关键词： 科学工作流   地球系统模式   遥感影像   回归、分类与分割问题   域适应  

摘要： 科学计算的核心价值在于运用前沿计算技术来破解错综复杂的科学难题,从而推进知识的深化与技术革新。在地球科学领域,研究者利用高性能计算技术模拟和分析各种自然现象和地球系统过程,其产生的科学数据量也不断增加。如何高效而灵活地利用这些大规模科学数据,以获取有价值的信息,是一个具有现实意义且富有挑战性的课题。针对地球科学大数据分析与处理的应用需求,本文基于科学工作流的思想,结合本文作者在国家超级计算中心的科研工作实际,针对地球科学数据处理中面临的现实问题展开了以下研究: 首先,从科学计算的实际场景出发,本文在第2章中探讨了当前场景中实际存在的问题,并针对超算服务设计了一套更灵活的工作流系统解决方案——GEO-WMS。这一方案采用了一种结构化的方法来描述工作流,并为科学工作流配备了更为友好的交互逻辑。同时,通过高效地复用历史工作流及其数据,实现了计算资源的节约。测试周期内的统计结果与用户反馈均表明,本文所提出的工作流管理系统能够有效地节省研究者的操作时间与精力,同时降低计算成本。该系统具备易用性、统一性、规范性和可扩展性等多重优势,显著提高了计算资源的利用率,并具有重要的示范意义。 随后,本文依托科学工作流的理念,针对回归、分类、分割这三大典型交叉学科应用场景,结合实际设计了相应的科学工作流程。在回归问题的框架下,第3章对单柱大气模式(Single Column Atmosphere Model,简称SCAM)展开了大规模的参数分析与调优探索。本章提出了一种新的混合框架,该框架融合了大规模执行与基于学习的代理模型,旨在支持大规模敏感性分析及多参数组合的精细调优。本章聚焦于SCAM中参数化方案的11个关键参数,通过有效利用采样过程中生成的实例数据,训练出了一个高效的基于学习的代理模型。该模型在保持高精度的同时,能够以更低的计算成本实现了更优的优化效果。借助这一科学工作流,针对三参数组合深入探索了参数组合在不同情境下的联合敏感性,成功进一步降低了降水误差,彰显了科学工作流在提升数值模式模拟准确性方面的显著优势。 在地球科学研究中,遥感图像数据是卫星观测数据的一个典型代表。因此,在运用回归思想为地球系统模式构建代理模型以加速优化的基础上,第4章又根据分类思想,深入探索了遥感数据处理这一地球科学领域在计算机上的另一重要应用场景。域适应(Domain Adaptation,简称DA)方法在遥感领域具有广泛应用,其优势在于无需在目标领域添加人工解读,因此特别适用于跨区域、多时相和多传感器的应用场景。为更好地应对遥感领域中的域适应挑战,本章依托科学工作流的理念,在优化与整合损失函数的同时,提出了一种新的通用数据处理方法C3DA专门用于遥感场景的分类。该方法通过融合样本的置信度、一致性和确定性,使网络训练更高效,并在通用的DA场景下获得更高的分类性能。在基于3个经典数据集构建的6个迁移学习任务上,相对现有方法有着明显的性能提升。这一方法在不需要任何关于标签集的先验知识的情况下,可以更好地解决更加通用和实际的数据分析问题。 接下来,在上一章工作的基础上,第5章对主动学习应用于遥感影像语义分割中的域适应场景展开了更为深入的探讨。本章提出了一种新的方法,将同时考虑到区域感知要素的主动选择策略引入到遥感领域中。同样基于科学工作流的思想,本章提出了融合了一致性与确定性的区域感知主动域适应RC2ADA,通过保持源图像中每个像素与其最近邻的局部预测一致性,同时结合标准监督损失和负学习损失,使特征更具有区分性。在实验部分,本章在两个典型的遥感图像数据集上设计了4组迁移学习实验,并验证了所提方法在实验中的有效性。在上述任务的表现中,提出的方法显著优于现有方法,并缩小了与全监督方法之间的差距。结果表明,该方法使用非常少的注释数据就可达到出色性能,为促进遥感影像分析的发展提供了具有现实价值的启示。 本文研究了基于科学工作流的地球科学数据处理方法,以大气数值模拟与遥感影像分析两种典型应用作为研究对象,通过解决回归、分类与分割这三类经典问题,展示了从科学计算任务的管理走向数据处理与分析、再到更高阶应用的发展路线。本文的方法可以在主流的地球系统科学研究场景中表现出良好的性能,且可做到与实践紧密耦合,进而提高科研工作效率。

关键词： 糖尿病诊断   电子鼻系统   气体传感器阵列   数据处理   特征选择   集成学习  

摘要： 近年来,糖尿病发病率逐年升高且传统血糖检测方法由于其侵入性给患者带来的痛苦和不便。因此本研究利用气体传感器阵列技术和模式识别方法,开发了一种电子鼻系统,旨在通过分析人体呼气和尿液中挥发性有机化合物(VOCs)来无创、便捷地筛选和监测糖尿病患者。本论文的具体研究内容如下: 1.确定了糖尿病患者浓度异常的挥发性化合物包括丙酮、氨、乙醇、二甲基二硫化物和甲苯等。依据上述特定的代谢气体成分与气体传感器特性确定了传感器选择标准,选用了12种气体传感器组成了气体传感器阵列,并设计了相应数据处理与控制电路。最后,论证了三种气体采集方案,选择了动态置顶空采样法并设计了本电子鼻系统的气路结构。为后续电子鼻系统软件设计和数据分析提供了可靠的硬件采集平台。 2.为确保电子鼻系统有效地获取、处理和传输采集数据,本研究采用Free RTOS实时操作系统开发了数据采集和处理软件。使用My SQL数据库设计了实验数据表和被试人员信息表,分别用于存储实验数据和被试人员信息。利用Py Qt5设计了上位机软件界面,实现了用户与电子鼻系统的交互功能。最后,设计了基于人体代谢气体的采集实验,并通过筛选标准将受试者分为糖尿病患者组和健康对照组,共采集了209组样本数据。 3.针对电子鼻系统的数据特性,本研究建立了一套完整的数据处理流程,包括预处理、特征生成和特征选择。在数据预处理方面,对原始数据进行了滤波、基线校准和归一化操作。在特征生成方面,基于原始响应曲线的响应和变换的方法,共生成了120个特征。在特征选择方面,采用了Wrapper、Filter和Embedded三类方法,设计了基于互信息量、SVM-REF和XGBoost的特征选择策略进行对比研究,最终采用基于XGBoost的特征选择方法,形成了一组16维的特征向量。 4.论证了适用于本电子鼻系统数据的多种模式识别算法,包括支持向量机、决策树、线性判别分析等,以及设计了基于bagging、加权投票和Boosting的集成学习模型。其中,改进的加权投票的集成分类方法最优,其分类准确率为90.5%。 本研究展现了电子鼻系统在糖尿病早期诊断和长期监测方面的潜力。通过进一步优化,该系统有望成为糖尿病管理的重要工具。

关键词： 以数治税   税务数据处理权   征税效率   纳税人信息利益   法律规制  

摘要： 当下,互联网技术迅速发展,人们的生活方式随之发生剧变,经济模式也呈新样式,再加上新冠肺炎疫情的影响,人们对于线上服务的需求在激增,这对传统的税收模式产生了冲击。数字技术的发展,驱动了经济的数字化,也推动了税收征管模式的改变。基于时代的发展需要,我国税务机关积极落实党中央、国务院有关文件精神,加快了税务数字化的步伐,充分发挥数字技术的优势,逐步建立了“以数治税”的税收新征管模式,使得税收征管在税收数字化、税收精确化、税收服务化、税收效率和税收安全等方面都显著提高,为税收现代化提供了强有力的支撑。 然而,税务机关积极引入数字技术的同时,也伴随着税务数据处理权的扩张。作为查清应税事实的前提,税务数据的准确性极为重要,因此税务数据处理权是存在正当性基础的。但在“以数治税”背景下,虽然税务数据处理极大地提高了税收征管的效率,但是技术的进步也使得税务数据处理权呈现扩张趋势,并产生了危害纳税人信息利益的风险。 再加上税务数据处理权的法律规制存在的一定的不足,无法应对“以数治税”背景下税务数据处理权的逐步扩张。首先,税务数据处理权在实体内容上存在缺失,其权力的边界范围并不清晰,易导致税务机关从自身利益角度出发尽可能地扩大数据的采集范围,同时税务数据处理中信息的同质化严重,利益分配也存在着失衡;其次,税务数据处理权的行使程序存在缺失,缺少对纳税人信息数据处理的告知程序,易引发纳税人信息利益的担忧;最后,税务数据处理权缺乏有效的约束机制,既没有独立的监督机关来对数据处理行为进行有效的监督,也没有较为完善的责任追究机制来弥补税务数据处理权所产生的损害。 因此,在充分分析美德两国在数字化下税务数据处理的法律规制手段后,从中汲取了一些先进的经验。故聚焦于数字时代背景的特点和税收治理的难点,以维持征税效率和纳税人信息利益的平衡为目标,并立足于我国具体国情,总结出具有针对性和有效性的完善建议:一是要改进税务数据处理权的实体内容,既要明确税务机关的税务数据处理权的界限范围,又要建立一体分层次的税务数据处理体系,还要调整相关主体在税务数据处理过程中的利益分配。二是要完善税务数据处理权的程序来限制税务数据处理权的无序扩张,落实告知程序,规范数据的印证程序,还要完善数据的公开程序,让纳税人能够对自己信息的去向有一个清晰的认知。三是要充实税务数据处理权的约束机制,一方面要强化对税务数据处理行为的监督,构建完善的内外监督体系,促进税务机关依法高效行使权力,以实现我国税务数据处理体系的法治化;另一方面要完善责任追究机制,拓宽追责途径,落实责任追究,以此构建维护纳税人信息合法权益的保障体系。除此之外要将相关制度落实于法律规范,使法律规范能够与数字时代相适应,让税务数据处理权在法治轨道上有序发展,进而兼顾税收效率的提高和纳税人信息利益的保全。

关键词： 伽马暴   高红移宇宙学   MCMC算法  

摘要： 伽玛射线暴（GRB）是来自宇宙学空间的高能γ射线在短时间内的强烈爆发现象。GRB高红移分布和巨大能量爆发的特点使其可以成为观测宇宙学研究和高红移探测的有力工具。在早期的宇宙学研究中,Ia型超新星（SNe Ia）通常被作为标准烛光来测量天体距离。随着宇宙学的不断发展,为了观测到更遥远的天体,人们对更大红移现象的探测需求与日俱增。而目前能够观测到的GRB最大红移已经超过z～9,远超过Ia型超新星可以观测的红移范围（z～2.3）。因此,GRB作为宇宙学研究中新的“标准烛光”,可以作为距离指示器。然而,其存在低红移GRB样本（z<0.1）较少,且光度关系的定标较为困难的问题。在早期,由于GRB Hubble图是通过假设特定宇宙学模型（如∧CDM模型）定标得到,故再将其运用到宇宙学中容易出现循环问题。因此,GRB观测数据在宇宙学应用中存在明显的逻辑困难,而这使得运用模型无关的方法,来定标GRB的光度关系也成为研究了的重点所在。 近年来,在GRB光度关系的研究中发现,改进和提高统计方法以及采用同时拟合方法,同时拟合GRB光度关系和宇宙学参数,虽可以使得循环问题得到一定程度的缓解,但依旧无法从根本上避免。针对这个问题,本文使用与宇宙学模型无关的方法,对GRB等天文观测数据进行与分析和处理,再使用MCMC算法,即马尔可夫链蒙特卡罗（Markov Chain Monte Carlo,MCMC）算法,去限制宇宙学模型参数,研究过程与其成果如下: 利用最新的221个伽马射线暴样本,其中包括49个来自Fermi目录的GRBs,将这些GRB数据分成多个红移范围,通过Ia型超新星Pantheon+样本使用高斯过程,定标其Amati关系（Ep-Eiso关系）。画出其哈勃图,然后通过MCMC算法,使用GRB单独限制宇宙学模型和将GRB数据与最新的哈勃数据联合限制宇宙学模型。最后利用182个红移在0.8≤z≤8.2的GRBs和最新的哈勃观测数据（OHD）,得到ΛCDM模型的约束结果为Ωm=3.48-0.066+0.048和h=0.68-0.029+0.029,和wCDM模型的约束结果为Ωm=3.18-0.059+0.067,h=0.704-0.068+0.055和w=-1.21-0.67+0.32。这些结果与同时拟合Amati关系系数和宇宙学参数的结果一致。

关键词： 非结构环境   深度修复   实例分割   点云处理   位姿估计  

摘要： 近年来,国家大力推动产业结构调整,聚焦智能技术的创新突破,助力中国制造迈向中国“智”造。在我国劳动人口不断减少的背景下,“机器代人”工程能够帮助企业降低人力成本,提升生产效率,大量工业机器人被应用在各个领域。对于典型的机器人分拣系统来说,非结构环境下物体种类的多样性和散乱的堆放方式增加了系统识别定位的难度,针对这些问题,本文研究面向多目标分拣任务的RGBD(RGB彩色图像和Depth深度图像,RGBD)数据处理方法,采用深度相机获取场景RGBD数据,通过深度学习技术对目标进行实例分割,根据相机内参重建目标三维信息,基于点云滤波、点云平面提取和最小包围盒等算法对物体点云进行六维位姿估计,并搭建实验平台验证系统算法。本文的具体内容如下: (1)针对原始深度图像数据缺失导致的目标识别与定位准确率低等问题,提出了一种基于不确定性度量的深度修复策略。研究相机模型理论,实现彩色图和深度图的像素级对齐。根据无效点邻域的局部深度信息进行不确定性评估以优化填充优先级,借助色彩和梯度线索预测缺失的深度值,实验证明提出的算法具有良好的修复效果。通过多线程技术设计实现算法的加速版本,提升了处理效率。 (2)针对图像实例分割算法在目标边缘处分割精细度低的问题,提出了一种基于边缘强化模块的RGBD实例分割算法。在Mask R-CNN网络的基础上,引入深度分支加强特征检测网络在空间上的学习能力,模仿注意力机制提出一种边缘强化模块,提升分割网络对于目标边缘的关注程度,并对多模态特征进行融合。在自建数据集上进行了消融对比实验,实验结果证明了算法的有效性。 (3)针对传统位姿估计方法计算复杂度高、适用范围有限等问题,提出了一种结合平面提取与最小包围盒的点云位姿估计算法。根据相机内参将目标的实例掩膜映射在三维点云空间,通过降采样和离群点去除操作降低点云的数据量,提升处理效率。联合点云平面提取与OBB包围盒算法对物体进行抓取位姿估计,并依据相机姿态对抓取数据进行矫正。 (4)为了验证本文算法的可行性,以工业结构光深度相机、计算机、机械臂以及抓取装置为主体搭建多目标分拣定位系统的实验平台,实现了视觉引导机器人的手眼标定。通过抓取实验统计抓取成功率与视觉处理耗时数据,实验结果表明,本文提出的数据处理方法能够有效完成无序环境下多目标堆叠物品的识别与定位任务。

关键词： 核磁共振测井   奇异值分解法   T2谱反演   分数秩   流体识别  

摘要： 在复杂岩性环境中,传统的测井方法难以准确揭示孔隙结构和渗透率,同时在有效储层辨识和流体特性确定方面存在不确定性。近年来,核磁共振(Nuclear Magnetic Resonance,NMR)测井技术逐渐成为一项重要技术,通过探测流体中的氢核信号,不受岩石骨架干扰,更精确地获取流体信息,包括详细的孔隙结构和准确的渗透率数据。本文主要研究了MRT核磁测井在低信噪比情况下反演数据准确性低的问题,通过奇异值分解法从原始的脉冲回波序列中解析出复杂的弛豫谱(T2谱),并提出了一种改进的奇异值分解方法,以优化反演结果。具体研究内容和成果如下: 第一部分研究了奇异值分解法在T2谱反演中的应用,并引入了分数秩概念对奇异值分解法进行改进,通过选择性保留奇异值来优化反演结果。并提出线性截尾算法根据信噪比确定最佳的奇异值保留个数,以及优化非负约束策略,通过迭代算法调整解的平滑性和连续性。 第二部分研究了影响T2谱解谱过程的因素,并进行了详细分析。研究结果表明,布点数量、不同布点方式、信噪比、时间域数据压缩和正则化参数等因素会对反演效果产生影响。针对这些因素的研究和分析,可以优化布点策略、改进反演算法,提高解谱的精确性和稳定性,更准确地描述储层的孔隙结构。同时,本文提出了三种插值函数技术,用以提高T2谱图像的分辨率。 第三部分研究了利用核磁共振反演的T2谱计算地层参数与识别流体的方法。通过双等待时间(DTW)模式和双回波间隔(DTE)模式测量T2谱,并利用差谱、移谱的方法识别流体,为储层特性的评估提供了可靠手段。实例分析表明,该方法不仅有效识别了油层、含油水层,还准确识别了页岩油和常规储层的区别,为复杂储层环境下的地质勘探和储层评价提供了参考。

关键词： 分层随机抽样   样本   平均数   方差   数据处理  

摘要： 对比新旧教材，合理挖掘高中数学教材中的例(习)题，追根溯源，拓广探索，是新高考模式下数学教学与学习中必须高度重视的一个环节.结合高中数学教材中的例(习)题，抽象归纳总结分层随机抽样的样本平均数与方差公式，会熟练应用相应的公式加以数据计算与问题求解，探究公式的本质，归纳总结规律，有效指导数学教学与解题研究.

关键词： 铁矿石识别分类   数据处理   SRGAN网络去模糊   Shuffle-EfficientnetV2网络   智能识别软件系统  

摘要： 目前针对铁矿石的识别分类主要停留在传统阶段,传统方法包括人工分拣、化验分析以及激光诱导击穿光谱等,人工识别过于依赖相关人员的经验,化验分析耗时较长,激光诱导击穿光谱方法设备成本高昂不适合大规模应用。随着图像智能识别技术不断发展,将智能方法引入到铁矿石的识别与分类研究中可以提供快速的识别方法,不仅避免了上述传统方法的缺点,同时可以为后续的配矿以及选矿过程打下基础,提升铁矿石的利用率。因此提出一种改进的网络模型用于铁矿石图像识别分类,并设计铁矿石识别分类软件系统。具体工作内容如下: 首先,通过收集矿石数据并进行预处理创建样本集。为了增加样本多样性,提高模型的泛化性,通过传统数据增强方法和针对性增强方法将样本集进行了扩充,为增强模型所提取到的特征,还利用脉石擦除方法将矿石图像分割为有用区域和无用区域,将分割后的图像加入训练样本集,这样在训练时模型提取到的矿石纹理特征会更多。另外,由于铁矿石图像采集过程中会发生模糊现象,对训练图像利用超分辨率生成对抗网络模型进行去模糊处理,使得图像的分辨率提高,同时针对铁矿石的各类别数据不均衡问题,选择使用均衡采样方法,其可以对数据样本少的种类识别更精确。 其次,在选用Efficientnet V2网络的基础上进行针对性改进,将原始Efficientnet V2网络模型与Shufflenet网络模型相结合,使用Shufflenet的分组卷积以及通道混合(Shuffle)操作改进原始网络中的传统卷积层,并且针对铁矿石的纹理特征引入选择性内核网络注意力机制,建立了Shuffle-Efficientnet V2网络模型。通过与其他算法进行比较可以看出Shuffle-Efficientnet V2模型提高了模型的收敛精度并减少了模型参数量,模型训练时间由9小时下降到3小时并且在分类准确性方面由原本的84.9%提升到92.2%。 最后,基于上述研究方法,采用Python编程语言,进行系统实现,形成铁矿石智能识别软件系统,具有图像上传、铁矿石图像识别、人工识别修正及图像保存等功能,提供了人机交互可视化的软件界面。

关键词： 光伏功率预测   循环神经网络   深度学习   边缘计算   数据处理  

摘要： 在现今社会高速发展的背景下，全球能源短缺问题日益凸显。太阳能作为一种具有广阔前景的清洁能源备受投资者和研究人员青睐。然而，光伏发电受多种气象条件影响，具有明显的波动性与间歇性，这随着其在能源结构中的占比不断提高，将给电网系统的稳定运行带来巨大挑战。因此，提高光伏功率预测的准确性对于推动光伏技术的进一步发展以及优化能源结构具有至关重要的意义。　　本文基于深度学习技术，从多个角度深入研究了提升光伏发电功率预测精度的方法。具体工作如下:　　(1)针对光伏电站面临的诸多挑战，如点多面广、通信覆盖不足等问题，本文设计了一种专用的光伏采集终端。该终端的设计充分考虑了光伏电站的特性和需求:终端集成了多种通信方式，包括有线通信和无线通信，能够灵活适应不同环境下的通信需求，有效解决了通信覆盖不足的问题。　　(2)针对光伏发电序列固有的非线性和波动性，给出了一种基于混合特征选择和堆叠LSTM的光伏预测模型。首先，通过基于两阶段混合方法的特征选择通过剔除重复特征，降低数据维度的复杂性，在保障预测精度的前提下加速预测模型的训练;其次，采用堆叠式网络结构提高LSTM模型的预测精确度;最后，使用光伏发电数据集进行了验证实验，采用四种性能评价指标将本文所提模型产生的预测结果与多种模型的进行比较，实验结果证明所提模型具有较高的预测精度和稳定性。　　(3)考虑到大量分布式光伏不具备气象数据，给出了一种基于奇异谱分析、K-means聚类与GRU循环神经网络的分布式光伏电站功率预测模型。首先，采用奇异谱分析的方法对光伏发电功率的历史曲线进行分解滤波，提高光伏序列质量同时减少复杂度，有助于提高预测模型的准确度;其次，利用K-means聚类算法对分布式光伏站点划分集群，确保每个光伏站点集群内的光伏具有一致性，而不同集群间具有多样性;最后，通过GRU循环神经网络模型实现对不同集群的多个分布式光伏电站功率的同时预测。利用光伏数据集验证了所提方法的有效性。实验结果表明，与传统方法相比，所提的预测框架对缺少气象数据的分布式光伏预测具有显著优势。　　(4)基于边缘计算搭建了光伏监测系统，能够对设计的光伏采集终端的软件和硬件的合理性进行验证，进而对所设计的光伏功率预测模型的可行性与预测精度进行评估。同时，开发了系统显示界面，以显示目标光伏电站的数据信息和预测结果。