简介:摘要目的研究高盐饮水对小鼠学习记忆能力的影响。方法选择健康小鼠48只,并将其随机分为4组,即高浓度组(以4%的氯化钠溶液为饮用水)、中浓度组(以3%的氯化钠溶液为饮用水)、低浓度组(以2%的氯化钠溶液为饮用水)和对照组。高盐摄入15天后,用Y型迷宫实验进行小鼠学习和记忆功能的测试。结果与对照组比较,除低浓度组的正确反应率外,其余各浓度组的总电击时间、总训练次数、错误反应次数、正确反应率等表示学习功能的指标均存在显著性差异(P<0.05,P<0.01)。24小时后,重复Y型迷宫实验,各浓度组的总电击时间、错误反应次数、正确反应率等表示记忆功能的指标均较对照组存在显著性差异(P<0.05,P<0.01)。结论短期高盐摄入可影响小鼠的学习与记忆功能。
简介:摘要:学习动力直接影响着高中生的学习积极性和学习效果,焦点解决短期咨询作为一种短期有效地咨询方法和技术,在心理课堂和咨询中都为引导和解决学生学习动力不足问题提供了新的思路和方法。
简介:摘要:随着我国电力系统的建立,以及电力系统在最近几年里的发展,负荷预测的作用将会越来越突出。电力系统的调度运行还有生产在很大程度上会受到电力系统负荷预测结果的影响,负荷预测结果的准确性越高,电力系统运行的安全性与稳定性越好。不过,在短期电力负荷预测的过程中,传统模型已经没有办法既考虑到负荷数据时效性,又考虑到负荷数据非线性这两个主要的特点。因此,本文对基于深度学习的LSTM长短记忆神经网络的电力负荷预测方法进行了研究,并使用该方法对电力负荷值进行了计算,基本上可以确定LSTM网络在预测电力负荷时误差是最小的,所达到的预测效果也是最好的。
简介:超短期风速预测对风电场功率预报系统的建立和运行至关重要。针对具有较大随机波动性的风速预测,研究了一种基于误差修正的极端学习机(ELM)超短期风速预测方法。利用ELM模型对风速进行初步预测,并利用由此得到的误差数据样本建立差分自回归滑动平均模型(ARIMA),进行误差预测,最后使用预测误差对风速的初步预测值进行补正,从而求得最终预测值。仿真实验结果表明,该方法在风速超短期预测中的可行性及有效性。
简介:摘要: 城市轨道交通是城市交通的重要组成部分。城市轨道交通因其运量大、准时、速度快、方便快捷、环保、经济,成为居民出行的主要方式之一。目前,城市轨道交通运营的总发展趋势呈现出网络结构复杂,客运运量大,突发事件传播快、影响大等发展态势,因此有必要对地铁进行客流量的预测研究,做好预案,减少突发事件,提高运营效率。城市轨道交通进站客流量序列具有非线性、随机性、高噪声等特点,传统的数值分析方法难以保证客流预测的准确性,因此,本文引入了机器学习的方法,采用长短时记忆神经网络(LSTM,Long Short-Term Memory)可以有效处理上述数据特性。实验结果显示,LSTM模型的进站客流预测值与实际值具有较好的一致性,验证了所提方案的可行性。
简介:图书馆(室)购买新书的目的是为了用。新书一贯最受读者欢迎,每次一到借书处,只要是热门书,很快被一借而空,等到借某书的第一位读者还回此书的时候,已过了一个月或三个月,甚至半年之久,如此长的借期,图书周转率很低。但是,有的图书馆仍习惯性地将新书收藏在借书处,长期外借。在阅览室,读者总是感到“阅览室的书都是老面孔”。在新书少、用新书人多的情况下,传统的新书外借周期(小说除外)已很不适应,它远远跟不上读者的需求。为了缓解供求矛盾,更多地发挥图书的作用,各类图书馆(室)都采取了许多改革的措施。对于新书,有的将新书从闭架移到开架(借期未变,只借不阅);有的专设新书阅览室(只阅不
简介:本文简短地比较了100a来短期天气预报和短期气候预测的发展道路.指出短期天气预报在经历了天气图阶段、长波阶段和数值预报阶段三大步之后已经发展到了相当成熟的地步.而短期气候预测100a来在"气候是天气的综合"错误思想的指导下,虽然也经历了与短期天气预报相应的几个阶段:大型天气学阶段、超长波阶段和短期气候预测的数值模式阶段,但每个阶段都以失败(或即将失败)而告终.使得短期气候预测水平始终在原地踏步.30a前提出了"气候系统"的概念,这是气候学的一次真正的进步.但"气候系统"至今仍是一个抽象概念,不像"天气系统"指的是气旋(低压)、反气旋(高压)、锋面等具体的物质系统.一旦"气候系统"被人们公认为一些具体的物质系统之后,短期气候预测即可成为"气候系统变化的预测",此时短期气候预测通向成功的第一步--气候预测的"挪威学派"就诞生了.与天气图相应的,描述气候系统变化的一种四维图象也会应运而生.作者认为此图象很可能是"地气图",而具体的气候系统很可能就是地热涡、地冷涡和形变锋等.