基于关联向量机回归的水质预测模型

提出了一种基于关联向量机回归的水质时间序列预测模型,并以该模型对氢离子浓度指数(p H值)、溶解氧(DO)、高锰酸盐指数(CODMn)和氨氮(NH3-N)4种重要水质指标进行预测.首先采用国家环保部发布的四川攀枝花龙洞水质自动监测数据进行实验,对该模型的有效性进行了验证;然后将关联向量机回归预测模型与支持向量机回归预测模型进行比较.为了比较不同核函数的预测效果,实验中预测模型的核函数分别采用了线性函数和高斯函数.实验结果表明,关联向量机回归模型的预测效果不亚于支持向量机回归模型;且在给出预测值时,还能同时给出预测结果的可信程度.     

住房和城乡建设部 国家开发银行关于推进开发性金融支持县域生活垃圾污水处理设施建设的通知建村[2022]52号

各省、自治区住房和城乡建设厅,直辖市住房和城乡建设(管)委及有关部门,新疆生产建设兵团住房和城乡建设局,国家开发银 行各分行: 县域统筹推进生活垃圾污水处理设施建设,是提升城乡基础设施建设水平、拉动有效投资的重要举措,是改善城乡人居环 境、推动县城绿色低碳建设的重要工作。 为贯彻落实党的十九届五中全会关于实施乡村建设行动的决策部署,落实中央财经委 员会第十一次会议关于“全面加强基础设施建设,构建现代化基础设施体系”的要求,现就推进开发性金融支持县域生活垃圾污 水处理设施建设工作通知如下。     

粤港澳大湾区大气PM2.5浓度的遥感估算模型

PM_2.5对大气环境和人类健康危害极大,及时准确地掌握高时空分辨率的PM_2.5浓度对空气污染防治起着重要作用.基于粤港澳大湾区2015～2020年多角度大气校正算法(MAIAC)1 km AOD产品、 ERA5气象资料和站点污染物浓度(CO、 O₃、 NO₂、 SO₂、PM₁₀和PM_2.5),分别建立了估算PM_2.5浓度的时空地理加权模型(GTWR)、 BP神经网络模型(BPNN)、支持向量机回归模型(SVR)和随机森林模型(RF).结果表明,RF模型的估算能力优于BPNN、 SVR和GTWR模型,BPNN、 SVR、 GTWR和RF模型的相关系数依次为0.922、 0.920、 0.934和0.981,均方根误差(RMSE)分别为7.192、 7.101、 6.385和3.670μg·m^-3,平均绝对误差(MAE)分别为5.482、 5.450、 4.849和2.323μg·m^-...     

基于模糊支持向量机的深远海应急物资优先级研究

浮式码头是深远海油气勘探开发的重要保障,为了提高深远海勘探作业的应急保障效率,对浮式码头的应急物资储备优先级进行了研究。首先,基于事故应急响应过程进行应急物资需求分析,得到海上作业事故应急所需的10个类型的物资。其次,运用模糊支持向量机方法,结合重要度、时效性、需求度3个评价指标,对不同类型的应急物资进行储备优先级划分。最后,根据储备优先级的不同对应急物资在浮式码头的储备管理方式提出建议。结果表明,深远海应急物资优先级为Ⅰ级的物资有4类,优先级为Ⅱ级的物资有4类,优先级为Ⅲ级的物资有2类。研究了深远海应急物资的分类方法,并基于模糊支持向量机对应急物资进行了分级,为实现科学、高效的深远海应急物资储备管理提供了参考性建议。     

基于多模态信息融合的心理负荷评估

为了相对稳定地识别人员是否处于心理负荷状态,设计并实施含能材料起爆作业心理负荷诱导试验。首先对心理负荷诱导情况进行判断,然后分别采集27名被试在静息状态和实施含能材料撞击起爆作业状态下的眼动、心率变异性(HRV)和脑电信号(EEG),通过正态性检验和假设检验获得心理负荷表征指标并进行统计功效分析,依据表征指标,采用支持向量机(SVM)和随机森林(RF)算法建立多模态信息融合的心理负荷评估模型,最后采用被试工作特征曲线(ROC曲线)分析各模态组合和分类器的心理负荷识别性能。研究结果表明：双模态(眼动+EEG)下SVM算法和3模态下RF算法评估性能和稳健性较高,多模态信息组合具有优异的识别效果。     

基于支持向量机的化工工艺安全评价模型构建及优化研究

为解决现阶段基于风险分级的安全评价方法仍存在着高维数据处理不当、评价智能化程度不高等问题,创建支持向量机的安全评价模型,利用核函数解决安全评价因子分类问题,粒子群算法(PSO)寻找最适合模型的正则项C,进一步提升安全评价模型的正确率,形成适用高维数据的化工工艺安全评价方法。研究结果表明：该模型与经典支持向量机模型和BP神经网络评价模型相比具有更高的正确率,研究结果对借用机器学习来创新安全评价理论及工程应用具有现实意义及理论价值。     

两种新型流域非点源污染负荷估算模型的比较

为探索简单快捷、实用性强的流域非点源估算模型,基于降雨量差值法的基本思想,应用径向基函数(RBF)神经网络和支持向量机(SVM)2种技术,以渭河流域历年降雨量资料为基础建立了相应的流域非点源污染负荷估算模型.并将2种模型估算结果与相关分析法估算结果进行了比较,综合分析渭河流域历年径流量与三者所推得的历年点源负荷的标准差.结果表明,支持向量机的估算结果最为合理,且计算简单,操作便捷,具有实用价值.     

基于GA-SVM的施工人员安全行为影响因素及决策模型研究

导致施工人员不安全行为的因素众多,如何保证员工进行安全施工是施工企业亟待解决的问题。为分析施工人员安全行为的影响因素及作用机理,从社会资本理论、认知心理学理论和安全行为理论分析了安全行为的影响因素,并设计了相关调查问卷。在进行仿真分析前,采用遗传算法优化计算的方法筛选出了13个关键影响因素,降低了自变量之间的相关性,之后利用支持向量机(SVM)的方法对决策模型进行了仿真分析,并与BP神经网络模型做了对比。仿真结果表明:基于筛选出的关键影响因素的SVM仿真模型的精度和有效性大于BP神经网络模型,模型精度为0.00887,相关系数为88.4%,说明影响因素与安全行为之间具有较好的拟合关系。研究结论为企业衡量员工安全行为水平,提高员工安全行为能力和企业安全管理能力提供理论支持。     

基于视频图像的交通枢纽综合体人体检测

针对交通枢纽综合体人体检测的问题,提出一种基于梯度方向直方图(HOG)人体模型特征的检测算法。该方法通过提取人体样本库的HOG特征,用支持向量机算法(SVM)对样本的HOG特征进行分类训练。为了提高算法的精确度和适用性,以南京南站的监控视频为依据建立交通枢纽综合体人体样本库。并以南京南站监控视频和校园拍摄的人员视频作为测试集。结果证明,本算法可以有效识别交通枢纽综合体各种特征人体。     

第二届"固体废物管理与技术国际会议"在北京召开

在国家环境保护总局的支持下,继2005年危险废物管理政策与处理处置技术国际会议成功举办后,第二届固体废物管理与技术国际会议于2007年7月18～19日在北京清华大学召开.会议由清华大学、国家环境保护总局固体废物管理中心、中国环境科学学会固体废物委员会和国家环境保护总局危险废物管理培训与技术转让中心主办,巴塞尔公约亚太地区协调中心承担组织工作.