moving Average Model,简记ARIMA）建立拥堵均值预测模型;基于广义自回归条件异方差模型（Generalized Autoregressive Conditional Heteroskdasticity,简称 GARCH）建立拥堵可靠性预测模型:基于梯形隶属度函数的模糊综合评价方法,对交通拥堵状态等级进行判别。主要研究内容如下:1、对扬州市区社会、经济和道路的现状进行调研,并通过交通流数据挖掘分析找出扬州市道路交通常发性拥堵和偶发性拥堵的成因,总结提炼扬州市交通拥堵特征。2、构建基于时间序列的城市道路拥堵延时指数短时预测及可靠性预测性分析模型,并对预测结果进行性能评估。3、建立扬州市交通拥堵状态评价指标体系,应用基于梯形隶属度函数的模糊综合评价方法,基于典型路段及区域的实际数据和预测结果对交通拥堵等级进行判别。4、选取典型的扬州市交通拥堵影响因素进行实例验证,并将预测拥堵状态等级与实际情况进行对比分析,验证模型的可靠性。本文研究结果表明:1、扬州市道路交通常发性拥堵主要与道路基础设施不完善等因素有关,而偶发性拥堵可通过大数据分析找出天气、施工、节假日、交通事故、违章等影响因素。2、预测性能评估结果表明,本文构建的基于ARIMA均值预测模型精度普遍在90%以上;基于GARCH可靠性预测模型无效覆盖率基本在6%以内,置信区间宽度基本在0.5左右,具有较高的可靠性预测。3、通过交通拥堵状态预测和等级判别的实证分析,得出扬州市景区周边道路交通在不同节假日时间段呈现周期性拥堵现象;不同气候条件对道路交通拥堵状态有较为显着的影响;典型路段的交通拥堵状态预测结果与实际情况基本相符,变化趋势基本一致。
冯尧[10]（2019）在《云南省菜篮子价格指数的编制研究与应用》文中指出“菜篮子工程”从被首次提出至今,已有30多年的发展历史。“菜篮子”作为连接市民和农户的纽带,其价格水平变化关系到城乡居民的基本生活问题,更事关人民群众的切身利益。由于菜篮子商品零售市场采取现货交易,交易数量小,价格容易受到季节、天气、生产条件、供求关系、批发价格、市场位置等多重因素的影响,因此相较于其他商品来说,菜篮子商品的价格波动更为频繁和剧烈,“菜贵伤民”和“菜贱伤农”的现象经常交替发生。菜篮子商品零售市场的特殊性导致菜篮子商品的价格变动是无法通过居民消费价格指数或是其他相关的价格指数来反映的,因此,根据各地的实际情况单独构建一个指数对菜篮子商品市场的价格波动进行刻画和衡量就显得尤为重要。基于上述研究背景和研究意义,本研究从云南省的实际情况出发,提出了云南省及各州市菜篮子价格指数的编制方法,并根据提出的理论编制方法进行了实证应用和分析。本研究的具体工作主要包括以下三项:第一,本研究对云南省菜篮子价格指数构建的意义做了阐述,并利用文献研究的方法,对国内外价格指数的编制方法以及国内菜篮子价格指数的编制情况做了详细梳理,确定了本研究所使用的基本编制方法,即加权平均数指数法。第二,针对云南省的实际情况,本研究从编制的原则、菜篮子价格指数体系的构成、菜篮子代表商品的选择、基期的确定、采价点的选择、编制公式与编制方法、编制权重的确定以及缺失值的处理八个方面探讨了云南省及各州市菜篮子价格指数的编制方法,科学的编制出了一整套云南省菜篮子价格指数体系。第三,基于提出的云南省及各州市菜篮子价格指数的理论编制方法,本研究利用云南省现有的菜篮子商品价格数据进行了云南省及各州市菜篮子价格指数的编制应用与分析。首先,使用Excel和R语言对2015-2017年云南省菜篮子商品价格数据进行预处理,根据数据的实际情况选取了2016-2017年的云南省菜篮子商品价格数据进行云南省及各州市菜篮子价格指数的实际编制,验证了本研究提出的理论编制方法是具有可操作性的。其次,根据人均GDP的大小选取了昆明市、昭通市以及全省这三个地区,研究其菜篮子价格指数的波动特征并进行比较分析。分析发现,同一地区的大类价格指数在价格变动趋势以及价格波动幅度上分别表现出了不同的特征;菜篮子价格指数的波动特征在经济发展水平不同的地区间既存在共同点,又存在差异性。
二、分类指数一周动态（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、分类指数一周动态（论文提纲范文）
（1）聚二甲基硅氧烷表面污损微生物膜群落分子生态学研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.1.1 研究背景 |
| 1.2 海洋生物污损与防除 |
| 1.2.1 海洋生物污损及其主要危害 |
| 1.2.2 海洋污损生物附着的基本过程 |
| 1.2.3 海洋污损生物防除技术的研究进展 |
| 1.2.4 早期污损生物膜群落结构的研究 |
| 1.3 本文的主要研究内容 |
| 1.3.1 课题来源 |
| 1.3.2 研究目的及意义 |
| 1.3.3 技术路线图 |
| 1.3.4 研究内容 |
| 第2章 材料与方法 |
| 2.1 实验样品 |
| 2.2 实验仪器和试剂 |
| 2.3 PDMS涂层制备方法 |
| 2.4 海洋实地挂板和生物膜的采集 |
| 2.4.1 海洋实地挂板 |
| 2.4.2 早期污损生物膜的采集 |
| 2.5 生物膜样本宏基因组提取方法 |
| 2.6 高通量测序 |
| 2.7 海洋环境因子参数测定 |
| 2.8 高通量测序数据统计分析 |
| 2.8.1 物种多样性曲线分析 |
| 2.8.2 物种分类学组成分析 |
| 2.8.3 菌群多样性 |
| 2.8.4 多样品比较分析 |
| 2.8.5 环境因子关联分析 |
| 第3章 PDMS表面污损早期原核菌群多样性与组成谱分析 |
| 3.1 引言 |
| 3.2 16Sr DNA(V3+V4)区测序结果概述 |
| 3.3 PDMS表面污损早期原核菌群组成、结构与多样性分析 |
| 3.3.1 物种多样性曲线 |
| 3.3.2 物种累积箱型图 |
| 3.3.3 物种相对丰度分析 |
| 3.3.4 α-多样性分析 |
| 3.3.5 物种组成热图 |
| 3.3.6 物种分类学注释与韦恩图 |
| 3.4 多样品比较分析 |
| 3.4.1 PCoA分析 |
| 3.5 环境因子关联分析 |
| 3.6 结果与讨论 |
| 3.7 本章小结 |
| 第4章 PDMS表面污损早期真核菌群多样性与组成谱分析 |
| 4.1 引言 |
| 4.2 18S rDNA V4 区域测序结果概述 |
| 4.3 PDMS表面污损早期真核菌群组成、结构与多样性分析 |
| 4.3.1 物种多样性曲线 |
| 4.3.2 物种累积箱型图 |
| 4.3.3 物种相对丰度分析 |
| 4.3.4 α-多样性分析 |
| 4.3.5 物种分类学注释与韦恩图 |
| 4.3.6 物种组成热图 |
| 4.4 多样品比较分析 |
| 4.4.1 PCoA分析 |
| 4.5 环境因子关联分析 |
| 4.6 结果与讨论 |
| 4.7 本章小结 |
| 第5章 PDMS表面污损早期真菌菌群多样性与组成谱分析 |
| 5.1 引言 |
| 5.2 ITS V1 区域测序结构概述 |
| 5.3 PDMS表面污损早期真菌菌群组成、结构与多样性分析 |
| 5.3.1 物种多样性曲线 |
| 5.3.2 物种累积箱型图 |
| 5.3.3 物种相对丰度分析 |
| 5.3.4 α-多样性分析 |
| 5.3.5 物种组成热图 |
| 5.3.6 物种分类学注释及韦恩图 |
| 5.4 多样品比较分析 |
| 5.4.1 PCoA分析 |
| 5.5 环境因子关联分析 |
| 5.6 结果与讨论 |
| 5.7 本章小结 |
| 第6章 PDMS表面生物膜菌群演替规律 |
| 6.1 引言 |
| 6.2 PDMS表面微生物菌群不同分类学水平优势菌群动态变化 |
| 6.2.1 PDMS表面原核微生物菌群不同分类水平优势菌动态变化 |
| 6.2.2 PDMS表面真核微生物菌群不同分类学水平优势菌群动态变化 |
| 6.2.3 PDMS表面真菌菌群不同分类学水平优势菌群动态变化 |
| 6.2.4 PDMS表面三种微生物在属分类水平上优势菌群动态变化 |
| 6.3 PDMS表面原核、真核、真菌菌群多样性参数的变化过程 |
| 6.3.1 原核、真核、真菌微生物Shannon指数及导数的变化过程 |
| 6.3.2 真核、原核、真菌微生物Chao1 指数及导数的变化过程 |
| 6.3.3 原核、真核、真菌微生物Observed species指数及导数的变化过程 |
| 6.4 结果与讨论 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间取得创新性成果 |
| 致谢 |
（2）基于遥感数据的受倒伏影响下玉米估产研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 作物估产研究现状 |
| 1.2.2 作物倒伏研究现状 |
| 1.2.3 作物物候研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文框架与章节安排 |
| 第二章 影像数据及生理参数获取与预处理 |
| 2.1 研究区域概况与田间试验设计 |
| 2.2 数据来源与预处理 |
| 2.2.1 光谱数据获取 |
| 2.2.2 光谱数据预处理 |
| 2.2.3 生理指标获取 |
| 2.2.4 产量数据测量 |
| 2.3 本章小结 |
| 第三章 玉米倒伏等级提取与影响因素分析 |
| 3.1 玉米倒伏的田间调查和玉米倒伏分级 |
| 3.2 玉米倒伏特征指标提取 |
| 3.2.1 土壤背景分离与玉米冠层覆盖度提取 |
| 3.2.2 玉米冠层表面模型的构建 |
| 3.2.3 植被指数构建 |
| 3.2.4 纹理指标构建 |
| 3.3 玉米倒伏等级提取 |
| 3.3.1 基于像素的监督分类的玉米倒伏等级提取 |
| 3.3.2 基于面向对象分类的玉米倒伏等级提取 |
| 3.4 倒伏影响因素分析 |
| 3.5 讨论 |
| 3.6 本章小结 |
| 第四章 玉米关键物候期监测 |
| 4.1 基于近地面指标的玉米长势监测 |
| 4.1.1 光合指标的时间动态变化 |
| 4.1.2 营养指标的时间动态变化 |
| 4.1.3 冠层结构的时间动态变化 |
| 4.2 玉米物候指标确定 |
| 4.3 时序遥感数据重构方法 |
| 4.3.1 Savitzky-Golay滤波 |
| 4.3.2 时间序列数据重构精度评定 |
| 4.4 玉米关键物候期提取 |
| 4.4.1 玉米关键物候期提取方法 |
| 4.4.2 玉米关键物候期提取的精度评定 |
| 4.4.3 玉米关键物候期提取结果 |
| 4.5 讨论 |
| 4.6 本章小结 |
| 第五章 基于时序冠层体积模型的玉米估产 |
| 5.1 时序冠层体积模型的构建 |
| 5.2 基于时序冠层体积模型的玉米估算模型 |
| 5.3 最优估产生育期确定 |
| 5.4 最优估产模型 |
| 5.5 讨论 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要结论 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 攻读硕士学位期间的研究成果 |
| 致谢 |
（3）基于多维特征聚类的交通量模式识别与测算方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 研究内容与目的 |
| 1.3 研究技术路线 |
| 2 国内外研究综述 |
| 2.1 国内外交通量预测研究 |
| 2.1.1 交通流基本图的研究 |
| 2.1.2 基于历史数据的短时交通量预测 |
| 2.2 交通流模式识别研究 |
| 2.3 常见聚类方法及改进应用 |
| 2.3.1 常用聚类算法 |
| 2.3.2 聚类在交通领域应用及改进 |
| 2.4 本章小结 |
| 3 多源数据采集与特征分析 |
| 3.1 路段浮动车速度数据 |
| 3.2 路段交通量数据 |
| 3.2.1 RTMS数据特征分析 |
| 3.2.2 路侧观测站数据特征分析 |
| 3.3 平均日交通量调查数据 |
| 3.4 多源数据融合方案设计 |
| 3.5 本章小结 |
| 4 多维交通量模式聚类方法研究 |
| 4.1 “多维”概念定义 |
| 4.2 交通量数据预处理 |
| 4.2.1 交通量数据质量控制 |
| 4.2.2 交通量归一化 |
| 4.3 交通量聚类方法研究及模式曲线库构建 |
| 4.3.1 基于改进K-means方法的交通量聚类方法研究 |
| 4.3.2 交通量模式聚类结果 |
| 4.4 交通量模式聚类结果特征分析 |
| 4.4.1 交通量观测数据使用情况 |
| 4.4.2 聚类模式特征分析 |
| 4.5 本章小结 |
| 5 基于模式识别的路段动态交通量测算 |
| 5.1 基于FCD数据的交通量模式检索与识别 |
| 5.1.1 交通量-速度关系研究 |
| 5.1.2 交通量特征模式检索与识别方法 |
| 5.2 动态交通量测算 |
| 5.2.1 日期调整因子计算 |
| 5.2.2 测算方法可行性检验 |
| 5.3 本章小结 |
| 6 实例应用 |
| 6.1 基于路段的路网动态排放总量测算 |
| 6.1.1 案例背景 |
| 6.1.2 方案研究及应用 |
| 6.2 路段拥堵蔓延速度估计 |
| 6.2.1 案例背景 |
| 6.2.2 方案研究及应用 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论及创新点 |
| 7.2 研究的不足与展望 |
| 参考文献 |
| 附录 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）酸鱼发酵过程中特征风味形成与微生物的关系研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩写符号对照表 |
| 第一章 绪论 |
| 1.1 立题背景与意义 |
| 1.2 国内外研究现状与进展 |
| 1.2.1 发酵风味物质研究进展 |
| 1.2.2 发酵鱼中微生物研究进展 |
| 1.2.3 发酵风味与微生物关系研究进展 |
| 1.3 本论文的研究目的和主要内容 |
| 1.3.1 研究目的 |
| 1.3.2 技术路线 |
| 1.3.3 研究内容 |
| 第二章 酸鱼发酵过程中特征风味物质鉴定 |
| 2.1 前言 |
| 2.2 材料与设备 |
| 2.2.1 主要材料 |
| 2.2.2 主要试剂 |
| 2.2.3 主要设备 |
| 2.3 实验方法 |
| 2.3.1 发酵菌种活化 |
| 2.3.2 酸鱼制备 |
| 2.3.3 有机酸的测定 |
| 2.3.4 GC-MS对挥发性成分的测定 |
| 2.3.5 GC-MS-O对挥发性成分的测定 |
| 2.3.6 电子鼻技术对挥发性成分的测定 |
| 2.3.7 数据分析 |
| 2.4 结果与讨论 |
| 2.4.1 发酵过程中有机酸变化分析 |
| 2.4.2 酸鱼发酵过程中挥发性成分分析 |
| 2.4.3 酸鱼发酵过程中关键挥发性成分变化 |
| 2.4.4 不同发酵阶段风味物质的比较分析 |
| 2.5 本章小结 |
| 第三章 酸鱼发酵过程中风味前体物质与关键酶变化 |
| 3.1 前言 |
| 3.2 材料与设备 |
| 3.2.1 主要材料 |
| 3.2.2 主要试剂 |
| 3.2.3 主要设备 |
| 3.3 实验方法 |
| 3.3.1 游离氨基酸含量的测定 |
| 3.3.2 游离脂肪酸含量的测定 |
| 3.3.3 脂氧合酶(LOX)活性测定 |
| 3.3.4 氢过氧化物裂解酶(HPL)活性测定 |
| 3.3.5 醇酰基转移酶(AAT)活性测定 |
| 3.3.6 氨基酸转移酶(AT)活性测定 |
| 3.3.7 数据分析 |
| 3.4 结果与讨论 |
| 3.4.1 发酵过程中游离氨基酸的变化分析 |
| 3.4.2 发酵过程中游离脂肪酸的变化分析 |
| 3.4.3 发酵过程中关键酶活性变化分析 |
| 3.4.4 与风味相关的风味前体和关键酶重要性指标分析 |
| 3.4.5 风味前体与风味物质之间的相关性分析 |
| 3.5 本章小结 |
| 第四章 酸鱼特征风味形成途径中的关键微生物 |
| 4.1 前言 |
| 4.2 材料与设备 |
| 4.2.1 主要材料 |
| 4.2.2 主要试剂 |
| 4.2.3 主要设备 |
| 4.3 实验方法 |
| 4.3.1 酸鱼宏基因组测序实验流程 |
| 4.3.2 DNA提取 |
| 4.3.3 文库构建和测序 |
| 4.3.4 去冗余处理 |
| 4.3.5 生物信息学分析和物种注释 |
| 4.4 结果与讨论 |
| 4.4.1 宏基因组测序数据分析 |
| 4.4.2 发酵酸鱼的功能注释分析 |
| 4.4.3 与酸鱼特征风味物质形成相关的关键微生物 |
| 4.4.4 酸鱼特征风味形成的代谢网络 |
| 4.5 本章小结 |
| 第五章 酸鱼发酵过程中与风味关联的微生物的演替规律 |
| 5.1 前言 |
| 5.2 材料与设备 |
| 5.2.1 主要材料 |
| 5.2.2 主要试剂 |
| 5.2.3 主要设备 |
| 5.3 实验方法 |
| 5.3.1 总DNA提取 |
| 5.3.2 PCR扩增 |
| 5.3.3 生物信息学分析 |
| 5.3.4 环境因子测定 |
| 5.3.5 数据分析 |
| 5.4 结果与讨论 |
| 5.4.1 高通量测序基本信息分析 |
| 5.4.2 微生物群落的Alpha多样性 |
| 5.4.3 微生物群落稀释性曲线和香农指数曲线分析 |
| 5.4.4 酸鱼发酵过程中微生物群落动态变化 |
| 5.4.5 酸鱼样品细菌群落与真菌群落比较 |
| 5.4.6 环境因子分析 |
| 5.4.7 关键物种与环境因素之间的关系 |
| 5.4.8 微生物群落之间的相互作用 |
| 5.5 本章小结 |
| 主要结论与展望 |
| 主要结论 |
| 展望 |
| 论文主要创新点 |
| 致谢 |
| 参考文献 |
| 附录 :作者在攻读博士学位期间发表(录用)的论文 |
| 附表 1 SPME-GC-MS所测不同发酵阶段酸鱼中挥发性成分 |
| 附表 2 酸鱼风味代谢相关酶及微生物分布 |
（5）互联网使用对中国居民收入流动性的影响研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景和研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路和研究内容 |
| 1.2.1 研究思路 |
| 1.2.2 研究内容 |
| 1.3 研究方法与数据 |
| 1.3.1 研究方法 |
| 1.3.2 研究数据 |
| 1.4 创新点 |
| 2 文献综述 |
| 2.1 互联网相关文献研究 |
| 2.1.1 互联网的内涵 |
| 2.1.2 互联网的经济影响 |
| 2.1.3 互联网的社会影响 |
| 2.2 收入流动性相关文献研究 |
| 2.2.1 收入流动性的内涵 |
| 2.2.2 代内收入流动性的测度方法 |
| 2.2.3 代内收入流动性的经验研究 |
| 2.2.4 代际收入流动性的测度方法 |
| 2.2.5 代际收入流动性的经验研究 |
| 2.3 互联网与收入流动性关系的相关文献研究 |
| 2.3.1 互联网与收入增长 |
| 2.3.2 互联网与收入差距 |
| 2.4 文献述评 |
| 3 中国居民互联网使用与收入流动性现状 |
| 3.1 互联网使用现状 |
| 3.1.1 互联网使用人数 |
| 3.1.2 互联网使用频率 |
| 3.1.3 互联网使用的重要性认知 |
| 3.2 收入流动性现状 |
| 3.2.1 代内收入流动性 |
| 3.2.2 代际收入流动性 |
| 3.3 互联网使用与收入流动性 |
| 3.3.1 互联网使用与代内收入流动性 |
| 3.3.2 互联网使用与代际收入流动性 |
| 3.4 本章小结 |
| 4 互联网使用对收入流动性影响的理论分析 |
| 4.1 互联网使用对代内收入流动性的影响 |
| 4.1.1 互联网使用对代内收入流动性的影响:机理分析 |
| 4.1.2 互联网使用对代内收入流动性的影响:理论模型 |
| 4.1.3 研究假设 |
| 4.2 互联网使用对代际收入流动性的影响 |
| 4.2.1 互联网使用对代际收入流动性的影响:机理分析 |
| 4.2.2 互联网使用对代际收入流动性的影响:理论模型 |
| 4.2.3 研究假设 |
| 4.3 本章小结 |
| 5 互联网使用对代内收入流动性影响的实证研究 |
| 5.1 实证方法与数据 |
| 5.1.1 实证方法 |
| 5.1.2 变量的定义和说明 |
| 5.1.3 数据说明与描述性统计 |
| 5.2 实证结果 |
| 5.2.1 互联网使用对居民代内收入流动性的影响 |
| 5.2.2 互联网使用频率对居民代内收入流动性的影响 |
| 5.2.3 互联网使用的重要性认知对居民代内收入流动性的影响 |
| 5.3 内生性问题 |
| 5.4 影响机制分析 |
| 5.5 异质性分析 |
| 5.6 稳健性检验 |
| 5.6.1 家庭层面数据 |
| 5.6.2 倾向性得分匹配法检验 |
| 5.7 本章小结 |
| 6 互联网使用对代际收入流动性影响的实证研究 |
| 6.1 互联网使用对代际收入弹性的影响 |
| 6.1.1 实证方法与数据 |
| 6.1.2 实证结果分析 |
| 6.1.3 机制分析 |
| 6.1.4 异质性分析 |
| 6.1.5 稳健性检验 |
| 6.2 互联网使用对于个体代际收入流动方向的影响 |
| 6.2.1 实证方法 |
| 6.2.2 实证结果分析 |
| 6.3 本章小结 |
| 7 研究结论与对策建议 |
| 7.1 研究结论 |
| 7.2 对策建议 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）基于Fisher信息和在线支持向量回归的短期负荷预测动态建模方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 短期负荷预测模型研究现状 |
| 1.2.2 短期负荷预测中气象因素处理方法的研究现状 |
| 1.3 本文主要工作 |
| 2 在线支持向量回归理论(OSVR) |
| 2.1 支持向量机(SVM) |
| 2.1.1 支持向量分类机(SVC) |
| 2.1.2 支持向量回归机(SVR) |
| 2.2 最小二乘支持向量回归(LSSVR) |
| 2.3 在线支持向量回归算法(Online-SVR,OSVR) |
| 2.3.1 在线支持向量回归(OSVR) |
| 2.3.2 KKT条件下的OSVR |
| 2.3.3 OSVR的增减量算法 |
| 2.4 本章小结 |
| 3 基于Fisher信息的气象因素处理及特征选择方法 |
| 3.1 历史数据来源 |
| 3.2 历史数据样本预处理 |
| 3.3 气象因素对负荷的影响分析 |
| 3.4 气象因素的累积效应 |
| 3.5 Fisher信息理论 |
| 3.6 单变量Fisher信息计算 |
| 3.6.1 单变量Fisher信息计算方法 |
| 3.6.2 基于Fisher信息处理的单一气象因素处理方法 |
| 3.6.3 Fisher信息加权处理后的实时温度与负荷相关分析 |
| 3.7 多变量Fisher信息计算 |
| 3.7.1 多变量Fisher信息理论 |
| 3.7.2 气象综合指数的Fisher信息处理方法 |
| 3.7.3 Fisher信息加权处理后的气象综合指数与负荷相关分析 |
| 3.8 基于Fisher信息的特征选择方法 |
| 3.9 本章小结 |
| 4 基于Fisher信息和OSVR的短期负荷预测建模 |
| 4.1 基于Fisher信息的气象变量引入方法 |
| 4.1.1 传统气象变量引入负荷预测模型的方法 |
| 4.1.2 传统实时气象综合指数引入负荷预测模型的方法 |
| 4.1.3 基于Fisher信息的实时气象综合指数引入预测模型 |
| 4.2 基于Fisher信息和传统SVR的负荷预测模型 |
| 4.2.1 传统SVR预测模型的建立 |
| 4.2.2 算例仿真 |
| 4.3 基于Fisher信息和LSSVR的预测模型 |
| 4.3.1 LSSVR预测模型的建立 |
| 4.3.2 算例仿真 |
| 4.4 基于Fisher信息和OSVR的预测模型 |
| 4.4.1 OSVR预测模型的建立 |
| 4.4.2 算例仿真 |
| 4.5 SVR/LSSVR/OSVR三种预测模型的对比分析 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 全文总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间所发表的主要学术成果 |
（7）大型综合医院建筑综合效率 ——理论建构与量化作用机制研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究的背景、目的及意义 |
| 1.1.1 背景 |
| 1.1.2 目的 |
| 1.1.3 意义 |
| 1.2 研究现状 |
| 1.2.1 效率系统研究 |
| 1.2.2 单一效率研究 |
| 1.2.3 现有研究不足 |
| 1.3 研究对象、思路、方法 |
| 1.3.1 研究对象 |
| 1.3.2 研究思路 |
| 1.3.3 研究方法 |
| 1.4 研究内容与结构框图 |
| 2 综合效率理论构建的基础:概念、内涵与基本问题 |
| 2.1 基本界定:概念、内涵、系统 |
| 2.1.1 对“综合效率”概念的界定 |
| 2.1.2 “综合效率”概念内涵辨析 |
| 2.1.3 对“综合效率系统”的界定 |
| 2.2 逻辑基础:系统组织结构 |
| 2.2.1 综合效率系统的宏观构成关系 |
| 2.2.2 综合效率系统内部的结构层级 |
| 2.3 需求基础:主要现状问题 |
| 2.3.1 实践问题归纳 |
| 2.3.2 理论研究梳理 |
| 2.3.3 现状问题总结 |
| 2.4 本章小结 |
| 3 综合效率理论模型的确立:系统框架与定量规则 |
| 3.1 综合效率系统内部作用要素 |
| 3.1.1 第一层级:综合效率 |
| 3.1.2 第二层级:效率单元 |
| 3.1.3 第三层级:基础性能 |
| 3.1.4 第四层级:建筑属性 |
| 3.2 综合效率系统外部影响因素 |
| 3.2.1 服务规模——总床位数 |
| 3.2.2 活动类型——空间类型 |
| 3.2.3 活动流程——流线类型 |
| 3.2.4 使用年限 |
| 3.2.5 其它外部支持 |
| 3.3 综合效率系统作用的基本类型 |
| 3.3.1 系统内部作用 |
| 3.3.2 系统外部作用 |
| 3.4 综合效率系统定量的基本规则 |
| 3.4.1 系统要素的“取值规则” |
| 3.4.2 系统作用的“作用规则” |
| 3.5 本章小结 |
| 4 量化作用机制的运作规则:系统作用与定量模型 |
| 4.1 定量模型的构成方式 |
| 4.2 子系统微观作用与定量模型 |
| 4.2.1 三级子系统-面积配置类(4个) |
| 4.2.2 三级子系统-使用效用类(6个) |
| 4.2.3 三级子系统-资源负荷类(2个) |
| 4.2.4 二级与一级子系统(4个) |
| 4.3 取值处理与参数析出 |
| 4.3.1 各指标的最终取值 |
| 4.3.2 模型中的参数析出 |
| 4.4 本章小结 |
| 5 量化作用机制的运行参数:取值方法与参考结果 |
| 5.1 综合效率系统参数类型及其取值途径 |
| 5.1.1 参数类型 |
| 5.1.2 取值途径 |
| 5.2 客观建设使用特征类参数 |
| 5.2.1 交通性能特征(5组) |
| 5.2.2 抗扰性能特征(2组) |
| 5.2.3 资源负荷及其它特征(3组) |
| 5.3 主观使用感受需求类参数 |
| 5.3.1 不利影响(干扰)程度类(2组) |
| 5.3.2 相对重要性程度类(4组) |
| 5.4 一般性能水平(参照取值) |
| 5.4.1 面积配置类(4组) |
| 5.4.2 使用效用类(10组) |
| 5.4.3 资源负荷类(2组) |
| 5.5 本章小结 |
| 6 综合效率理论的实践应用:设计优化方法与案例 |
| 6.1 设计优化的基本原理 |
| 6.1.1 优化设计的基本步骤 |
| 6.1.2 优化措施的反馈原理 |
| 6.2 优化措施的系统反馈 |
| 6.2.1 总平面措施的系统反馈 |
| 6.2.2 建筑单体措施的系统反馈 |
| 6.2.3 平面及细节措施的系统反馈 |
| 6.2.4 “对象-措施”集汇总 |
| 6.3 实际案例的优化应用 |
| 6.3.1 案例基本情况 |
| 6.3.2 测算初始综合效率 |
| 6.3.3 选择优化对象及措施 |
| 6.3.4 优化调整结果及验证 |
| 6.4 本章小结 |
| 7 结论、创新之处与展望 |
| 7.1 主要结论 |
| 7.2 创新之处 |
| 7.3 不足与展望 |
| 参考文献 |
| 附录 |
| 附录 A 实地调研概况 |
| 附录 B 调研统计过程 |
| 附录 C 部分定量关系的推导过程 |
| 附录 D 部分中间过程取值的估算速查表 |
| 附录 E 作者在攻读学位期间发表的论文目录 |
| 附录 F 学位论文数据集 |
| 致谢 |
（8）异质性城市路网交通拥堵传播模式发现与可视化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究目标和内容 |
| 1.3 研究方法和技术路线 |
| 1.4 论文结构安排 |
| 第二章 文献综述 |
| 2.1 概述 |
| 2.2 交通拥堵瓶颈辨识 |
| 2.3 交通拥堵传播分析与建模 |
| 2.4 交通拥堵传播可视化 |
| 2.5 本章小结 |
| 第三章 城市路网道路交通状态表征与量化 |
| 3.1 概述 |
| 3.2 研究路网及数据描述 |
| 3.2.1 道路网络选取 |
| 3.2.2 图像数据集构建 |
| 3.2.3 道路对象分割与提取 |
| 3.3 路网道路交通状态表征、量化及可视化 |
| 3.3.1 面向网格的道路网络划分 |
| 3.3.2 网格交通状态表征、量化及可视化 |
| 3.4 本章小结 |
| 第四章 基于图论的城市路网交通拥堵瓶颈辨识 |
| 4.1 概述 |
| 4.2 路网交通瓶颈定义 |
| 4.3 基于图论的交通拥堵瓶颈辨识 |
| 4.3.1 候选拥堵瓶颈区块遴选 |
| 4.3.2 源头拥堵区块辨识 |
| 4.3.3 瓶颈区块和瓶颈区域提取 |
| 4.4 交通拥堵瓶颈辨识结果分析与讨论 |
| 4.4.1 候选瓶颈区块分析 |
| 4.4.2 源头拥堵区块分析 |
| 4.4.3 瓶颈区块及区域分析 |
| 4.5 本章小结 |
| 第五章 城市路网交通拥堵传播模式发现 |
| 5.1 概述 |
| 5.2 路网交通拥堵传播建模 |
| 5.2.1 交通拥堵传播分析周期界定 |
| 5.2.2 交通拥堵传播分支研判 |
| 5.2.3 交通拥堵传播有向图构建 |
| 5.3 路网交通拥堵传播模式挖掘分析及可视化 |
| 5.3.1 交通拥堵传播分支提取与统计分析 |
| 5.3.2 交通拥堵传播模式分析及可视化 |
| 5.4 本章小结 |
| 第六章 基于深度学习的路网交通拥堵时空关联关系推理 |
| 6.1 概述 |
| 6.2 研究问题描述 |
| 6.3 基于深度学习的交通拥堵时空关联关系模型构建 |
| 6.3.1 提出的解决思路 |
| 6.3.2 Attention机制原理 |
| 6.3.3 基于Attention的 Encoder-Decoder模型构建 |
| 6.4 面向瓶颈区块的交通拥堵时空关联关系推理分析及可视化 |
| 6.4.1 模型参数设置 |
| 6.4.2 实验结果分析与讨论 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究成果与结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 Ⅰ 提取的洛杉矶城市路网在周一典型时间间隔的道路交通信息 |
| 附录 Ⅱ 辨识提取的洛杉矶城市路网一周七天的交通拥堵瓶颈信息 |
| 附录 Ⅲ 洛杉矶城市路网交通拥堵传播有向图图节点标签信息示例 |
| 附录 Ⅳ 洛杉矶城市路网周二至周日典型交通拥堵传播分支的交通拥堵传播有向图 |
| 附录 Ⅴ 洛杉矶城市路网典型交通拥堵瓶颈区块及其周边区块的交通拥堵指数时间序列 |
| 作者简介 |
（9）城市道路交通拥堵状态可靠性预测及判别方法研究 ——以扬州市为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 拥堵的定义与划分 |
| 1.3.2 国内外研究现状 |
| 1.4 研究内容 |
| 1.5 研究方法与技术线路 |
| 1.5.1 研究方法 |
| 1.5.2 技术线路 |
| 第二章 扬州市交通拥堵特征及分类 |
| 2.1 概述 |
| 2.2 交通拥堵特征及分类 |
| 2.3 拥堵判定和成因分析 |
| 2.3.1 拥堵事件判定标准 |
| 2.3.2 拥堵成因分析 |
| 2.4 常发性拥堵因素案例分析 |
| 2.4.1 交通基础设施相对滞后 |
| 2.4.2 道路网络布局规划不合理 |
| 2.4.3 交通设施配置缺乏科学性和前瞻性 |
| 2.4.4 机动车增加过快,管理力量不足 |
| 2.4.5 公共交通规范缺乏合理 |
| 2.5 偶发性拥堵因素案例分析 |
| 2.5.1 特殊天气环境造成的交通拥堵 |
| 2.5.2 道路施工 |
| 2.5.3 大型活动 |
| 2.5.4 节假日 |
| 2.5.5 道路违章和交通事故 |
| 2.6 本章小结 |
| 第三章 交通拥堵延时指数预测与可靠性分析 |
| 3.1 概述 |
| 3.2 数据采集与描述 |
| 3.3 拥堵延时指数均值预测建模 |
| 3.3.1 时间序列模型介绍 |
| 3.3.2 拥堵延时指数ARIMA模型构建与参数估计 |
| 3.4 拥堵延时指数可靠性预测模型 |
| 3.4.1 拥堵延时指数的异方差性检验 |
| 3.4.2 广义自回归条件异方差(GARCH)模型概述 |
| 3.4.3 拥堵延时指数GARCH模型构建与参数估计 |
| 3.5 拥堵延时指数预测结果评估 |
| 3.5.1 均值预测性能评估 |
| 3.5.2 可靠性预测性能评估 |
| 3.6 本章小结 |
| 第四章 交通拥堵状态判别方法 |
| 4.1 相关概念 |
| 4.1.1 划分要素 |
| 4.1.2 划分周期 |
| 4.2 基础指标选取 |
| 4.2.1 常用拥堵指标 |
| 4.2.2 指标选取原则 |
| 4.2.3 交通数据获取方法 |
| 4.2.4 基础指标的确定 |
| 4.3 拥堵评价模型构建 |
| 4.3.1 拥堵延时指数 |
| 4.3.2 道路负荷度 |
| 4.3.3 交叉口饱和度 |
| 4.3.4 基础指标权重确定 |
| 4.3.5 路段交通拥堵等级划分 |
| 4.4 区域交通拥堵状态判别 |
| 4.4.1 权重分析 |
| 4.4.2 拥堵等级 |
| 4.5 拥堵状态判别的补充改进 |
| 4.5.1 最大隶属度原则的有效性 |
| 4.5.2 基于加权平均原则的二次划分 |
| 4.6 算例分析 |
| 4.6.1 路段拥堵状态判别 |
| 4.6.2 区域拥堵状态判别 |
| 4.6.3 拥堵状态可视化 |
| 4.7 本章小结 |
| 第五章 扬州市典型拥堵路段实证分析 |
| 5.1 景区周边道路拥堵状态分析 |
| 5.1.1 清明节短假拥堵现象 |
| 5.1.2 春节和国庆长假拥堵现象 |
| 5.1.3 小结 |
| 5.2 不同气候条件下拥堵状态分析 |
| 5.3 拥堵状态预测及判别实例 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要成果 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 |
| 附表1: 交叉口距离折减系数表 |
| 附表2: 市府岗各交叉口数据调查表 |
| 附表3: 市府岗路段数据调查表 |
| 附表4: 市府岗区域评价中各路段权重 |
| 附表5: 市府岗各交叉口综合拥堵等级 |
| 致谢 |
（10）云南省菜篮子价格指数的编制研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 第一节 研究背景与意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 相关理论及研究综述 |
| 一、价格指数理论研究综述 |
| 二、国内编制的菜篮子价格指数 |
| 三、研究评述及启示 |
| 第三节 研究内容与基本思路 |
| 一、研究内容 |
| 二、研究方法 |
| 三、技术路线 |
| 第四节 研究的创新之处 |
| 第二章 云南省及各州市菜篮子价格指数的编制方法研究 |
| 第一节 菜篮子价格指数的编制原则 |
| 第二节 云南省菜篮子价格指数体系的构成 |
| 第三节 代表品的选择与分类 |
| 一、代表品的选择原则与方法 |
| 二、云南省菜篮子代表品的确定 |
| 第四节 基期的选择 |
| 第五节 采价点的数量与分布 |
| 第六节 云南省及各州市菜篮子价格指数的编制方法与计算公式 |
| 一、州市菜篮子价格指数的编制 |
| 二、全省菜篮子价格指数的编制 |
| 第七节 权数的选取与测算 |
| 一、菜篮子代表品全省均价计算时的权重 |
| 二、指数加权过程的权重 |
| 第八节 对于缺失数据的处理 |
| 第三章 云南省及各州市菜篮子价格指数编制方法的实践应用 |
| 第一节 数据来源及预处理 |
| 一、数据来源 |
| 二、数据预处理 |
| 第二节 菜篮子价格指数的计算——以昆明市周价格指数为例 |
| 一、云南省菜篮子价格指数编制的理论方法与实证中所用方法的差异 |
| 二、昆明市周度菜篮子价格指数的计算 |
| 第三节 云南省及各州市菜篮子价格指数的波动特征分析 |
| 一、昆明市菜篮子价格指数的波动特征 |
| 二、昭通市菜篮子价格指数的波动特征 |
| 三、云南省菜篮子价格指数的波动特征 |
| 四、三个地区菜篮子价格指数波动特征的对比分析 |
| 五、分析结论 |
| 第四章 总结与展望 |
| 第一节 结论与建议 |
| 一、主要研究成果 |
| 二、政策建议 |
| 第二节 研究局限与展望 |
| 一、本研究的局限 |
| 二、对将来研究的展望 |
| 参考文献 |
| 致谢 |
四、分类指数一周动态（论文参考文献）
- [1]聚二甲基硅氧烷表面污损微生物膜群落分子生态学研究[D]. 潘雨声. 哈尔滨工业大学, 2021
- [2]基于遥感数据的受倒伏影响下玉米估产研究[D]. 王梓旭. 长安大学, 2021
- [3]基于多维特征聚类的交通量模式识别与测算方法研究[D]. 葛梦雪. 北京交通大学, 2020(03)
- [4]酸鱼发酵过程中特征风味形成与微生物的关系研究[D]. 臧金红. 江南大学, 2020
- [5]互联网使用对中国居民收入流动性的影响研究[D]. 韩长根. 北京交通大学, 2020(03)
- [6]基于Fisher信息和在线支持向量回归的短期负荷预测动态建模方法研究[D]. 闫静. 江苏大学, 2020(02)
- [7]大型综合医院建筑综合效率 ——理论建构与量化作用机制研究[D]. 张玛璐. 重庆大学, 2019(01)
- [8]异质性城市路网交通拥堵传播模式发现与可视化研究[D]. 欧吉顺. 东南大学, 2019(01)
- [9]城市道路交通拥堵状态可靠性预测及判别方法研究 ——以扬州市为例[D]. 杨斌. 扬州大学, 2019(02)
- [10]云南省菜篮子价格指数的编制研究与应用[D]. 冯尧. 云南财经大学, 2019(02)