具有不同到达率的带有启动时间及不耐烦策略的多级适应性休假M^X/G/1排队

研究了具有不同到达率的带有启动时间及不耐烦策略的多级适应性休假M^X/G/1排队模型,通过嵌入马尔可夫链方法推导出稳态队长的母函数、等待时间的LST（先到先服务规则）,并验证了稳态队长和稳态等待时间具有随机分解性,而且给出了忙期、全忙期及在线期均值。     

同步N-策略多重休假的M/M/C/WV排队

考虑同步N-策略多重休假和工作休假M/M/c排队,简记为M/M/c（N-WV）。在休假期间,服务员并未完全停止工作而是以较低的速率为顾客服务。用拟生灭过程与矩阵几何解方法,给出了系统稳态队长和稳态条件等待时间的分布。此外,也得到了队长和等待时间的条件随机分解结构及附加队长和附加延迟的分布。     

对土地利用总体规划修编中有关指标分解测算的思考

科学编制新一轮省级土地利用总体规划,对实现中原崛起的奋斗目标和促进全省经济社会与资源环境的全面协调持续发展,积极探索新形势下保障科学发展的土地管理新机制,具有十分重要的战略意义。同时,省级土地利用总体规划作为全省土地资源利用和配置的宏观性纲领,对统筹省内区域间协调发展也将发挥极其重要的作用。从技术层面,即省级规划确定的各项土地利用目标和管理政策措施,将通过测算分解到各市的各项规划指标中得以落实。因此,     

广西隆安县姆驮山银矿地质特征及找矿潜力分析

文章分析了姆驮山银矿地质特征及物化特征,并通过与凤凰山银矿地质特征对比,两者成矿地质条件相似,矿床类型、控矿因素、矿物成分等几乎相同,因此认为姆驮山银矿具有中型甚至大型银矿床的找矿潜力。     

上海计算机产业转移及其对区域经济影响

自2008年全球金融危机之后,全球生产网络重组对中国区域经济的影响日益浮现。上海计算机制造业持续向重庆等地转移,重构了该行业全球生产网络的基本格局。利用上海市投入-产出表以及中国工业企业数据库、企业年报等,采用结构分解等方法分析上海计算机制造业产业变化,结合制造业多样性指数等指标,评估产业转移对区域经济的影响。研究发现：① 上海计算机产业被锁定在全球价值链低端的组装制造环节,2007—2012年,增加值率（增加值与总产出的比值）从7.38%下降为4.29%;劳动者报酬占增加值比例从22.06%上涨为67.97%,推动产业对外迁移。② 受上海市产业转移和国际市场低迷等因素影响,2007—2012年,上海计算机制造业总产出减少了483.9亿元。③ 制造业多样性指数较高的浦东新区受到计算机产业转移的影响较小,制造业多样性指数相对较低且计算机制造业占制造业总产值比例较高的闵行区、松江区在一定时期内仍然面临着计算机产业转移的负面影响。为了降低全球生产网络“去耦合”的冲击,提高区域经济的韧性,上海需要从全球生产网络的成熟产品生产平台转型为新产品研发创新枢纽,提高劳动生产率和产业增加值率,推动产业结构多样化。     

基于多频率极化SAR影像的洪河国家级自然保护区植被信息提取北大核心CSCD

植被是湿地生态系统健康状况的"晴雨表",明晰湿地中植被的时空分布,是湿地修复与重建、保护与合理利用的前提和基础。以洪河国家级保护区为研究区,利用全极化C-band Radarsat-2和L-band PALSAR数据,根据极化合成孔径雷达(synthetic aperture radar,SAR)目标分解理论,提取了该保护区不同波长的极化分解参数和特征参量,整合为多源极化SAR数据集,利用多尺度迭代分割算法和Random Forest机器学习算法,构建了研究区中植被的遥感识别模型,实现了对研究区中植被的高精度分类,并对比分析了不同频率SAR数据集在植被识别精度上的差异。研究结果表明,利用整合PALSAR和Radarsat-2极化数据集,获取的植被遥感分类结果的总体分类精度为86.77%,比利用PALSAR极化数据集的分类结果精度提高了15%,但是其与利用Radarsat-2极化数据集的分类结果精度差异不显著;浅水草本沼泽的生产精度达到了90.91%,深水草本沼泽的用户精度为90.63%;C-band PALSAR数据比L-band PALSAR数据更适用于高精度识别洪河国家级自然保护区中的植被。     

基于分解袋法的闽江河口芦苇和短叶茳芏枯落物的残留率和分解速率北大核心CSCD

以闽江河口鳝鱼滩的芦苇(Phragmites australis)群落、短叶茳芏(Cyperus malaccensis)群落和芦苇+短叶茳芏群落植物枯落物为研究对象,采用分解袋法,2016年2月19日～2017年2月28日期间,研究了不同群落中两种植物枯落物的残留率和分解速率。结果表明,芦苇群落和芦苇+短叶茳芏群落中的芦苇枯落物的残留率分别为35.87%和28.67%,短叶茳芏群落和芦苇+短叶茳芏群落中的短叶茳芏枯落物的残留率分别为7.00%和9.57%;短叶茳芏群落和芦苇+短叶茳芏群落中的短叶茳芏枯落物的分解速率分别为0.007 292 g/d和0.006 150g/d;芦苇+短叶茳芏群落和芦苇群落中的芦苇枯落物的分解速率分别为0.003 243 g/d和0.002 607 g/d。芦苇+短叶茳芏群落中的芦苇枯落物分解的更快;芦苇+短叶茳芏群落中的短叶茳芏枯落物分解的较慢。     

基于EEMD和ARIMA的海温预测模型研究

类型丰富、时空分辨率高的海洋探测数据,为信号分解和机器学习算法的应用提供了可能。本文针对如何建立有效的海温预测模型这一问题,使用高时空分辨率的海表温度(SST)融合产品,引入信号处理领域的集合经验模态分解(EEMD)和机器学习领域的自回归积分滑动平均模型(ARIMA)。首先利用最适于分解自然信号的EEMD方法,将海温数据分解成多个确定频率的序列;再利用ARIMA分别对各个频率的序列进行预测,最后将各个序列的预测结果进行组合。该方法在丰富数据的支撑下,比以往直接使用海温数据所建立的预测模型精度更高,为更好地进行海温预测提供了新方法。     

基于EMD方法的地心运动时间序列分析

针对时间序列混有的高频信息会影响地心运动规律分析的问题,采用网平移法对IGS提供的GNSS周解进行解算,得到2007-2017年地心运动时间序列,对其进行分解重构,剔除高频项,并利用重构时序对地心运动规律作进一步分析探讨。结果表明：本文解算的地心运动在T_x、T_y和T_z方向的精度均为毫米级。EMD方法重构的时序保留了原序列的基本信息,且抑制了高频项的影响,提高了周期贡献率,3个方向的贡献率分别提高了12.3%、16.7%及6.3%。通过分析重构后的时序发现,周年项振幅为各周期对应振幅的最大值,分别为2.32、1.89和2.07 mm;T_y和T_z方向长期变化趋势较T_x更为明显,分别为0.13和-0.27 mm/a;半年项较小,且在T_x和T_y方向上具有时变性。此外,还发现了一些其他较小的年际变化。