基于无线传感器网络的环境监测系统的设计

通过对传统的基于计算机网络的环境监测系统的研究,本文提出了一个基于无线传感器网络的环境监测系统的设计方案,介绍了无线传感器网络技术在环境监测应用中的关键技术.     

基于无线传感器网络的环境监测系统设计与应用

随着信息化进程的不断推进,信息技术的应用范围越来越广,在农业生产过程中也越来越重视信息技术的应用,无线传感网络为农业发展提供了重要支撑,它通过综合运用传感器技术、网络技术、无线通信技术和嵌入式计算技术等,实现了对农业生产各环节的监测,它监测范围广、监测数据准确,为农作物生长环境的改善作出了重要贡献。本文主要分析了基于无线传感器网络的优势特点,设计了一种适用于农业环境监测的信息采集系统,为农业科学发展奠定了基础。     

基于物联网技术的火灾自动报警系统研究

本文针对目前火灾自动报警系统存在的问题,通过对物联网技术及特点作简要介绍,提出了将其引入火灾自动报警系统具有可行性,并在现有物联网技术的基础上提出实现火灾自动报警系统网络的模式。通过对监控和传输方式的改善,可以提高火灾自动报警系统的稳定性和可靠性,为火灾自动报警系统的设计和发展提供参考。     

基于多传感器融合的时空连续AOD重构模型

气溶胶光学厚度（AOD）是气溶胶最重要的参数之一,现有的遥感AOD产品受云、积雪等因素的影响空间缺失严重,因此,生成空间覆盖完整的AOD具有重要意义.本文融合MODIS的MAIAC AOD和Himawari-8的AHI AOD,结合气象数据和高程数据,提出一种集成反距离权重插值（IDW）和CatBoost模型的时空连续AOD重构方法（命名为IDW-CatBoost）.将此方法应用于京津冀和台湾岛的AOD重构,并与IDW、CatBoost方法对比,重构结果利用地基监测AERONET AOD进行验证,其中,京津冀的验证数为352个,台湾岛的验证数为641个.结果表明：在空间分布上,IDW AOD存在星点状特征,CatBoost、IDW-CatBoost的AOD具有空间连续分布的纹理特征;精度上,经地基监测AERONET AOD验证,京津冀地区IDW AOD与IDW-CatBoost AOD接近;台湾岛IDW-CatBoost AOD相比于IDW、CatBoost结果,R2分别提高了10%和5%.经过多传感器AOD融合,与单传感器AHI L2、L3、MAIAC AOD相比,IDW-CatBo...     

基于神经网络的海水脱硫系统脱硫效率模型

针对海水脱硫运行优化和环保监测的需求,运用BP神经网络建立了海水脱硫吸收塔脱硫效率模型,模型以烟气量、入口SO_2、海水量、海水温度、海水升压泵电流为输入变量,脱硫效率为输出变量,运用这模型对某320 MW机组海水烟气脱硫装置脱硫效率进行预测。结果表明:模型的预测值与实际值基本一致,相对误差范围在-0.5%~0.5%范围之内,并运用该模型对20组测试样本进行仿真输出,所得误差最大为0.451%,误差在工程允许范围内,具有较好的预测精度,说明BP神经网络用于海水脱硫效率预测是可行的。     

基于BP神经网络的污染物浓度多模式集成预报

基于中国气象局雾-霾数值预报系统CUACE、北京区域环境气象数值预报系统BREMPS和华东区域大气环境数值预报系统WRF-Chem三个环境气象模式预报产品,利用BP神经网络方法建立多模式集成预报模型.首先通过实验得到BP神经网络的训练函数、隐含层节点数和训练样本长度分别为贝叶斯归一化训练函数trainbr、10和50.随后选取北京、天津和石家庄站点的预报结果检验该模型的预报性能.结果表明：（1）相对于单模式,BP神经网络集成预报的3~72h逐3h污染物浓度和观测之间的归一化平均偏差从-100%~200%降低到-20%~20%,污染物浓度和观测的均方根误差比各单模式降低15%以上,相关系数从0.1~0.8提升到0.3~0.85之间,说明其预报结果优于各单模式.（2）2016年AQI等级评估表明,集成模型预报的北京轻度和中度污染的TS评分分别比CUACE提高22%和10%,在天津重度污染的空报率和漏报率分别降低31%和25%.（3）2016年12月份的重污染过程评估发现,集成模型预报的PM_2.5浓度的演变趋势和实况基本相符.     

基于BP神经网络的北京城区公园土壤PAHs含量预测

城市公园是城市生态环境的重要组成部分,其环境质量与人类健康息息相关.选择北京市121个城区公园,采集公园土壤样品并分析其中7种多环芳烃（PAHs）含量,评价城区公园土壤中PAHs的含量水平,并基于BP神经网络预测了2020年和2023年土壤PAHs含量.结果表明:北京城区公园土壤中w（PAHs）（7种PAHs总含量）范围为0.033~4.182 mg/kg,低于GB 36600—2018《土壤环境质量建设用地土壤污染风险管控标准（试行）》土壤污染风险筛选值,且7种PAHs的毒性当量浓度（TEQ）均低于世界卫生组织标准值（1 mg/kg）,对人体健康的毒性风险较小.将14个影响指标（8个社会经济因子与6个公园特征因子）作为输入层、土壤w（PAHs）作为输出层,建立BP神经网络的拟合优度达0.845.预测结果显示,2020年和2023年北京城区公园土壤中w（PAHs）范围分别为0.008~0.969 mg/kg和0.022~1.988 mg/kg,整体均低于GB 36600—2018土壤污染风险筛选值,但随时间推移呈上升趋势,尤其朝阳区和海淀区将有大幅增长.研究显示:城市化发展因素对土壤w（PAHs）的增加有明显影响,城市发展进程影响不容忽视;至2023年,北京城区公园土壤若不加管理,其w（PAHs）将持续增长.      

基于稀疏表示的火灾自动报警系统产品性能评价

性能良好的火灾自动报警系统可以有效地避免和减少火灾发生,降低火灾带来的损失。根据《火灾自动报警系统性能评价》(GB/Z 24978—2010)中提出的火灾自动报警系统的产品性能评价一级指标,制定了详细的二级指标,由于各二级指标的相互耦合性,先根据二级指标对一级指标的隶属度建立模糊关系矩阵,再对此模糊关系矩阵进行带稀疏性约束的非负矩阵分解,得出稀疏性较高的初始运算矩阵;通过对样本的二级指标进行评价并得出评价向量,据此评价向量和稀疏分解后的关系矩阵进行运算,可得出火灾自动报警系统的产品性能评价等级。     

火灾自动报警系统的管理与维护

火灾自动报警系统是一种先进的消防技术设施,虽然价格高昂,但性能强大.用户在安装后,要加强管理和维护,使之在防火灭火中充分发挥作用.对其管理和维护应注意以下几个方面.     

基于火气探测报警系统的海上平台火灾防控管理探析

介绍了海上平台火气探测报警系统组成和工作原理,并对海上平台火灾防控管理进行了论述。     

基于PSO算法的BP神经网络对水体叶绿素a的预测

BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优. 提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性. 选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力. 比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力.      

基于BP神经网络的安全评价方法研究

阐述了BP神经网络的基本原理,利用机会约束的思想建立了综合安全评价模型．运用反向传播算法和遗传算法对神经元网络进行训练,在此分析基础上对系统综合安全评价模型进行求解,并对运用神经元网络进行综合安全评价的优点进行了分析。     

基于BP神经网络的企业HSE管理绩效评估

提出了根据日常HSE过程考核指标,构建基于BP神经网络的评价模型,利用神经网络较强的自培训学习、模糊推理、非线性逼近及容错能力,探索日常HSE过程考核指标与HSE绩效评估之间的函数关系,获得较为满意的绩效评估结果。经过对评估模型的评价及检验,该方法具有较好的操作性和较高的准确性。     

基于BP神经网络的导弹环境适应性评估及对策

论述了转型期海军战术导弹开展环境适应性研究的必要性和紧迫性,分析了环境因素的影响。选取典型型号的海军战术导弹为研究对象,给出了8种严重影响导弹的环境适应性因子。结合BP神经网络算法建立了环境适应性模型,并对环境适应性水平进行了仿真评估分析。仿真结果表明,该模型具有良好的评估效用。根据仿真结果,针对不同时期的导弹提出了相应的环境适应性对策。     

县级生态农业建设的人工神经网络模型

引入人工神经网络的评价识别方法，建立了ＢＰ模型，以前人建立的县级生态农业建设评价指标体系评价标准，和某县生态农业综合评价指标数据为实例，比较ＢＰ模型的有效性，得到的评价分类结果和指标优先发展顺序决策与实际情况相吻合。     

BP神经网络在流溪河水库径流量预测中的应用

流溪河水库是广州市的主要饮用水源地,所属地区降雨量年际变化大,不利于水资源的优化配置。对流溪河水库径流量进行预测研究,可为其水资源的优化配置提供科学依据。目前人工神经网络(ANN)技术在水文序列模拟预测中有较多的应用,本文根据流溪河水库1959~2000年水文数据,利用BP神经网络对径流量进行预测,从模型检验结果看,所建模型有较好的拟合效果和预测精度,说明神经网络在预测径流量方面有良好的实用性。     

火灾报警设施网络化在石化企业的应用

介绍了火灾报警系统联网的设计原则、主要组成部分及结构特点,实际运行情况良好。     

垃圾渗滤液生物处理系统BP人工神经网络模型

垃圾渗滤液成分复杂,变化范围大．对其调试及长期持续良好运行存在较大困难。本文针对武汉市二妃山垃圾渗滤液的调试运行数据,利用人工神经网络原理,建立BP人工神经网络垃圾渗滤液生物处理模型来预测处理效果．确定最优反应条件。实验结果显示网络具有良好的收敛特性,模型具有工程实用价值。     

基于BP神经网络的城市生活垃圾产生量预测研究——以上海市为例

文章总结分析了影响城市生活垃圾产生量的因素,并根据相关性分析结果确定了主要影响因素,然后建立了上海市生活垃圾产生量的BP神经网络预测模型,并将预测值与实际值进行比较,表明该模型具有较好的适用性和准确性,最后对上海市未来几年的生活垃圾产量进行了预测.     

基于MATLAB的BP神经网络模型在漠阳江水质评价中的应用研究

为提高水质评价的准确性,基于MATLAB及人工神经网络理论,采用误差反向传播的BP算法建立漠阳江水质评价模型,充分利用神经网络的非线性映射特性,取7项常规地表水水质评价指标对漠阳江水质进行评价,并将BP神经网络评价结果与单因子评价法及综合指数法的评价结果进行比较,网络运行结果表明一致效果良好.同时较传统的水质评价方法,该网络具有较高的识别精度,提高了水质评价等级的准确性,使评价的结果更具有科学性.