基于数据填补-机器学习的煤与瓦斯突出预测效果研究*

为解决煤与瓦斯突出事故数据集少,数据缺失严重的问题,提出将多重插补（MI）和随机森林填补(MF)应用于填补缺失参数,并将填补前和填补后的数据输入SVM,ELM,RF 3种机器学习算法进行训练,构建9种耦合模型。采用总体准确率、局部准确率、运行时间这3种指标评价模型性能。研究结果表明:采用数据填补算法后,由于训练样本增大,煤与瓦斯突出事故预测的总体准确率提高,运行时间增长;MF-RF模型的总体准确率与事故预测准确率最高,分别为97.90%和98.93%;RD-ELM模型的运行时间最短,为0.24 s;多重插补使得煤与瓦斯突出预测的总体准确率提高0.98%~1.11%,随机森林填补总体准确率提高5.13%~7.50%,随机森林填补的效果好于多重插补。     

半导体微粒光催化性能机理及其应用

半导体微粒的光催化效应发现以来，由于其在环保、水质处理、有机物降解、失效农药降解等方面的重要应用而引起人们的重视。近年来，找寻活性好、催化效率高、价廉、特别是能对太阳敏感的材料，一直是人们努力的方向。本文主要探讨了二氧化钛等有关半导体的微粒的光催化性能，介绍了微粒颗粒晶型、表面积、粒径等形态结构以及金属离子掺杂、复合半导体、贵金属沉积和光敏化等多种改性技术对其催化活性的影响，及其在环境保护领域的应用前景。     

唐山市南湖生态示范区景观生态风险评价

经过一系列生态修复工程建立的南湖生态示范区,对唐山市的生态环境具有决定性作用,但作为人工景观其敏感度较高. 根据历史资料、遥感资料、地理信息系统(GIS)和动态监测数据,运用景观生态学原理对该区域进行景观分析和生态风险分析. 以该区域的生态系统为受体,对南湖生态示范区主要生态风险源进行分析和识别,包括干旱、沙尘暴、水土流失和污染. 选择景观生态学中的指数作为风险评价指标,对风险源可能造成的生态系统损失进行度量,并利用层次分析法计算各风险源的权重. 利用GIS将该区域划分为351个斑块,利用综合生态损失度和综合风险源概率,计算各风险小区的风险值,并根据风险值分级,绘制该区域综合生态风险评价图,完成南湖生态示范区景观生态风险综合评价,为该区域生态风险管理对策提供理论依据.