Abstract:

针对金融市场的指数跟踪问题，提出了一种结合新型非凸鲁棒有界光滑（robust，bounded and smooth，RBS）损失以及组最小绝对收缩和选择算子（least absolute shrinkage and selection operator，LASSO）罚项的跟踪模型，可以根据股票波动趋势的趋同效应成组选择出重要的成分股，构建目标指数的跟踪模型，在含有异常数据的情况下仍能够获得较低的跟踪误差。首先，为消除异常点的影响，提出一种新型的非凸RBS损失函数；其次，引入组LASSO罚项，对具有波动趋势及趋同效应的股票进行分组惩罚，从而根据趋同效应成组选择重要的成分股；最后，在跟踪误差最小的目标下建立正则化模型，运用近邻梯度下降算法对模型进行优化求解，得到重要的股票以及相应的跟踪模型。通过大量的数值实验，证明了新方法对抗异常点的鲁棒性和成组选择变量的能力。在上证50指数跟踪的实证分析中，当挑选相同数量的重要成分股票时，新模型较已有很多著名的稀疏投资组合方法能够获得更低的跟踪误差，这表明了该模型优越的跟踪能力和良好的预测表现。

Abstract:

研究了集优化问题广义 D 0 -适定性与标量优化问题广义适定性的充分必要条件。基于Minkowski差所定义的偏序关系，引入一类新的非线性标量化函数，通过对该函数的单调性严格推导并结合偏序关系的内在特性，完成了一定条件下集优化问题弱极小解的刻画以及适定性结果的推导，得到了集优化问题弱极小解的标量化等价条件，证明了集优化问题是广义 D 0 -适定的当且仅当标量化问题是广义适定的。所得结果丰富了集优化问题标量化方法及适定性理论相关成果。

Abstract:

有效集方法因自身的安全性和可靠性而在实际应用中起着至关重要的作用。本文提出了求解带有线性约束多目标规划的有效集方法。该方法通过一个容易求解的特殊的线性规划问题生成可行方向，并通过有显式解的精确线搜索问题生成步长。在较弱的条件下，证明了上述算法产生的序列收敛到原问题的Karush-Kuhn-Tucker稳定点，并在凸性的假设下证明了这一算法的聚点是原问题的弱有效解。最后，通过数值实验验证了该算法在求解多目标优化问题中的有效性与优越性。

Abstract:

针对非凸函数求和的最小化问题，提出了一种部分基于Bregman距离的Douglas-Rachford分裂算法。提出的算法通过引入Bregman距离函数，对经典Douglas-Rachford分裂框架中的部分子问题进行非欧几里得推广，从而扩展了该类算法在非欧几何结构下的应用。在理论分析方面，通过构造价值函数并且结合Kurdyka-ojasiewicz性质，证明了算法迭代序列具有全局收敛性。在数值实验中，以非凸可行性问题为测试基准，并针对含Bregman距离的子问题进行了专门的数值计算设计。研究结果显示本文提出的算法在收敛速度、计算精度与数值稳定性方面均明显优于传统算法。

Abstract:

为探究2种生境淡水鱼类的低氧耐受能力及它们对低氧的应对策略差异，本研究选取静水生境的麦穗鱼（ Pseudorasbora parva ）和急流生境的光唇鱼（ Acrossocheilus fasciatus ）作为试验对象，初步验证调节指数（regulation index，RI）和累积氧亏（accumulated oxygen deficit，AOD）在表征淡水鱼类低氧耐受能力中的适用性，通过渐进性缺氧实验测量2种实验鱼的失去平衡点氧分压（oxygen partial pressure at loss of equilibrium， P LOE ），基于代谢率与氧分压的拟合曲线计算RI和AOD。结果显示：麦穗鱼的 P LOE 低于光唇鱼，两者差异具有统计学意义（ p <0.05），但麦穗鱼的RI和AOD高于光唇鱼，两者差异均具有统计学意义（ p <0.05）。且麦穗鱼的 P LOE 与RI呈统计学意义上的负相关（ p <0.05）， P LOE 与AOD无统计学意义上的相关性。光唇鱼的 P LOE 与RI和AOD均无统计学意义上的相关性。上述结果表明麦穗鱼具有更强的低氧耐受能力，可能与麦穗鱼更强的代谢调节能力和更大的无氧代谢潜能有关，而光唇鱼的低氧耐受能力相对较差。同时，RI和AOD能有效区分2个物种低氧耐受能力的种间差异，表明这2项指标在表征2种鱼类低氧耐受能力方面具有一定的适用性。

Abstract:

动物个性指动物个体间行为的一致性差异，对于动物个体的生存繁殖及种群互动具有潜在影响。本研究采用了标准化行为测试和多变量统计分析的方法以探究雄性叉尾斗鱼(Macropodu opercularis)的行为综合征，特别是勇敢性、活跃性和攻击性三者之间的相互关系。结果显示：雄性叉尾斗鱼种内个体间的个性特征表现出较高的个体差异，并且3种个性特征之间存在较为明显的正相关，即强攻击性个体在面对新奇刺激时表现出更高的活跃性和勇敢性。在上述结果基础上本研究还进一步讨论了雄性叉尾斗鱼个性特征之间的相关性及这些个性特征所具有的生态和进化意义。研究结果为理解非模式物种的行为综合征提供了参考，并为探讨个体个性特征的差异和自然种群中行为多样性的适应性意义提供了新见解。

Abstract:

城市收缩作为城镇化进程中一个伴随出现的现象，在中国中西部山地城市也开始涌现；客观准确地识别城市收缩特征并探究其中影响机制，对区域协调发展具有重要意义。本研究以2023年重庆市下辖的38个县级行政单元（后简称区县）为研究对象，构建“人口—经济—空间”三维框架，结合空间自相关分析、 k -means聚类分析、地理加权回归等方法探究了2003—2023年重庆市县域城市收缩的时空分异、空间聚集特征及影响机制。研究发现：1) 重庆市县域城市收缩时空格局呈“核心增长、边缘收缩”极化特征，增长型区县高度聚集于主城都市区，收缩型区县集中于渝东北三峡库区和渝东南武陵山区；2) 重庆市县域城市收缩空间关联性明显，高-高(热点)聚集区从主城都市区核心向周围区县延伸，低-低(冷点)聚集区在渝东北三峡库区连片扩展；3) 全研究时期的 k -means聚类识别出4类差异化收缩类型，契合“核心—过渡—边缘”的梯度结构；4) 重庆市县域城市收缩影响因素存在明显的空间异质性，收入情况与工业发展水平是抑制城市收缩的核心驱动因子，高程为促进城市收缩的首要地理约束因子。基于上述结果，本研究提出了分类精准治理、强化内生动力、破解山地约束和健全协同机制的差异化应对策略，以期为重庆市县域差异化发展策略制定及中国同类研究提供理论与实践参考。

Abstract:

本研究通过收集2023年4、7和12月重庆市的地表水样品进行理化分析，并结合Piper三线图、Gibbs半对数图、离子比例分析等一系列方法，旨在揭示当地地表水的水文地球化学特征和时空变化规律，以及自然因素与人类活动对地表水水化学组成的影响。结果显示：3个月份的水样pH总体成弱碱性，重庆市地表水主要阳离子是Ca 2+ ，主要阴离子是HCO - 3，绝大部分区域地表水的水化学类型为Ca-HCO 3型或Ca(Mg)-HCO 3型。研究区地表水的水化学特征整体上主要受蒸发结晶和岩石风化的影响，地表水中离子主要来源于岩石风化。从季节变化上看，水体中阴阳离子质量浓度、溶解性总固体质量浓度以及电导率变化明显，在数值上总体表现为雨季小于旱季，并主要受到雨季降雨量增大的影响。从空间变化上看：渝东南地区和渝东北地区地表水中NO - 3质量浓度较高，与农业活动密切相关；渝西地区和渝中地区地表水中SO 2- 4质量浓度较高，则主要与工业活动有关。整体上看，重庆市地表水中优势离子Ca 2+ 和HCO - 3的质量浓度变化主受到岩石风化影响；SO 2- 4、NO - 3、Cl -等离子则受到不同类型人类活动的影响，表现出明显的时空变化。本研究结果可为重庆市水资源保护及水污染治理提供参考，从而助力重庆市水环境质量提升和城市可持续发展。

Abstract:

农作物病害会严重威胁全球粮食安全，及时准确地识别病害是实现有效防控的前提。深度学习技术在病害识别领域的应用发展迅速，但系统性综述相对有限。本文旨在全面梳理基于深度学习的农作物病害识别研究进展，为相关领域的深入研究提供参考。系统回顾了基于深度学习的农作物病害识别研究相关成果，介绍了基本原理与评价指标，总结了常用数据集与预处理方法，从图像分类、目标检测和图像分割这3个方面详细梳理了相关工作，分析了当前面临的挑战并展望了未来研究方向。在图像分类方面，卷积神经网络与Transformer架构已被广泛应用于病害识别，通过引入注意力机制、多尺度特征融合及迁移学习等策略，缓解了复杂背景干扰与细粒度病害混淆问题。在目标检测方面，双阶段与单阶段算法围绕候选区域定位和边界框预测，实现了病斑位置与类别的同时判定，基于Transformer的检测方法进一步加强了复杂背景与密集遮挡条件下的全局关系建模。在图像分割方面，UNet和DeepLab系列方法确立了分割基础框架，Transformer与混合架构改善了不规则病斑图像的分割效果。轻量化网络设计降低了计算资源消耗，为移动端部署创造了条件。深度学习技术在农作物病害识别领域已取得显著进展，但在跨场景泛化和实时性等方面仍面临挑战。未来可从提升泛化能力、轻量化设计、多模态融合及应用转化等方向深化，推动技术实用化。

Abstract:

针对材料阴燃阶段前热释物质隐蔽、传统红外与烟雾传感器响应滞后的问题，提出一种基于云室成核法的电力绝缘材料热解早期检测方法。通过在密闭腔体内实施快速气动膨胀，使热解早期释放的热解粒子与粒径为1～10 nm的挥发性前驱物在过饱和条件下转化为粒径为0.5～10 μm的可测冷凝核粒子，并利用激光直角散射实现粒子浓度定量检测。构建了单次检测周期仅为8 s的集成式高时间分辨率检测系统，并在聚氯乙烯（polyvinyl chloride，PVC）电缆与硅橡胶绝缘子上开展验证实验。结果表明，在未出现可见烟雾且远低于着火温度时即可获得明显的粒子信号，冷凝核粒子峰值浓度在长度为10 cm的PVC电缆样品中达到254.32万颗·cm -3 ，在90°扇形绝缘子样品中达到〖JP2〗241.97万颗·cm -3 。该方法在热解开始后的20～30 s内即可触发报警，较红外和烟雾检测具有更高灵敏度与更早响应特性，且不依赖直视路径，可有效识别结构遮挡下的隐蔽热故障。

Abstract:

为揭示黑龙江省平原区域积雪对不同深度土壤湿度的补给效应，本研究基于Google Earth Engine平台利用1960—2024年ERA5-Land长时序数据，对比分析了黑龙江省三江平原与松嫩平原雪水当量及土壤湿度的演变特征。综合采用Mann-Kendall检验、Pearson相关分析、多元线性回归及随机森林模型，解析了各气象因子对土壤湿度的驱动机制。结果表明：1960—2024年三江平原和松嫩平原的雪水当量与土壤湿度均呈明显下降趋势；Pearson相关分析结果显示三江平原的雪水当量与深层土壤湿度呈统计学意义上的的正相关（ r =0.55， p <0.01），而松嫩平原的这2个因子的相关性相对较弱（ r =0.42, p <0.01）；多元线性回归与随机森林模型分析结果一致表明，随着土壤深度增加，积雪对水分的驱动贡献率明显上升。在深层土壤湿度水分变化中，雪水当量是最核心的驱动因子，它的重要性权重远超降水与气温；随机森林模型在各层位的模拟精度均优于线性回归。研究结果证实了冬季积雪对春季深层土壤水分的关键补给作用，可为东北黑土地保护及旱情监测提供科学依据。