基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.     

基于视频的雾天能见度实时监测方法研究

目前我国高速公路能见度监测主要依靠能见度观测仪,该方法覆盖区域有限且成本较高,而我国高速公路图像采集设备应用广泛,因此提出了一种基于监控视频图像测量雾天能见度的方法。该方法将图像进行分窗格处理,通过相关性分析筛选出最优兴趣窗格的亮度均方差特征矩阵,建立BP神经网络修正线性残差组合模型。结果表明:残差修正模型监测效果优于单一线性回归模型,残差修正模型的决定系数R2为0.977;在光线充足的情况下,残差修正模型的相对误差在10%以下,模型精度相对稳定;最后应用此方法监测高速公路雾天能见度,模型的正确率在80.48%以上。验证了用该方法测量雾天能见度具有可行性和有效性。     

太原汾河景区跨桥断面水体污染的时空变化模式研究

选取太原汾河景区跨桥断面8个监测点,在2012年3月—2013年10月期间对河流8项水质参数进行监测,并结合派生的水体综合污染指数及主成分分析方法分析和评价景区水污染时空变化特征。结果表明,景区水质污染变化时空差异明显,上游污染相对较小,下游污染较重;春季溶解氧和p H值变化幅度最大,夏季除总氮和氨氮外,其他各污染物均有显著变化特征,秋季则以氨氮、总氮和总磷变化最为显著。主成分分析结果显示,虽然各监测点水体污染的关键影响因子不同,但总磷是太原市河流水体污染的共同解释因子。     

构建循环型旅游产业的思路与途径

根据世界旅游组织预测,到2020年中国将成为世界上最大的旅游接待国和第四大客源输出国.2005年中国入境旅游人数已达1.2亿人次,入境过夜旅游人数达4680万人次,国内旅游人数达12亿人次,出境旅游者达3100万人次.中国旅游业产业规模正在不断扩大,旅游产业已成为国民经济新的增长点,从旅游资源大国到世界旅游大国,中国正努力向世界旅游强国目标迈进,入境旅游、国内旅游、出境旅游三大市场繁荣兴旺;同时,中国旅游产业也正经历着前所未有的考验.     

浅析反核生化恐怖组织指挥的特点与要求

近年来,恐怖主义泛滥成灾,核生化恐怖活动时有发生,其危害之严重,已引起许多国家的广泛关注,我们也应高度警惕,严阵以待。反核生化恐怖行动紧急、时间急迫、参与力量多、处置过程复杂,对组织指挥工作要求高,需要认真把握其组织指挥的特点与要求,采取科学的组织指挥方法,才能将核生化恐怖危害后果减少到最低程度。本文将就此谈几点个人之见。     

个体经济组织也应承担工伤赔偿责任

案例 2002年5月1日，赖以优、马多仁与福建省某厂办事处签订了租用厂房、场地合同书一份，用于开办塑料厂(以下称注塑厂)，从事塑料米拉的加工生产。该厂未经工商登记，未领取工商营业执照，也未制定相关的工作制度、安全制度以及操作规程。注塑厂在当地招收了包括兰新广在内的数名农民工，但未与兰新广等农民工签订劳动合同，也未为兰新广等农民工投工伤保险，工人经简单的培训后便开始上岗操作。     

自催化法合成聚天冬氨酸

以马来酸酐和乙酸铵为原料，在微波条件下用自催化法合成了聚天冬氨酸（PASP）。通过正交实验确定了最佳合成条件：n（乙酸铵）：n（马来酸酐）=1．2，微波功率为1200W，反应时间为10min。在最佳合成条件下，PASP的收率为91．6％，PASP的黏均相对分子质量约为1．5×10^4。经红外光谱表征和核磁共振氢谱测试结果表明，PASP的各种主要官能团表现明显。当Ca^2＋质量浓度为250mg／L、PASP加入量为3mg／L时，PASP的阻垢率达到95％，表明PASP具有较好的阻垢性能。     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。