提高快速法测定C OD准确度及精密度的方法

介绍了用快速法测定COD分析中提高准确度及精密度的方法。     

Prediction of effluent concentration in a wastewater treatment plant using machine learning models

Of growing amount of food waste, the integrated food waste and waste water treatment was regarded as one of the efficient modeling method. However, the load of food waste to the conventional waste treatment process might lead to the high concentration of total nitrogen(T-N) impact on the effluent water quality. The objective of this study is to establish two machine learning models—artificial neural networks(ANNs) and support vector machines(SVMs), in order to predict 1-day interval T-N concentration of effluent from a wastewater treatment plant in Ulsan, Korea. Daily water quality data and meteorological data were used and the performance of both models was evaluated in terms of the coefficient of determination(R~2), Nash–Sutcliff efficiency(NSE), relative efficiency criteria(d rel). Additionally, Latin-Hypercube one-factor-at-a-time(LH-OAT) and a pattern search algorithm were applied to sensitivity analysis and model parameter optimization, respectively. Results showed that both models could be effectively applied to the 1-day interval prediction of T-N concentration of effluent. SVM model showed a higher prediction accuracy in the training stage and similar result in the validation stage.However, the sensitivity analysis demonstrated that the ANN model was a superior model for 1-day interval T-N concentration prediction in terms of the cause-and-effect relationship between T-N concentration and modeling input values to integrated food waste and waste water treatment. This study suggested the efficient and robust nonlinear time-series modeling method for an early prediction of the water quality of integrated food waste and waste water treatment process.     

提高GPS定位精度的群调度滤波算法*

为解决现行安全生产科技领域中全球定位系统（GPS）/惯性导航系统（INS）融合系统容易产生较大时变误差的关键问题，满足GPS定位信号的精度和信号数据处理时间的要求，提出1种群调度滤波算法，通过实验仿真，分别与模糊算法、机器学习算法及卡尔曼滤波网络算法进行比较研究。结果表明:群调度滤波算法兼顾了定位精度与数据处理时间，具有较大优势，可在航空安全、船舶安全、应急监测、灾后抢险等安全科技领域广泛应用。     

基于改进的非线性GM(1,1)模型的职业病预测研究

为了更准确地预测职业病，在传统GM(1,1)模型的基础上，提出改进的非线性GM(1,1)模型，在传统的GM(1,1)模型中引入弱化算子，将紧邻均值与原始数据之间的线性假设改为非线性假设，提高曲线的拟合度。以2005—2014年的全国职业病例数为研究对象，进行数据拟合和预测分析，其中以2014年职业病例数作为验证数据，并利用后验差比值和小误差概率2个参数，检验该改进模型的预测精度。由应用实例的分析结果可知:在职业病发病趋势的预测方面，改进的非线性GM(1,1)模型的预测精度提高到一级，曲线拟合度较高，预测得到2015年的职业病例数为34 900例。     

江苏省空气质量预报准确度及改进方法分析

介绍了江苏省重污染天气监测预报预警系统以及大气重污染预警会商流程,将2015年13个地级市的模式预报、人工预报结果分别与实际观测值进行比较。结果表明:人工预报更准确,PM_(2.5)日均值、臭氧日最大8 h平均值、AQI 3个指标人工预报和实况的相关性分别比模式预报高出12.8%、0.3%、11.4%,平均标准误差(MNE)分别低20.7%、3.1%、23.1%。依据国家空气质量预报技术指南评分办法,对各市2015年全年空气质量级别为"良"时进行评分。通过开展07∶00预报更新,使2015年上半年空气质量预报级别得分平均提高了0.9分,全年级别得分平均提高了2.6分;通过改进模式预报参数,使PM_(2.5)日均预报值、臭氧日最大8 h平均预报值、AQI预报值和实际观测值的相关性比上年同期分别提高26.0%、5.0%、33.9%,MNE分别降低3.6%、31.3%、7.6%。     

粒子群优化的RBF瓦斯涌出量预测

瓦斯涌出量是煤矿瓦斯灾害的主要来源,它直接影响煤矿安全生产和经济技术指标。瓦斯涌出量的传统预测方法是将其影响因素线性化后提出的,具有一定的局限性。本文基于群体智能理论,提出了一种基于粒子群算法优化的RBF神经网络瓦斯涌出量预测模型。研究表明RBF神经网络预测精度与网络权值和RBF参数初始值有很大关系,因此本文采用粒子群算法优化RBF网络权值和其他参数,形成PSO-RBF预测模型。该模型通过计算种群粒子的适应度,确定全局最优值,寻找网络参数的最优值。实验结果表明PSO-RBF优于传统的RBF预测模型,训练速度和预测精度显著提高。     

异烟酸-吡唑啉酮光度法测定地表水中氰化物的质量控制指标研究

通过对大量监测数据进行统计分析,获得异烟酸-吡唑啉酮光度法（HJ484—2009）测定水中氰化物质量控制评定指标。研究表明：样品浓度在0．05～0．3mg／L范围内时,建议控制室内相对标准偏差≤3％,室间相对标准偏差≤10％;样品浓度小于等于0．05mg／L时,建议控制相对偏差≤10％;样品浓度大于0．05mg／L时,...     

分光光度法测定总氮的准确度研究

采用碱性过硫酸钾消解紫外分光光度法测定水中总氮时常出现空白值偏高、样品平行性较差、实验准确度不高等现象.为此,从总氮的测定过程出发,探讨了影响总氮测定的主要因素,有利于提高水质总氮测定的准确度.结果表明,分析试剂纯度、实验用水水质、器皿的清洗程度等对总氮的测定均有一定影响,适当延长消解时间与提高消解温度也有利于降低总氮的空白值.因此可通过优化各实验条件来提高实验的准确性,以保证实验室的设备仪器、检测人员和环境等条件满足分析要求.     

CLUE-S模型对村镇土地利用变化的模拟与精度评价

利用航片、IKONOS和Quickbird影像得到研究区3期（1991、2001和2009年）土地利用历史数据，运用CLUE S模型，基于1991、2001年的土地利用数据对2009年土地利用格局进行模拟预测，并将模拟结果与2009年真实土地利用数据进行比较。类型水平上，选择ROC曲线统计和偏离度指数分别对各地类的Logistic回归拟合精度和CLUE S模型模拟精度进行评价；景观水平上，采用景观指数和Kappa指数系列方法，从综合预测能力、景观格局、数量和空间位置等方面对CLUE S模型的模拟精度进行全面评估。结果表明:①CLUE S模型对各土地利用类型的模拟精度均较高，各地类的Logistic回归的拟合精度随着模拟分辨率的提高而逐渐增加；②随着模拟时间的缩短，CLUE S模型对整体景观格局的模拟精度提高；③该模型对土地利用数量的模拟精度明显优于其对空间位置的模拟精度。总体而言，CLUE S模型在村镇尺度的模拟效果良好，预测精度较高，但在空间位置和景观格局精度方面还有待提高     

浅谈水质中氟化物的分析方法

经过长期的工作实践，笔者总结出能够大大提高水中氟化物测定效率及准确度的操作方法。即在使用离子选择电极法测量水中氟化物时，首先要保证试验用的去离子水的纯净度，同时确保电极清洗到260mv以上，再开始试验，最后在绘制标准曲线时保证斜率的绝对值在（58±1）之间。