2010-2020年马来西亚马登红树林遥感监测与景观格局变化分析

本文以Landsat5、Landsat7、Landsat8多时相卫星遥感影像为基础,使用支持向量机与专家解译相结合的方法提取红树林信息,统计分析了2010－2020年红树林的面积和形态变化情况,并使用土地利用转移矩阵和景观格局指数对马登红树林进行评价。结果显示：2010-2020年,马登红树林的面积呈有增有减的曲折变化...     

合肥祭出治霾“组合拳”

正2014年1月2日,新年上班的第一天。合肥市召开市委第十届委员会第五次全体(扩大)会议,谋篇布局2014年全年的"作业"。针对市民关注的雾霾防治诉求,会议也传递了治理雾霾的强烈信号。"从今天开始,合肥将强力推进空气污染防治,措施会一个接一个地出来!"安徽省委常委、合肥市委书记吴存荣表示,合肥的终极目标是打造生态宜居城市,因此水环境     

增强自主创新能力,发挥专家组作用开创"环境试验与观测"专业发展新局面——国防科工委科质司马恒儒巡视员兼副司长在专业2007年工作布置会暨专家组成立会议上的讲话(摘要)

各位专家、同志们: "环境试验与观测"是国防科技工业技术基础的重要专业之一,为保证军工产品的环境适应性,提高武器装备质量和作战效能提供技术支撑和保障.国防科工委一直非常重视环试专业的发展,近年来加大了对专业的投资力度.将电磁效应和空间环境纳入专业体系,新建和改造了试验站网,更加注重专业对型号研制的支持,推动环试专业在专业体系、试验站网、科研能力、产品应用等方面都取得了长足的进步.     

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。     

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.     

基于哨兵二号遥感影像的近海养殖区提取方法研究

卫星遥感为近海养殖区信息的精确提取提供了有效的技术手段,对实现海水养殖业的科学监管具有重要意义。现有光学遥感手段对养殖区信息的提取多侧重于影像空间特征的使用,对于光谱和空间信息的结合在养殖区特征表达与判别提取方面的综合利用还有待进一步挖掘。本文利用哨兵二号卫星遥感影像,针对近海养殖区小样本、多维度、水体组分复杂等特点,...     

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。     

支持向量回归方法在震级预测中的应用

本文阐述了支持向量回归(SVR)理论及其特性,提出了基于SVR的次年最大震级的预测方法,并对所选样本进行训练和预测,结果与实际值符合较好,理论分析和实例结果验证了基于SVR的震级预测方法比BP神经网络具有更高的预测精度和可靠性.     

基于改进支持向量机的石煤提钒行业清洁生产评价研究

采用遗传算法(GA)对支持向量机(SVM)进行改进,并将其应用于石煤提钒行业清洁生产评价.在系统研究石煤提钒工艺类型的基础上,根据前期已建立的石煤提钒行业清洁生产评价指标体系,提出GA改进SVM的应用思路,通过对3种工艺类型企业的现场数据采集,形成训练和测试样本,并利用GA算法确定出各类参数(惩罚参数C和核函数参数g),分别为强酸浸工艺C=2.1049,g=5.2184;弱酸浸工艺C=0.0035286,g=1.9947;水浸工艺C=0.39587,g=1.4105.GA-SVM模型测试结果表明,分类精度达到100%.通过与其他评价方法对比表明,训练好的GA-SVM方法针对小样本数据在分类精度和可操作性上都较其他方法有明显优势,实现了对石煤提钒行业清洁生产水平的定量评价.