倍福Profibus现场总线端子模块在炼钢电炉除尘系统中的应用

通过90 t炼钢电炉除尘工程控制系统的具体的工程项目实例,简略介绍了倍福(Beckhoff)现场总线端子模块及其在工程项目中的应用.     

污水处理中精确曝气控制的研究进展

针对污水处理环节的曝气能耗问题,概述了污水处理的精确曝气控制现状,并结合我国目前我国实际情况与国内外现有研究结果,介绍了精确控制的重要组成部分之一的控制器的原理,控制器主要包括模糊控制器、神经网络控制器、支持向量机等,总结了各控制器的优缺点及适用情况,旨在加强对精确曝气控制的认识、为现有污水处理中存在的复杂、多变、时滞等特性提供利用精确控制器解决问题的的思路。     

基于哨兵SAR数据和多光谱数据的水稻识别研究

水稻分布范围与面积监测可为水稻产量估算、农业水资源消耗和评价等提供科学决策依据。目前,对华北单季稻稻作区水稻识别的研究尚少,寻找一种适用该区域的水稻识别方法具有一定的研究价值。以天津为研究范围,以Sentinel-1和Sentinel-2为数据源,基于水稻后向散射系数时序变化特征和水稻不同生长期光谱特征,分别对研究区水稻进行了提取,并对两者的提取精度进行了比较。得出以下结论：(1)利用Sentinel-1移栽期、拔节期、抽穗期影像组合可识别水稻,水稻生产者精度和用户精度均在90%以上;(2)在水稻移栽期和成熟期,Sentinel-2近红外、短波红外和可见光红光等波段组合易识别水稻,水稻生产者精度和用户精度均在96%以上,成熟期B12+B8+B4波段组合效果最优;(3)基于水稻成熟期的Sentinel-2 B12+B8+B4波段组合,采用支持向量机法提取水稻是一种适用于华北单季稻的识别方法。运用该方法计算出研究区2016、2018和2021水稻种植面积分别为399.04、586.67和764.55 km²,5 a增加365.51 km²,符合天...     

生态保护红线监管互联互通模式

通过信息化手段实现国家和地方之间、行业部门之间数据的共享交换已成为发展趋势.通过分析4种常见的交换共享方式及其特点,并结合生态保护红线监管业务需求,初步构建了"互联网+政务专网"双网并行的生态保护红线监管互联互通模式,测试并分析了数据传输效率.结果表明:针对数据量大的卫星遥感影像产品以及现场移动核查信息等数据,可采用高...     

基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测

为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机(H-PSO-SVM)岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群(PSO)极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明:H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。     

基于主成分和粒子群优化支持向量机的水质评价模型

水质的评价是治理水污染必不可少的工作。为了准确、快速地对水质进行评价,利用主成分分析法从水质监测常见的多个物化指标提取出主成分,然后将主成分作为支持向量分类机的输入,利用历史数据进行水质评价训练并用粒子群算法优化参数,构造出水质评价模型,将从物化指标中得出的主成分代入此模型即可得到水质类别。最后,选取水质监测点实测数据进行试验,结果表明,模型的水质评价结果准确且稳定。     

基于支持向量机的地下水质量综合评价

提出基于支持向量机(SVM)机器学习算法的地下水质量评价模型。首先给出了训练样本生成和数据规范化处理的具体方法,然后采用支持向量机的多分类算法构建模型,并使用k折交叉核实方法对参数进行验证优化。最后通过实证分析,并与单因子指数法、模糊综合评价法和BP神经网络法的评价结果对比分析可知,该方法简便易行,评价结果客观且准确度较高,具有很强的实用性。     

采用支持向量机算法优化电化学处理油田污水的工艺参数

采用支持向量机(SVM)算法,将Box-Behnken设计法与支持向量回归算法(SVR)实验参数优化软件相结合,优化电化学去除油田污水COD的工艺参数。通过量子粒子群算法对SVM算法参数进行优化,从建立的回归模型中找到工艺参数的全局最佳点:电解时间60 min,电解电流3 A,三维电极填充料中石英砂质量695 g。模型得到的COD理论最优去除率为92.48%,验证实验得到的COD去除率为91.43%。     

基于支持向量机的应急预案动态优选方法研究

为了提高突发事故应急效率,针对事故发展的不同阶段对应急资源的需求,在群体决策方法的基础上利用支持向量机方法进行动态应急预案优选.首先利用专家对量化后的应急预案进行评价,通过向最拼接将其转化为等价的可用于分类的训练样本集,再应用标准支持向量机分类器对应急预案进行分类和排序,最后实现对应急预案的动态优选.研究表明,该方法充分利用了支持向量机方法的自学习能力,以应急过程中的动态需求为依据,可以实现动态的应急预案优选.