厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

2020年2月12日，湖南大学联合苏州系统医学研究所、中国国家流感中心和中山大学等单位，成功开发基于分子标记物的流感病毒表型预测平台FluPhenotype，并在国际生物信息学专业权威期刊《Bioinformatics》发表题为“FluPhenotype-a one-stop platform for early warnings of the influenza A virus"的文章进行相关介绍。该文章的第一作者为湖南大学生物学院硕士研究生卢聪毓和博士研究生蔡泽娜，通讯作者为湖南大学生物学院副教授彭友松与苏州系统医学研究所蒋太交教授。 研究人员通过整合流感病毒核苷酸和氨基酸水平的分子标记物，以及基于分子标记物的抗原和宿主等预测模型，开发了快速预测流感病毒的抗原、宿主、致病性、耐药性等多个表型的预测平台FluPhenotype。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

成果描述：本发明提供了一种轨道区域交通噪声预测方法，包括：将测试系统划分为多个测试子系统并建立其对应的子振动方程；根据多个子振动方程之间的协调关系建立总振动方程；根据振动方程及测试参数计算待测区域的声源强；根据噪声地图绘制单元及声源强，绘制待测区域对应的噪声地图，以便根据噪声地图对城市轨道区域交通噪声进行预测，其是基于耦合系统(车辆系统、轨道系统、桥梁-桩基系统和环境土体系统)的振动响应计算声源强，使得计算结果准确合理，且适用于各种车辆和高架轨道结构，并且本方法中将待测区域的交通噪声绘制成噪声地图，通过该方式使我国城市轨道交通的噪声管理与控制、噪声环境影响评价、公众参与以及方案决策变得直观且方便。市场前景分析：轨道交通基础设施建设领域。与同类成果相比的优势分析：技术先进，性价比较高。

本发明提供了一种轨道区域交通噪声预测方法，包括：将测试系统划分为多个测试子系统并建立其对应的子振动方程；根据多个子振动方程之间的协调关系建立总振动方程；根据振动方程及测试参数计算待测区域的声源强；根据噪声地图绘制单元及声源强，绘制待测区域对应的噪声地图，以便根据噪声地图对城市轨道区域交通噪声进行预测，其是基于耦合系统(车辆系统、轨道系统、桥梁-桩基系统和环境土体系统)的振动响应计算声源强，使得计算结果准确合理，且适用于各种车辆和高架轨道结构，并且本方法中将待测区域的交通噪声绘制成噪声地图，通过该方式使我国城市轨道交通的噪声管理与控制、噪声环境影响评价、公众参与以及方案决策变得直观且方便。

产品详细介绍请登录 中国科学软件网 了解更多Eviews软件信息和报价。EViews 9.5新功能：MIDAS估计：一种新的估计方法支持解一个更高频率的页面。Step, Almon, Beta 和指数阿尔蒙加权方案也是允许的FIML与协方差估计的限制。允许系统估计方程用FIML残协方差矩阵的限制。模型打印视图。一个模型的一个新的视图,允许您显示断裂形式的方程(和数值显示选项)而没有真正破坏原本的链接模型场景描述。添加到模型场景的描述,然后导出那些解决方案系列的描述。模型场景视图。一个简单的模型的场景列表(和他们的设置)。方程发现。视图的模型方程有一个新发现按钮,可以让你找到一个方程,通过内生变量名或外生变量的名字。模型保护。你可以通过密码的形式来加密保护你的模型这样别的用户只能使用模型而不能改变模型的结构。保存/检索程序变量。新功能允许您保存和加载程序变量进入磁盘上的text-ini文件。以下是EViews 9 的更新功能介绍更新用户界面EViews 9一直以无与伦比的易用性知名，但是依然有改进的余地。我们提高了ante在Eviews 9中的界面的改进，以下是其中几个亮点：命令捕获EViews 9为大多数对象视图，过程以及大量的其他互动操作提供了命令捕获。当你使用用户界面来执行一个操作时,EViews将为显示和导出节省相应的文本命令。一旦打开,你可以根据需要来移动和改变窗口的大小。在捕获窗口中右击会出现一个菜单清除窗口,从而可以将内容保存到磁盘上的文件夹,或打开一个新的包含窗口内容的未命名程序。此外，你可以选择echo命令来捕获任何命令窗口。可停靠的命令和捕获窗口EViews 9的命令和捕获窗口是可停靠,可漂浮以及可隐藏的。停靠和隐藏的窗口允许你将经常使用的窗口保持在随时可以调动的距离。可漂浮的窗口允许你将它们移出你的工作区域。甚至有可能你还能调用到EViews界面外的浮动窗口。数据库和工作文件预览EViews 9提供了一个新对象预览模式,允许您快速浏览通过工作文件和数据库中的对象。选中并右键单击一个或多个数据库或工作文件窗口中的对象或按F9来打开预览窗口。使用箭头来浏览选中的对象或整个对象容器的内容,查看元数据(名称、类型、描述、频率、最新更新、来源、单位,等等)和特定类型对象的信息。一旦你已经检查对象,你可以使用预览窗口从数据库到工作文件页面来输出一个或多个对象。处理新数据的功能加强数据的导入和连接通过EViews 9, 系列对象现在可以链接到另一个工作文件的一个物体和其他有效的外部数据源,并且可以导入到EViews(如Excel文件、TXT文件、ODBC数据库,等)。此外, 使用EViews 9所有系列对象导入或获取现在将存储和记忆无链接状态的数据源。这就允许断开系列对象的连接或者再连接。管理链接和方程式对话框已被重新设计来帮助使用者理解和管理中目前工作文件中已有的链接。对话框现在可以通过它们的来源来显示所有外部链接的对象和公式。强大的New Fred数据库界面EViews 9提供了一个由圣路易斯联邦储备银行提供的用于更新接口的数据服务。新接口包括一个定制的浏览器浏览可用的弗雷德数据并添加支持检索的历史版本。新的浏览器界面提供了大量有用的工具来处理弗雷德数据库所有系列搜索——支持按关键字搜索。排序-感觉序列的命令来改变添加过滤器-缩小显示列表As of-限定特定年份的数据分类跳转-直接导航到文件夹内包含选定的类别树系列。发布跳转-直接导航到包含所选系列的统计发布。根据标签过滤-给现有的特定系列添加一个标签列表显示发布日期-显示所选系列的发布更新时间列表Copy As Of –允许你一次性检测多个历史版本。

本发明公开了一种抽水蓄能机组故障预测与健康管理系统和方法，其中，系统的实现包括：设备监测模块、处理中心模块和决策支持模块；方法的实施包括：使用状态监测传感器和机内自检设备对抽水蓄能机组各子系统的运行状态进行实时监测，得到抽水蓄能机组各子系统的状态特征数据；对各子系统的状态特征数据进行处理分析，得到抽水蓄能机组维修决策建议；利用抽水蓄能机组维修决策建议，通过综合分析，实现对抽水蓄能机组的故障预测与健康管理。本发明系统完善合理，方法有效可行，可用于对抽水蓄能机组实施预防性状态维修，提高抽水蓄能机组整体运

本发明公开了一种抽水蓄能机组调速系统快速非线性模糊预测控制方法，包括模糊 PID 参数自适应、在线滚动预测和控制律计算三个步骤；该控制方法具有模糊 PID 控制的参数随工况自调整功能，且通过控制器中建立的抽水蓄能机组调速系统非线性模型利用在线滚动预测方法对系统未来状态进行预测，在即时控制律的设置时考虑到了系统未来状态量偏差信息；本发明提供的这种预测控制方法能够满足抽水蓄能机组在不同工况下的控制过程，有效提高机组控制精度，改善机组运行过程的暂态性能。

本发明涉及显示技术与人机交互交叉领域，提供基于多模态融合模型的平板显示视觉舒适度预测方法、系统，其中方法包括：步骤一、采集原始图像集，针对每一原始图像，运用生成对抗网络模型将输入的随机序列转换为增强素材，再将增强素材和原始图像按预设比例融合，获得若干新图像；步骤二、采集生理特征和物理特征，获得训练样本；步骤三、基于堆叠集成框架训练多模态融合模型；步骤四、输入测试数据，获得视觉舒适度预测结果。本发明旨在解决平板显示视觉舒适度预测领域高质量标注样本稀缺、单一模态分析耦合关系缺失、场景适配性差的问题。

小试阶段/n项目已解决的关键技术问题和技术创新点：1.提出了精轧变形抗力模型新型“九宫格”自适应学习方法，在“轧制温度*变形速率”参数空间上布置多个特征点，对参数空间上与当前轧制工况位置相邻的 9 个特征点进行加权插值，获得空间任意均连续的自学习参数，它是位置坐标的函数，打破了原来的“自学习系数与层别一一对应”的关系，使自学习系数精确到工作点坐标，解决了 原有的不同层别的自学习参数相互不关联、跳跃大、不连续等问题。新方法上线后，应用效果非常明显，每月带钢因厚度超差导致的预封锁量从投用前的 45 块/