针对海洋时变中小尺度过程长期精细观测需求,研制了一种轻型长航程AUV。这种AUV的最大特征是借鉴了水下滑翔机的变浮力、重心可调执行机构,使得其具备海洋环境自适应能力,可在不同海水密度条件下实现零攻角高效航行。首先介绍了轻型长航程AUV的系统组成,讨论了这种可变浮力、可调重心AUV的航行控制系统设计;针对这种AUV新增的浮力和重心两个控制输入量间存在系统耦合的问题,开展了基于模型预测算法的零攻角定深航行控制器研究,着重阐述和推导了控制目标的修正、面向控制的动力学建模以及模型预测控制器的设计过程;最后通过仿真验证了所述方案和方法的可行性。该研究有利于提高轻型长航程AUV的航行效率,进一步提升AUV的续航能力。

海冰管理是抵御寒区海洋资源开发海冰威胁的有效手段,海冰风险的准确、快速预测是海冰管理系统的关键组成部分。文中面向海冰管理中的冰情短时预测需求,明确了基于现场监测的海冰风险预测模式,开展了应用机械学习理论的海冰风险短时预测方法研究,并以渤海辽东湾海冰管理为例,讨论了神经网络与小波分解等非线性预测方法在冰情短时预测中的适用性。结果表明,时间序列小波神经网络在短时(6 h)冰厚预测中的预测精度与Elman神经网络相仿,而在24～48 h预测中的精度偏差较大;Elman神经网络在6 h、24 h与48 h的冰厚预测中均能保持较好的预测精度,在冰流速与来冰方向预测中,模型预测精度达到80%左右。

无线网络流量分布具有空间上和时间上的特征，针对传统预测方法对流量分布空间特征的利用不足问题，提出三维卷积神经网络(3D-CNN)和长短期记忆网络(LSTM)相结合的无线网络流量预测模型。首先通过3D-CNN挖掘流量数据的局部时空关联性，并利用空间注意力机制完善全局空间关联的提取；然后使用LSTM模型对抽象时空特征进行训练，并加入了注意力机制缓解循环神经网络的遗忘现象带来的信息损耗。运用此方法对"意大利电信大数据挑战赛"的公开数据集进行训练，其均方根误差(RMSE)和平均绝对误差(MAE)分别降至5.17和3.32,明显优于其他对比预测模型。

心理学是一门研究人类行为以及心理活动规律的科学，近几年随着科学技术的不断进步，人工智能技术也得到了高速发展，该项技术也为心理学研究与应用提供了新的思路，有效应用人工智能以及大数据技术获得的生态化数据，可以进一步提升研究结果的内部效度以及外部效度。因此，本文将从心理测量、心理变量预测以及心理症状的识别与诊断等多个角度探究人工智能的应用方式，并提出具体的应用场景，为人工智能未来可以有效促进心理学研究发展提供思路。

为评估不同SNP标记密度对凡纳滨对虾AHPND抗性基因组预测准确性的影响，本实验对26个全同胞家系进行VpAHPND侵染，收集686尾个体的存活时间数据，对其中242尾个体利用液相芯片“黄海芯1号”(55.0KSNP)进行基因分型，基于A、G和H亲缘关系矩阵估计VpAHPND侵染后存活时间的遗传参数；采用随机和等距抽取方式，基于55.0KSNP构建了8个低密度SNP面板(40.0、30.0、20.0、10.0、5.0、1.0、0.5和0.1 K)，利用GBLUP和ssGBLUP等方法预测VpAHPND侵染后存活时间的基因组育种值，利用交叉验证方法计算其预测准确性，并与BLUP方法进行对比分析。遗传参数估计结果显示，VpAHPND侵染后存活时间表现为高遗传力水平，估计值为0.68～0.79。在55.0KSNP密度下，针对242尾基因分型个体数据集(G242)，利用BLUP、GBLUP和ssGBLUP方法获得的预测准确性分别为0.424、0.450和0.452，GBLUP和ssGBLUP比BLUP分别提升了6.13%和6.60%；针对686尾表型测定个体数据集(P686)，利用BLUP和ssGBLUP方法获得的预测准确性分别为0.510和0.535，后者比前者提升了4.90%。对于8个低密度SNP面板，当SNP密度≥10.0 K时，基因组预测准确性变化幅度在G242和P686数据集中均较小(1.1%～1.8%)；随着SNP密度自10.0K不断降低，基因组预测准确性在2个数据集中也不断降低，其中5.0K密度降幅为0.6%～2.6%、1.0K密度降幅为5.8%～11.0%、0.5K密度降幅为11.4%～17.2%、0.1K密度降幅为38.8%～41.6%。10.0K与55.0KSNP密度间基因组亲缘系数、GEBV的相关系数均高于0.99，表明利用10.0KSNP面板可以准确地预测同胞个体间的亲缘关系及其GEBV。研究表明，使用10.0SKNP面板对Vp AHPND侵染后存活时间进行基因组遗传评估可以得到与55.0KSNP芯片近似的预测准确性，为低密度SNP分型芯片设计提供了参考。

为提高对虾饲料的利用率，减少养殖成本，提高养殖效益，提出了一种基于自注意力机制(self-attention, ATTN)和卷积神经网络(convolutional neural network, CNN)-长短期记忆网络(long short term memory, LSTM)的对虾投饵量预测模型(CNN-LSTM-ATTN),以水温、溶解氧、对虾的数量与质量作为预测模型的输入数据，通过CNN挖掘输入数据间的内在联系，提取出数据特征信息，利用LSTM的长期记忆能力保存数据特征信息，使用ATTN突出不同时间节点数据特征的重要性，进一步提升模型的性能。结果表明，本研究中提出的CNN-LSTM-ATTN预测模型的均方根误差、平均绝对误差和平均绝对百分误差分别为0.816、0.681和0.018,均小于BP(back propagation)神经网络、LSTM和CNN-LSTM 3个基准模型，其模型预测能力和稳定性优于其他模型。研究表明，本研究中构建的模型能较好地实现对虾投饵量的准确预测，可为对虾养殖投饵量的管理调控提供参考依据。

目的 研究血清载脂蛋白B与载脂蛋白A-1比值（ApoB/ApoA1）在脑卒中患者中的水平变化，以期为临床脑卒中发生的预测提供一些客观的实验室依据。方法 将120例急性脑卒中患者纳为研究对象，其中脑出血患者55例，脑梗塞患者65例，另选取60例健康体检的居民作为对照组，于入院后第2日清晨空腹状态下抽取静脉血离心后取上清进行ApoB和ApoA1水平检测，计算出患者的ApoB/ApoA1比值，比较三组患者间血清ApoB/ApoA1的差异，并分析血清ApoB/ApoA1对脑卒中发生的预测价值。结果 三组受试者血清ApoB/ApoA1水平情况为：脑梗塞组>脑出血组>对照组，三组受试者间两两比较具有统计学意义（P<0.05）。绘制ROC曲线分析发现：血清ApoB/ApoA1对脑卒中的预测曲线下面积（AUC）为0.75，诊断敏感性为60.25%，诊断特异性为75.00%，95%置信区间为0.587～0.715，P值<0.001，预测最佳cut-off值为0.72。结论 血清ApoB/ApoA1能够对脑卒中的发生发挥着较高的预测价值，具临床实践推广应用意义。

物联网技术正迅速改变着机械电子产品的维护方式，将传统的被动维修转变为主动预测和预防维护。本文主要探讨基于物联网技术的机械电子智能维护系统，分析其重要意义和现存问题，并提出相应的解决对策。通过实际案例阐述如何在具体应用中优化智能维护系统的设计和实现，以提升机械电子产品的运行可靠性和维护效率。研究表明，利用物联网技术能够实时监控设备状态、预测潜在故障，并提供及时的维护服务，从而显著提高设备的安全性和生产效率。

以中国九个全球海洋中心城市为研究对象，对海洋中心城市高质量发展水平进行综合测度分析。选取2010—2019年相关数据，构建海洋中心城市高质量发展评价指标体系，运用熵值法等四种方法对指标体系进行联合评价、确定指标权重，得到综合评价结果，并进一步利用灰色预测模型对海洋中心城市的未来发展进行预测。研究结论如下：(1)全球海洋中心城市高质量发展水平总体呈现上升趋势，其中，上海市建设水平尤为突出，厦门市和舟山市增长较为迅猛，天津市和大连市增长缓慢，影响其海洋中心城市建设；(2)九个全球海洋中心城市高质量建设发展的侧重点各不相同，其中，大连市在创新性层面、上海市在开放度和集聚度层面、舟山市在协调性层面、厦门市在共享度层面、深圳市在辐射性层面表现突出。

本论文旨在探讨数据分析与预测建模在跨国公司合规计划中的应用，重点关注如何利用大数据技术主动识别和减轻合规计划中的风险。首先，论文将介绍合规计划中的主要挑战和风险，包括法规变化、诚信风险和监管不确定性等。其次，论文将分析大数据技术在合规领域的应用现状，包括数据采集、清洗、分析和预测建模等方面。最后，论文将提出一套整合了数据分析和预测建模的合规风险管理框架，并通过案例研究验证其有效性和可行性。

探讨干化学法与尿沉渣联合用于尿常规检验的临床效果。方法：2021年1月到2021年12月，以疑似尿路感染行尿常规检验的130例患者为研究对象，向患者普及检查注意事项，让患者做好准备工作，次日清晨提供四份尿液样本，一份应用干化学法检验，一份应用尿沉渣法检验，一份应用干化学法及尿沉渣法联合（简称联合法）检验，一份应用显微镜法检验。以显微镜法为金标准，统计检出的阳性、阴性例数，计算五项检验参数。结果：显微镜法显示，阳性患者96例、阴性患者34例；干化学法显示，阳性患者77例、阴性患者53例；尿沉渣法显示，阳性患者82例、阴性患者48例；联合法显示，阳性患者93例、阴性患者37例。干化学法、尿沉渣法、联合法的特异性、阳性预测值比较，未见比值差异（P＞0.05）；联合法的准确性、敏感性、阴性预测值均大于干化学法、尿沉渣法，可见比值差异（P＜0.05）；干化学法、尿沉渣法的准确性、敏感性、阴性预测值比较，未见比值差异（P＞0.05）。联合法的白细胞阳性率、红细胞阳性率均大于干化学法、尿沉渣法，可见比值差异（P＜0.05）；干化学法的白细胞阳性率小于尿沉渣法，可见比值差异（P＜0.05）；干化学法的红细胞阳性率大于尿沉渣法，可见比值差异（P＜0.05）。结论：在尿常规检验中联合应用干化学法、尿沉渣法，可提高检验准确性与检验敏感性，值得临床推广普及。

城市规划与建设是实现城市可持续发展的重要手段，大数据技术为其提供了强大的支撑。本研究以大数据为切入点，探讨其在城市规划与建设中的应用模式。首先，通过文献分析法和案例研究法，梳理并总结了大数据在城市规划与建设中的主要应用场景，如交通出行、用电场景、环境监测等；其次，通过构建偏最小二乘结构方程模型，量化了大数据在城市规划与建设中的效果。研究结果表明，大数据能有效预测城市服务需求、优化城市资源配置和改善城市环境状况，为城市做出科学、精细的规划与决策提供了可能；但同时，对于大数据的过度依赖和隐私泄密问题也需要引起关注。本研究为城市规划与建设提供了新的视角和方法，对于推动城市规划与建设的数字化和智能化具有重要参考价值。

随着汽车电子化的发展，继电器作为汽车电控系统的重要部分，其性能直接关系到汽车的稳定性和安全性。为了更有效地预测和优化汽车继电器的性能，本研究提出了一种基于虚拟样机仿真的分析方法。该方法通过在计算机上建立继电器的三维模型，模拟其在不同工作环境下的电气、机械和热性能，从而在设计阶段就能预测其可能出现的问题和改进方向。实验结果显示，经过虚拟样机仿真后的继电器在实际使用中的性能与预测结果非常接近，可以有效指导继电器的设计和优化。此研究为汽车继电器设计提供了一种新的分析工具，有利于提高汽车电控系统的性能和可靠性。

焊接作为一种灵活高效的联接方式，广泛用于船舶与海洋工程制造业．焊接过程不均匀的加热和冷却、材料的局部非协调塑性应变以及焊接残余应力的作用，使得船舶与海洋工程结构产生各种焊接变形。

新疆阿勒泰小红山铜矿是我国大型铜矿，矿区位于新疆阿勒泰地区的西南部，地处准噶尔地块与北东向欧亚板块碰撞带的交界地带。矿区内发育一系列断裂构造，尤其是逆冲推覆构造、韧性剪切带和层间滑脱带等最为发育。矿区内矿产资源丰富，主要以铜、铅、锌为主。本文通过对小红山铜矿床地质特征、地球化学特征等进行研究，对矿区成矿地质条件和找矿标志进行分析，结合矿区成矿地质条件，并结合前人资料以及其他矿区的成矿经验，认为矿区存在深部隐伏铜、铅锌矿床。最后在此基础上对深部及外围进行了找矿预测，指出了下一步找矿方向。

当前，国内经济增长对电力需求增速放缓、新能源技术的发展和成熟、能源结构调整优化、电力市场改革积极推进、政府对行业结构的调整和控制等电力市场新形势，给核电产业发展带来新的机遇和挑战。核电站的预测性维修是实施维修工作的关键要素，也是电站维修资源配置、目标设定、计划制定的前提，预测性维修的质量和数量直接关系到电站的运营成本及设备可靠性，从而影响机组的效益和安全稳定运行，因此，对预测性维修进行合理优化非常有必要。本文通过对某核电站维修策略现状进行简要阐述，引出预测性维修对核电站的重要作用，对其优点以及流程进行相应的具体分析，并提出后续发展方向。

在工业自动化水平越来越高的今天，对煤矿井下机电设备进行故障诊断和智能预测维护是非常重要的。本次研究重点针对煤矿井下机电设备故障诊断技术与智能预测维护系统展开深入探究。首先对研究背景进行分析，并指出机电设备对煤矿生产至关重要的作用以及对其进行维修的意义。其次对设备运行数据采集和预处理、故障特征提取和分析、以及故障诊断方法发展等方面进行研究。最后讨论了以历史数据和实时数据为基础建立的设备预测维护模型以及智能预测维护系统的设计和实现方法。本系统可显著提高故障诊断精度及维护效率，对煤矿安全生产起到强有力的支撑作用。煤矿井下；故障诊断；智能预测

本研究旨在分析肺炎支原体（Mycoplasma pneumoniae，MP）混合其他呼吸道病毒感染的儿童肺炎重症化的高危因素，并建立预测模型。研究选取了2020年1月至2023年12月在南方医院太和分院住院的200名儿童重症肺炎病例，通过对临床资料、实验室检测结果和影像学资料的系统性分析，将患者分为“MPP单纯感染组”和“MPP混合感染组”。采用单变量和多变量Logistic回归分析，筛选出与重症肺炎相关的显著因素，并基于R语言构建Nomogram风险模型。结果显示，MPP混合感染组患儿的白细胞计数、淋巴细胞比值和超敏C反应蛋白水平均显著高于MPP单纯感染组，这些指标在预测儿童MPP混合感染发生重症化的风险中具有重要作用。预测模型的ROC曲线分析结果表明，模型的曲线下面积（AUC）为0.85，具有较高的敏感性（80.5%）和特异性（78.9%）。本研究成功建立了一个简便且有效的预测模型，为临床早期识别高危患儿提供了科学依据，有助于提高儿童重症肺炎的救治率，降低重症发生率。

本研究针对M天然气处理厂水处理系统堵塞问题，通过对含醇污水水质及堵塞物组成的研究，分析其堵塞原因，水处理系统堵塞原因主要为CaCO3、Fe3O4及泥沙堵塞。含醇污水中Ca2+、Ba2+等成垢阳离子含量高，随水流冲刷造成预处理系统堵塞，且因阻垢剂效果不佳导致甲醇回收系统堵塞严重；堵塞物Fe3O4主要来源于含醇污水中未去除完全的Fe2+、Fe3+，在高温含氧污水体系中形成铁的氧化物，粘附在管壁或碰撞沉降堆积造成系统堵塞；固体悬浮颗粒粒径中值为10μm，污水中的油分包裹其表面难以沉降，加热后易发生布朗运动相互碰撞沉积在弯并提出了相应的治理与预防措施，得出结论。

随着现代信息技术的快速发展，智能家居逐渐成为人们生活中不可或缺的一部分，为人们带来了前所未有的生活体验。智能家居系统是由控制面板、传感器、控制器、通信网络等组成的系统，它能够根据用户设定的条件控制家居设备，如灯光、空调、温度等，并提供与之相对应的服务。随着智能化技术的不断发展，智能家居系统将更加智能化、便捷化，不仅可以通过语音控制，还可以通过手机 APP远程控制。在未来，智能家居系统将通过物联网技术和人工智能技术实现更加人性化、便捷化的生活体验，从而推动智能家居产业进一步发展。