明亮发光杆菌培养的响应面优化及其对常见金属离子的毒性评价研究

随着人们对金属毒性认识的不断深入,对生物毒性检测方法的灵敏度提出了更高的要求.以发光度为响应值,通过响应面法对传统的明亮发光杆菌(Photobacterium phosphoreum)培养基中主要组分的浓度进行了优化,得到了最佳培养基组成：氯化钠(25.00 g·L^-1)、胰蛋白胨(4.010 g·L^-1)、酵母浸出液(1.200 g·L^-1)、甘油(2.475 g·L^-1),在此条件下培养14 h后,发光细菌的发光度达到1.7×10⁹RLU,比优化前增加了1倍,菌浓度达到0.85,较优化前增加了5%.在优化培养基组分浓度的基础上,对其他条件(接种量、p H值、温度)进行了单因素发光度影响分析,发现在接种量1%(初始种子液OD₅₉₅为0.003),测定环境22～25℃,样品p H值为6～8的条件下,利用优化培养基进行急性毒性测定基本不会影响发光度.随后,基于优化后的培养条件对常见金属离子的急性毒性进行了评价,结果表明：除Fe²⁺、Zn...     

城市燃气管道泄漏检测方法探讨与评价

介绍了国内外用于燃气管道泄漏检测与定位的主要技术和方法,分析了各种方法的优缺点,对各种方法进行了比较与评价,并对燃气管道泄漏检测与定位方法的发展趋势做了探讨.     

民用飞行器重着陆事件决策系统研究

应用支持向量决策方法,解决飞行器重着陆事件诊断中受力分析复杂、样本量小的问题。探索飞行器接地阶段重着陆事件的形成机制,分别建立翼根载荷与起落架载荷的受力模型,研究飞机主体载荷与重着陆事件的非线性关系。研究重着陆决策所需样本集的小样本特性,提出支撑向量驱动的智能决策规则方法,进行重着陆事件诊断模型的建模研究。最后,建立重着陆事件决策系统。实例表明:该决策方法对于实例样本的诊断精度达到95.7%,对于提高着陆阶段的安全具有实际意义。     

一起CO2气瓶爆炸事故的检验分析

应用金相检验、化学成分分析、能谱分析等手段，对一起CO2钢瓶爆炸事故原因进行了分析。     

基于支持向量机的高速公路事件检测

针对交通领域中的事件检测(无事件模式和事件模式)模式识别问题,描述了支持向量机(SVM)支持的基本方法,建立了基于线性(linear function)、多项式(polynomial function)和径向基(radial basis function)3种核函数的事件检测SVM模型。采用高速公路路段I-880线圈数据集和事件数据集验证模型,结果发现:无论对于向北、向南或混合方向的事件检测,在3个SVM模型中,SVM(P)检测效果最好,SVM(L)最差。SVM算法具有避免局部最小,实现全局最优化,更好的泛化效果的优点,是高速公路事件检测的一种很有潜力的算法。     

小波分析在语音识别系统中的研究与应用

在语音识别系统的不同处理阶段,大部分可以使用小波分析技术进行实现,并且这种实现方法比传统的方法具有更好的效果.本文重点探讨了在端点检测、噪声去除以及参数提取过程中使用小波分析技术的原理及方法,并提出现阶段所存在的问题及解决方案.     

网络攻击检测中的机器学习方法综述

在详细介绍网络攻击检测机器学习原理的基础上,对现有的各种方法进行了评述,并结合网络攻击检测系统的应用需求,阐述了网络攻击检测系统机器学习技术的发展方向。     

Kullback-Leibler distance-based enhanced detection of incipient anomalies

Accurate and effective anomaly detection and diagnosis of modern engineering systems by monitoring processes ensure reliability and safety of a product while maintaining desired quality. In this paper, an innovative method based on Kullback-Leibler divergence for detecting incipient anomalies in highly correlated multivariate data is presented. We use a partial least square (PLS) method as a modeling framework and a symmetrized Kullback-Leibler distance (KLD) as an anomaly indicator, where it is used to quantify the dissimilarity between current PLS-based residual and reference probability distributions obtained using fault-free data. Furthermore, this paper reports the development of two monitoring charts based on the KLD. The first approach is a KLD-Shewhart chart, where the Shewhart monitoring chart with a three sigma rule is used to monitor the KLD of the response variables residuals from the PLS model. The second approach integrates the KLD statistic into the exponentially weighted moving average monitoring chart. The performance of the PLS-based KLD anomaly-detection methods is illustrated and compared to that of conventional PLS-based anomaly detection methods. Using synthetic data and simulated distillation column data, we demonstrate the greater sensitivity and effectiveness of the developed method over the conventional PLS-based methods, especially when data are highly correlated and small anomalies are of interest. Results indicate that the proposed chart is a very promising KLD-based method because KLD-based charts are, in practice, designed to detect small shifts in process parameters.