基于机器学习分类算法解析EIS数据的有机涂层性能评价方法

目的 基于机器学习分类算法快速评估有机涂层的防腐性能。方法 通过实验室加速试验模拟涂层真实的退化过程,并根据测得的电化学数据,分析不同退化阶段的等效电路元件参数。随后,采用随机抽样方法获取大量数据,用于机器学习模型训练。通过对比支持向量机(SVM)、k最近邻(k-NN)和随机森林(RF)3种不同的机器学习算法,以及多种输入特征集训练的涂层性能分类器模型的准确率,分析最适合用于涂层性能快速评估的机器学习算法和电化学特征。结果 根据不同输入特征训练的k-NN和RF模型均表现出良好的预测效果,而SVM模型的预测效果相对较差。根据不同频率范围训练的分类器模型中,在低频区表现最佳,而在高频区表现较差。结论 基于阻抗虚部、虚部+实部和阻抗模值3种输入特征训练的RF分类器模型的预测效果最准确。不同频率区间内,低频区的阻抗特征更能准确表征涂层性能。     

不锈钢板式热沉传热特性的实验与模拟研究

目的 研究流量、胀高及焊点排布方式对不锈钢板式热沉传热特性的影响。方法 搭建实验平台,加工出结构参数不同的板式热沉实验件,同时采用静力隐式算法建立相应的几何模型,通过实验与数值模拟相结合的方法,研究流量、胀高和焊点排布方式的变化对板式热沉热阻的影响规律,并分析热沉流道内部流场状态。结果 首先计算了6个工况下的热阻,发现实际换热量为540 W时,数值模拟与实验结果的最大相对误差不大于25%。然后分析了误差来源,最后得到了热沉全流道速度场与温度场的分布情况。结论 实验与模拟结果有较好的符合程度,证明了数值模拟方法的可靠性。在换热量相同时,板式热沉的热阻随流量与胀高的增大而减小,焊点为菱形排布的热沉传热性能相对更好。板式热沉内部的流场具有周期性,焊点使流体扰动增强,并形成射流和旋涡,起到了强化传热的效果。     

基于遗传算法的前馈神经网络火灾探测

分析了前馈神经网络火灾探测的基本原理;针对ＢＰ算法的缺陷,提出用遗传算法（ＧＡ）和ＢＰ相结合的一种方法,即：ＢＰ－ＧＡ算法;并把ＢＰ－ＧＡ算法用于火灾探测的模拟,结果表明：前馈神经网络是处理火灾信号的良好方法,ＢＰ－ＧＡ算法提高了网络的收剑性。     

基于层次优化算法的低温环境电动汽车变速器可靠性评估

当前,面对着石化能源日益短缺的压力,电动汽车的推广应用成为解决此问题的主要措施之一.电动汽车的应用范围逐步增加,为了保证其在极端天气下行驶的安全性,目前多采用低温环境电动汽车变速器可靠性评估方法对其变速器使用效果进行分析,但此方法由于可靠性模型构建能力较差,导致此方法使用效果不佳.因此,设计基于层次优化算法的低温环境电...     

人工神经网络在水环境质量评价中的应用

为了将人工神经网络应用于水环境质量评价,应用了人工神经网络Ｂ—Ｐ算法,构造了水环境质量评价模型,该模型应用于实例评价结果表明,人工神经网络用于环境质量评价具有客观性,通用性和实用性。     

基于随机森林算法的塔式起重机安全事故预测及致因分析

近些年来塔式起重机安全事故频发,造成了较大的人员伤亡和财产损失.为降低塔式起重机安全事故发生的概率、辨识关键的诱发因素,根据塔式起重机安全管理相关的法律、安全技术规范和标准,采用系统分析方法对事故致因进行层次分解,并以194份事故调查报告为数据样本,构建了一种基于随机森林算法的塔式起重机安全事故预测模型,并以某塔式起重...     

基于Landsat数据的关中盆地腹地AOD时空格局及城市化对其影响

气溶胶光学厚度(aerosol optical depth,AOD)是气溶胶最基本的光学特性之一,表征气溶胶对光的消减作用,对区域大气污染有一定的指示作用.首先,以2000 ～ 2019年长时间序列MOD09A1产品数据为基础,利用ASTER波谱数据库,构建了Landsat TM/OLI蓝光波段地表反射率数据集,利用深...     

基于Landsat 8遥感数据的天津市地表温度反演

以Landsat 8遥感数据为数据源,进行天津市地表温度反演研究。首先采用单通道算法反演地表温度,并利用均值标准差法进行温度分级。然后建立不同温度等级面积比例的估算模型。再通过随机样点,从不同温度等级和土地覆盖类型2个角度,分别建立并比较不同类样点的地表温度与各指数的拟合模型。结果表明:次高温区域面积比例与人口密度、人均GDP都具有较高的决定系数;地表温度与NDVI、BAEM的二元线性回归决定系数高于地表温度与单一指数的决定系数;将样点分类后,低温点与MNDBI的决定系数高于其他温度等级样点,水域和植被样点与各种指数的决定系数高于其他地物类型样点。     

基于L-M神经网络的道路交通噪声预测研究

神经网络具有很强的预测功能.根据石家庄公路交通噪声的实测数据,利用L-M优化算法的多层神经网络预测模型进行道路交通噪声的预测,经检验,计算值与实测值接近,预测精度令人满意.     

基于韦伯-费希纳定律的空气质量普适韦伯指数公式

在适当设定各项空气污染物浓度"参照值"cj0的基础上,用相应于"参照值"cj0的污染物的"规范值"xj作为基于韦伯-费希纳(W-F)定律空气质量指数公式中的污染刺激量。由于各污染物同级标准的浓度"规范值"xjl差异不大,从而可以认为各污染物的韦伯指数公式等效于一个具有共同适用的韦伯常数α的W-F指数公式,并采用粒子群(PSO)算法优化得出α,得到对7项空气污染物皆适用的空气质量普适韦伯指数公式。该公式应用于多个实例分析,并与多种其它评价方法的评价结果比较表明,空气质量普适韦伯指数公式具有简单、实用和直观的特点。