基于机器学习的侵财类案件危害程度分析

为了进一步分析侵财类案件的危害程度,以抢劫、抢夺和盗窃3种典型侵财类案件为例,利用ZS市2008—2014年的犯罪数据与统计年鉴数据,提取“发案时间”“发案地域”“选择时机”“选择处所”“选择对象”“人均地区生产总值”“职工月平均工资”7个特征,建立基于多种机器学习分类算法的侵财类案件危害程度预测模型,并进一步开展预测结果的分析研究。研究结果表明:梯度提升决策树（GBDT）算法性能最优,危害程度预测准确率达到了0.88;在抢劫案和抢夺案中,一般和重大的案件容易发生在繁华地带,特大案件容易发生在其他处所;侵财类案件倾向于在工作日的城区中发生,发生的危害程度大多为一般;提出的侵财类案件危害程度预测模型可为侵财类案件的风险评估及警务资源优化配置工作提供方法支持。     

超纤非织布印染废水处理工艺设计

针对含碱减量工艺的超纤非织布印染生产废水的治理工程,分质分治,采用了微电解/UASB/生物接触氧化为主体的组合处理工艺。通过试验和工程实践证明,该组合工艺有效、合理、稳定、经济。     

基于机器学习的典型社会安全事件发生规律研究及对雄安新区的启示

针对雄安新区建设和发展过程中对社会安全事件的防控需求,以盗窃作为典型社会安全事件,提出基于机器学习模型的社会安全事件分析预测方法,并以A市2012—2016年的实际盗窃犯罪数据为基础,提取发案时间、发案地点、实施手段和损失金额作为分类特征,通过比较多种机器学习算法,研究盗窃前科人员的预测方法,并根据预测结果挖掘盗窃前科人员的作案规律。研究结果表明:随机森林算法表现最优,查准率、查全率和F1均达到了0.85以上;对于盗窃这一典型社会安全事件,其前科人员倾向于选择下午时段和人流量大的地区实施,盗窃金额明显高于初犯和惯犯。最后,基于前述研究,提出构建数据驱动的社会安全事件预测预警和综合研判系统,并针对该系统的前期建设和后期使用,给出“制定统一的数据格式”、“实现数据实时接入”的建议。相关研究成果可为雄安新区社会安全事件预测预警以及治安防控工作的开展提供参考和借鉴。     

HRT与进水基质浓度对Anammox反应器效能影响研究

以产甲烷颗粒污泥与硝化污泥混合物作为接种污泥,在Anammox-UASB反应器中实现反应器的启动与稳定运行。考察了缩短HRT及进水基质浓度变化对系统的影响。结果显示:缩短HRT能有效提高系统处理能力,但HRT过低会导致处理效果降低,本研究得到的最佳HRT为6 h,此时TN去除率76%,TN容积去除负荷最高,为1.82 kg/(m~3·d)。进水基质比例与浓度对Anammox反应器的稳定运行具有重要影响,当进水中NH_4~+-N与NO_2~--N两者比例约为1且浓度均为500 mg/L时,系统处理能力最佳,TN容积去除负荷为1.55 kg/(m~3·d),且去除率为77%。     

羟基Fe、Al柱撑蒙脱石对庆大霉素的吸附行为

以蒙脱石(Mont)为原料,在不同OH/Fe物质的量比(x)和Fe/Al物质的量比(y)柱撑条件下制备出系列羟基铁(xOH/Fe-Mont)、羟基铝(OH/Al-Mont)和羟基铁铝(yFe/Al-Mont)柱撑蒙脱石,采用XRD和FT-IR对柱撑蒙脱石进行表征,并研究了柱撑改性对蒙脱石对庆大霉素(Gen)吸附行为的影响.结果表明:柱撑蒙脱石对Gen吸附量显著提高,且Mont(42.83mg/g) << OH/Al-Mont(63.50mg/g) < 1.5OH/Fe-Mont(70.50mg/g) << 0.025Fe/Al-Mont(87.20mg/g),吸附Gen最佳pH值为9.等温吸附适于采用Freundlich方程拟合,吸附动力学符合伪二级动力学方程,吸附3h可超过平衡吸附量的80%.XRD分析表明,羟基铁和羟基铝主导柱撑(y≤0.5)蒙脱石层间距扩增是吸附量增加的主要原因,而yFe/Al-Mont中y≥1.0时,层间距并不是吸附量变化的的主导机制;FT-IR分析表明阳离子交换是Gen和铝离子进入蒙脱石的主导机制.     

苯酚降解菌TX1的分离鉴定及其降解特性

从受酚类污染的土壤中分离筛选出1株能够高效降解苯酚的菌株。通过形态学、生理生化以及26S核糖体（rDNA）测序等手段对其进行初步鉴定,确定该菌株为丝孢酵母菌属（Trichosporon sp．）,命名为TX1。初步研究结果表明,该菌株对苯酚的代谢途径为将苯酚先转化为邻苯二酚的苯酚羟化酶定位于细胞膜和细胞质;进而通过邻苯二酚1,2-双加氧酶（C120）邻位开环裂解,C120为诱导型胞内酶。通过分批培养得到菌株TX1降解苯酚的生长动力学模型可用霍尔丹（Haldane）方程表述,相关参数μmax=0．667h^-1,Ks=51．14mg／L,Ki=271．7mg／L。