干扰烟草GA 20-氧化酶siRNA植物表达载体的构建及矮化烟草的产生

根据烟草(Nicotiana tabacum)GA 20-氧化酶基因序列,设计2对分别含有特定酶切位点的特异引物,以烟草基因组DNA为模板,扩增目的基因(约250 bp)片段.将正、反向目的片段分别插入中间载体的内含子两侧.再经BamH I和Sac I双酶切回收约700 bp的目的片段,插入到双元载体质粒p2355中,成功构建了含GA 20-氧化酶基因片段的反向重复序列植物表达载体p23700,其转录产物能形成发夹RNA(hpRNA),产生小分子干扰RNA,干扰目的基因的表达.将p23700质粒导入根癌农杆菌EHA105中并转化烟草叶片细胞,经选择分化培养,获得表型矮化的转基因烟草.图4参14     

基于EMD-HHT可定位长输天然气管道第三方破坏事件监测技术

为适应目前管道安全监测需要,满足对扰动信号分类监测的实际需求,提出1种基于希尔伯变换和经验模态分解(EMD-HHT)的信号特征提取技术,利用基于φ-OTDR分布式光纤传感系统采集振动信号,通过EMD+HHT区分算法对管道沿线振动事件进行分解并提取6个典型特征向量,各特征事件数据经过EMD后选取IMF3为最终提取特征向量的原始数据,BP神经元网络可有效识别机械破坏、敲击破坏、车辆经过、人工挖掘、动力干扰5种事件。研究结果表明：在长输管道信号识别中,BP神经网络对5类事件平均识别率高达98.6%,该技术分类识别5类事件扰动信号,能够达到较高准确性,并且误报率平均在1.3%,能较好满足现场安全实时监测需求。研究结果对长输油气管道附近第三方破坏扰动信号分类监测具有一定参考意义。     

基于文本挖掘的煤矿安全隐患管理研究

为探寻安全隐患的内在特征,加深安全管理人员对安全隐患的理解,提升安全管理效率。以潞安集团司马煤业有限公司2009—2015年安全隐患记录为数据源,利用Word2Vec模型构建安全隐患词向量模型,从模型中获取各类安全隐患主要相关词,利用桑基图解释安全隐患在不同隐患地点、生产作业单位的特征分布,并进一步揭示相关安全隐患的细节特征。结果表明:词向量模型能有效发掘安全隐患特征,桑基图能突出呈现安全隐患的关键信息流动。上述措施有助于管理人员深刻理解安全隐患数据中蕴含的潜在规律,为煤矿安全隐患排查治理工作提供依据,指导安全管理实践。     

基于SVM的矿井通风阻力系数影响因素分析与预测

矿井通风阻力系数是通风安全最重要的基础参数之一,为了实现矿井通风阻力系数简单准确地预测,提出了利用支持向量机（SVM）来预测矿井通风阻力系数的方法。通过分析影响因子与矿井通风阻力系数的相关性关系,并利用MATLAB逐步建立单影响因素与矿井通风阻力系数、多影响因素与矿井通风阻力系数之间的SVM预测模型,对比分析各预测模型的相对误差,确定最佳矿井通风阻力系数预测模型,即当输入模型影响因素为巷道断面积、周长和支护方式时,预测相对误差小于10%的样本数占测试样本的76%,相对误差小于20%的样本数占测试样本的90%。结果表明:该预测方法在矿井通风阻力系数预测中是可行的,并具较高的准确性。     

采用支持向量机算法优化电化学处理油田污水的工艺参数

采用支持向量机(SVM)算法,将Box-Behnken设计法与支持向量回归算法(SVR)实验参数优化软件相结合,优化电化学去除油田污水COD的工艺参数。通过量子粒子群算法对SVM算法参数进行优化,从建立的回归模型中找到工艺参数的全局最佳点:电解时间60 min,电解电流3 A,三维电极填充料中石英砂质量695 g。模型得到的COD理论最优去除率为92.48%,验证实验得到的COD去除率为91.43%。     

基于宜居视角的居住城市化水平测度——以大连市为例

从宜居的视角出发,结合大连市发展现状建立居住城市化水平测度指标体系,利用模糊层次分析法（AHP）确定指标权重,计算居住城市化水平测度综合指数。通过整理样本社区测度综合指数的数据,建立指标数据库,利用地理信息系统软件MapInfo 10进行格网赋值,构建基于空间插值法的居住城市化水平测度模型,绘制大连居住城市化水平测度专题图,直观展现大连市居住城市化水平发展的时空变化特征。结果表明,1995—2010年大连市居住城市化发展呈现出由整体发展水平低、内部差异小到发展速度提高、地域发展不均衡,再到发展速度减慢,日趋平衡,最后实现发展速度再次提高、均衡发展、差异减小的阶段特征。     

甘肃省第三产业对经济增长贡献的实证研究

第三产业的加快发展是生产力提高和社会进步的必然结果。大力发展第三产业有利于提高工农业生产的社会化和专业化水平,有利于优化生产结构,促进市场充分发育,缓解就业压力,从而促进整个经济持续、快速和健康发展。利用1991-2009年数据,以向量自回归模型为基础,采用单位根检验、协整分析和格兰杰因果检验等方法对甘肃省第三产业与经济增长之间的关系进行了实证研究。结果表明,1991-2009年甘肃省第三产业总值对GDP的长期弹性为0．35035,第三产业对经济增长具有积极的促进作用。     

Optimizing mixture properties of biodiesel production using genetic algorithm-based evolutionary support vector machine

Nowadays, biodiesel is used as one of the alternative renewable energy due to the increasing energy demand. However, optimum production of biodiesel still requires a huge number of expensive and time-consuming laboratory tests. To address the problem, this research develops a novel Genetic Algorithm-based Evolutionary Support Vector Machine (GA-ESIM). The GA-ESIM is an Artificial Intelligence (AI)-based tool that combines K-means Chaotic Genetic Algorithm (KCGA) and Evolutionary Support Vector Machine Inference Model (ESIM). The ESIM is utilized as a supervised learning technique to establish a highly accurate prediction model between the input--output of biodiesel mixture properties; and the KCGA is used to perform the simulation to obtain the optimum mixture properties based on the prediction model. A real biodiesel experimental data is provided to validate the GA-ESIM performance. Our simulation results demonstrate that the GA-ESIM establishes a prediction model with better accuracy than other AI-based tool and thus obtains the mixture properties with the biodiesel yield of 99.9%, higher than the best experimental data record, 97.4%.     

土地城镇化与人口城镇化的非协调性和互动关系

土地城镇化与人口城镇化失调是我国目前城镇化进程中的一个突出问题。但对各地区土地城镇化与人口城镇化的非协调性进行全面系统分析的研究相对较少。此外,鲜有研究对土地城镇化与人口城镇化之间的互动关系进行实证检验。本研究利用我国2005—2013年间的省级面板数据考察各省级行政区土地城镇化与人口城镇化的非协调性,并通过构建和估计面板向量自回归模型探究土地城镇化与人口城镇化之间的互动关系。研究发现,土地城镇化与人口城镇化的非协调性存在着显著的时空差异。在样本期的后半段(2009—2013年),多个省级行政区人口城镇化滞后于土地城镇化的程度有所加深。根据全样本期内土地城镇化与人口城镇化非协调性的严重程度,可将各省级行政区划分为5个等级。城镇常住人口变化对建成区面积变化具有显著的正向影响;建成区面积变化对城镇常住人口变化的影响方向虽然为正,但该影响不具有统计显著性。从而表明人口城镇化对土地城镇化起到了推动作用,但土地城镇化却未能有效地带动和促进人口城镇化。此外,第二、三产业增加值变化对城镇常住人口变化具有显著的正向影响。研究从改革新增建设用地指标分配方式、抑制城市空间粗放扩张及推动户籍制度改革和基本公共服务均等化等方面提出了促进土地城镇化和人口城镇化协调发展的政策建议。     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。