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。

利用1973-2016年日本西海水产研究所提供的日本鲐(Scomber Japanicus)对马群系的资源量与渔获量数据,结合产卵场1(SG1, 26°～31°N,122°～127°E)、产卵场2(SG2, 30°～35°N,128°～131°E)、索饵场(FG, 35°～38°N,127°～138°E)的海表面温度、太平洋年代际振荡指数(PDO)和Nino3.4区海表温距平值(SSTA),建立基于灰色系统的日本鲐对马群系资源丰度预测模型。灰色关联和相关系数分析结果显示:选择产卵场2的4月、9月海表面温度和索饵场4月海表面温度作为日本鲐资源丰度关键影响因子。建立的模型有:分别包含产卵场2的4月、9月和索饵场4月的海表面温度3个因子的GM(1,2),GM(1,3),GM(1,4)的7种模型。这7种模型的相对残差Q检验值分别为:0.131 0,0.140 2,0.145 9,0.149 3,0.176 7,0.140 3和0.173 5。结果表明,基于产卵场2的4月海表面温度所建立的GM(1,2)模型是对日本鲐对马群系资源丰度最优预测模型。

为了发展航运需求近年来河口地区航道整治措施频繁，从而影响了河口地区盐水上溯。目前河口盐水入侵盐多大多采用数值模拟，以及实测资料分析的方法探究河口盐水上溯特性，然而上述方法需要充足的水文资料才能开展相关研究。因此通过解析模型提出的盐水入侵距离预测公式能在资料不足的河口初步预测盐水上溯情况。本文对河口盐水入侵距离预测模型研究进行了较为全面的综述。分析了不同盐水入侵距离模型的优缺点，总结了盐水入侵距离的影响因素，包括径流、潮流、河口形状等，指出了盐水入侵距离预测的复杂性是由多种因子相互耦合形成的。

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。

为研究低盐胁迫对刺参Apostichopus japonicus(16.38g±1.27g)体内离子浓度及钠钾ATP酶活力的影响，以及低盐胁迫与miRNA间的调控关系，试验取低盐度(18)胁迫0(对照)、6、24、48h时的刺参体腔液，测定其钠、氯、钾离子浓度及钠钾ATP酶活力。结果表明：低盐胁迫后，刺参体腔液中钠离子浓度在6h时显著升高(P<0.05),随胁迫时间的延长钠离子浓度有所降低，氯离子和钾离子浓度均显著低于对照组(P<0.05)且均在6h时浓度最低，钠钾ATP酶活力在6h时低于对照组，在24h时出现最低值；microRNAs(miRNAs)前体序列和成熟序列分析显示，miR-2011、miR-124和miR-2010均能形成稳定的茎环结构，序列相对保守；通过miRNAs与靶基因间的序列分析，获得3个差异表达的miRNAs(miR-2011、miR-2010和miR-124)及互作的靶基因；miR-2011、miR-2010和miR-124的miRNA表达量在盐度胁迫后均呈现上调，miR-2011和miR-2010的表达量在低盐胁迫48h时达到最大，分别为对照组(0h)的80倍和24倍；序列预测分析获得miR-2011的靶基因为PPM1L和PBK,miR-2010的靶基因为PPM1L,miR-124的靶基因为EGF3、IMPA1。研究表明，刺参miR-124、miR-2011和miR-2010 3个盐度相关的miRNAs序列相对保守，且在盐度胁迫后均能够被诱导表达，从而参与刺参盐度胁迫的响应过程。

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。

为了精准预测水产养殖过程中最重要的两个环境参数溶解氧和氨氮,针对预测模型需要解决的有效影响因子确定、预测算法和网络结构优化等问题,将Levenberg-Marquardt（LM）神经网络、遗传算法（genetic algorithm, GA）和主成分分析（PCA）算法相结合,提出一种基于GA-LM-PCA的水产养殖环境溶解氧和氨氮含量预测模型,即采用PCA确定影响因素,实现影响因素的去耦合降维,采用遗传算法对网络结构进行优化,确定合适的隐层节点数目和权值,采用LM训练神经网络,提高神经网络的收敛速度。为了验证GA-LM-PCA的预测效果,将GA-LM-PCA的预测效果与未用PCA方法的GA-LM预测模型进行了试验比较,并探讨了影响因素数量对预测效果的影响。结果表明:用GA-LM-PCA方法预测的溶解氧和氨氮值与实测值吻合较好,平均绝对误差和均方根误差分别为0.004 7、1.872 7×10-4（溶解氧）和0.006 5、9.428 7×10-4（氨氮）,适用于影响因素数量较多的场合。研究表明,GA-LM-PCA是一种有效的水产养殖环境溶解氧和氨氮预测工具,尤其对于影响因素复杂繁多的非线性系统效果更好。

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。

目的 分析重组人脑利钠肽治疗顽固性心力衰竭的效果及血清学预测指标的作用。方法 选择本院近2年收治的顽固性心力衰竭（RHF）患者作为研究对象，共有66例患者被纳入研究中。观察组（常规抗心力衰竭治疗+重组人脑利钠肽治疗）和对照组（常规抗心力衰竭治疗）中研究对象均为33例，对比分析患者经过治疗后，其临床治疗效果，同时根据患者的血清水平，预测重组人脑利钠肽治疗的治疗效果。结果 总治疗有效数据中，观察组为26例（78.79%），对照组为19例（57.58%）（P<0.05）；心功能指标中，经过治疗后各组LVEF、LVEDd、NT-proBNP指标分别为：对照组（34.89±2.08）%、（56.02±2.23）mm、（5067.69±637.37）ng/L，观察组（37.78±2.23）%、（53.23±2.89）mm、（4102.20±560.95）ng/L；清NT-proBNP指标与治疗效果间敏感度高，可作为预测效果的指标之一。结论 顽固性心力衰竭患者经过常规治疗加重组人脑利钠肽治疗，可有效改善心功能和改善呼吸困难的症状。对患者进行血清水平分析，其中血清NT-proBNP可作为预测重组人脑利钠肽的治疗效果预测指标。

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。

工作区的地质特征一直以来都是地质学家和研究人员的关注焦点。这个区域位于一个地质丰富的地带，拥有多种地层和复杂的构造特点。了解工作区的地质情况对于资源勘探、环境保护和地质研究都具有极其重要的价值。本文将详细介绍工作区的地质特征，包括不同地层的特点、构造特点以及岩浆活动的情况。我们还将介绍地质调查中采用的科学方法和仪器，以及放射性水化学的实施过程。通过这些研究和分析，我们可以更好地理解地下资源的分布和地质演化过程，为未来的研究和资源开发提供有力的支持。

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。

当前新能源市场迅速崛起，截至2023年底，山东各类充电基础设施保有量达到54.1万台，同比增长152%，其中公共充电基础设施保有量13.8万台（同比增长46.4%），全国排名6位；充电站10.1万座，全国排名第4。预计2025年，全省新能源汽车新车市场渗透率达到45%左右，保有量达到240万辆左右。销售企业新能源充电如何网点布局规划将成为未来企业发展支柱。