油用牡丹林下栽培及效益分析     

王方萌  姚龙晓  闫加宁 《花卉》2016,(16):9-10

作为中国著名的观赏植物,牡丹在我国素有"花中之王"的美育,而自2011年中国研究人员在牡丹籽油中发现极为丰富的不饱和脂肪酸后,"花中之王"牡丹便开始在食用油领域大放异彩。针对这一牡丹籽油的发展热潮,本文就油用牡丹林下栽培及效益进行了具体研究,希望这一研究能够在一定程度上推动我国油用牡丹种植的规模化、产业化发展。  相似文献   

基于边界修正和二次分解的改进月降水LSTM预测方法     

任硕  闫加宁  罗嘉  韩莹 《中国农村水利水电》2023,(9):26-34

基于深度学习的降水预测是近年来水文研究的热点。月降水数据为典型的小样本数据，无法满足深度学习对大数据量的需求。为此，融合信号分解和边界修正的思想，提出一种改进的月降水长短期记忆网络（LSTM）预测方法。首先，针对序列分解的“端点效应”，采用波形特征匹配延拓法扩展原始序列边界。然后，利用极点对称模态分解（ESMD）和变分模态分解（VMD）对原始序列进行二次分解。ESMD提取月降水序列不同尺度信息，得到频率依次降低的几个模态分量及一个残余分量；切除各子序列中对内部数据“污染”最严重的扩展部分后，VMD进一步对高频分量进行平稳化处理。最后，对各子序列分别运用LSTM预测，预测结果重构后得到最终预测结果。选取湖北省巴东县的月降水量作为实例验证。通过模型对比分析，结果表明：相较于传统的单一SVM和LSTM模型，组合了信号分解算法的预测模型在月降水预测中更具优越性；将边界修正的方法融入到采用ESMD算法的组合模型，提高了整体模型的预测精度；高频分量的预测效果是决定组合模型预测精度高低的关键因素；提出的方法不但在选取的评价指标上均表现最佳，而且对数据极值点的拟合效果提升显著。特别地，即使面对小样本数...  相似文献