基于NARX神经网络的PM2.5/10浓度值预测模型——以咸阳市两寺渡监测站为例

PM_2.5和PM₁₀（记为PM_2.5/10）对空气质量和人类健康有着严重威胁,日益引起国内外的关注,并成为大气污染控制工程中最重要的部分。基于陕西省咸阳市两寺渡监测站的污染物（PM_2.5、PM₁₀、NO₂、NO、NO_x、CO）和相关气象参数的监测数据,建立起基于非线性有源自回归神经网络的预测模型,并分别针对不同预测时间段确定最优网络结构,从而实现了对未来6小时、12小时以及24小时PM_2.5/10浓度的有效预测。实验结果表明：（1）NARX神经网络模型可对未来24小时内的PM_2.5/10污染物浓度进行较为准确的预测;（2）对于PM_2.5/10未来6小时的预测能力优于对12小时、24小时的预测;（3）预测值偏高或偏低的结果与前后时间段内的气象因素及其他污染物浓度变化情况也具有相关性。     

可压缩性材料上限法

本文以烧结体屈服条件为基础,导出了可压缩性材料的上限法。用上限法分析了烧结铜光滑板镦粗的变形力,并作了实验验证。理论计算与实测结果基本吻合。     

芬顿试剂在废水处理中的应用

Fenton法是一种高级的化学氧化法,常用于废水的高级处理,以去除色度、CODcr等.本文介绍了Fenton试剂氧化机制及在废水处理中的应用,并对其在工业废水处理中的发展趋势作了展望.     

硝酸铈改性赤泥制备除磷吸附剂

用六水硝酸铈改性赤泥并处理含磷废水.实验结果表明:当硝酸铈质量分数为0.45％、焙烧温度为500℃时,制备的吸附剂的吸附性能最好;用该吸附剂处理含磷废水,当初始废水pH为3、振荡时间为80 min时,废水TP去除率约为95％,废水中磷质量浓度为0.41 mg/L,达到GBI8918-2002《城镇污水处理厂污染物排放标准》中的一级标准.该吸附剂的吸附过程符合Langmuir吸附模型.     

组态视角下旅游经济效率动因及提升路径研究——基于中国30个省份的fsQCA分析北大核心

基于我国30个省份2008—2018年的面板数据,使用DEA—solver软件和Super—SBM模型计算各省份的旅游经济效率,为探究外部环境对旅游经济效率的影响机制,采用fsQCA法,综合考虑技术创新、区域经济发展、交通可达性、生态环境和信息化5个方面,建立旅游经济效率影响因素分析框架,以组态的视角探究影响旅游经济效率的各个因素和路径。结果发现:存在2条提升旅游经济效率的有效路径(科技创新驱动型和粗放开发型)和4条产生非高旅游经济效率的路径。根据提升旅游经济效率组合多样化特征,提出建议:因势利导,选取合适的路径;加强旅游领域科学技术研发与应用;加强生态环境保护;整合资源,发挥各要素的协同效应。     

融合YOLOX和ASFF的高原山地灾害检测模型

YOLOX 是全球首个一阶无锚框目标检测模型，超越了 YOLO‐V（3‐5）和 SSD 等传统锚框模型，极大提高了山地灾害检测识别精度。然而，该模型存在不同尺度之间特征不一致的问题，融合后的特征图质量有待提升。以西藏高原山地灾害重灾区为试验区，在建立了西藏高原山地灾害数据集的基础上，通过融合 Adaptively Spatial Fea‐ ture Fusion（ASFF）注意力机制和骨干网络尺寸调整机制，设计了一个优化的、不同适用性的高原山地灾害检测模型（Plateau mountain disaster detection model，PMDDM）。为验证 PMDDM 模型的优越性，将其与传统 YOLOX 模型、不同注意力机制、不同目标检测模型进行了对比分析，并且对不同尺度模型的检测性能和可视化结果也进行了对比分析研究。结果表明：ASFF 注意力机制可以有效的解决传统 YOLOX 模型中存在的不同尺度特征间的特征不一致问题，且对模型检测性能提升明显优于 SE、CBAM、ECA、GAM 和 Coord 等注意力机制；PMDDM 模型对山地灾害的检测精度优于 Faster‐RCNN、SSD 和 YOLO‐V3 模型，可以满足不同工作场景对硬件配置、检测速度和精度的需求，且模型尺度越大，识别目标的准确率越高。