植物修复在水环境生态修复中的应用

介绍了平原河网水资源现状及问题成因,对植物修复在水环境生态修复中的应用作了详细的论述,分析了其存在的问题,展望了植物修复应用的发展方向。     

大气污染总量控制规划智能决策支持系统的开发与研究

对大气污染总量控制规划智能决策支持系统的开发步骤和总体结构做了介绍。并描述了该系统中的知识库系统、模型库系统、数据库系统和图形库系统的设计思想,特别是对知识库的构造进行了较详细的叙述。还介绍了神经网络技术在该系统中的应用。指出大气污染总量控制规划智能决策支持系统将为大气污染总量控制提供更科学、更合理、更有效的规划方案。     

基于高通量绝对定量测序解析岗南水库微生物群落的时空分布特征及关键驱动因素

为了探究水源水库微生物群落时空演变特征及其环境驱动因子,采用高通量绝对定量测序技术,结合数据分析了相对定量和绝对定量对岗南水库微生物群落演变和驱动因子的影响.结果表明,基于绝对定量的微生物群落α-多样性呈现出明显的季节差异(p＜0.05),基于相对定量的微生物群落α-多样性没有差异;绝对定量的微生物群落a-多样性高于相...     

湖泊水质富营养化评价的模糊神经网络方法

为了探索人工神经网络用于湖泊营养化评价的可能性,提出了基于多准则学习的模糊神经网络湖泊水质营养化评价模型。该模型应用于我国五大主要湖泊水质营养化的评价结果表明,模糊神经网络用于湖泊水质营养化评价,具有简便、实用、客观性和广泛的通用性。      

天津市环保产业信息管理系统研究

通过对环保产业信息获取,处理,应用等环节的研究,完成了对天津市自１９９３年来的首次环保产业调查,开发了配套的管理软件系统,同时对该系统的知识发现,网络化等问题进行了探讨。     

扩展阴极型膜电解法处理含铜废水的数学模型

采用均匀设计法,研究离子膜扩展阴极电解法对低浓度含铜废水的处理效果,得到了反应条件与回收效果之间的线性模型,并比较了线性预测模型和BP网络的预测效果。结果表明,线性模型有较强的定性分析作用但预测能力不强,而BP网络具有很强的预测能力。两法结合,具有很强的理论和实践指导意义。模型预测结果和实验结果均表明,扩展阴极型膜电解法可带来很好的社会效益和经济效益。     

MSWNet: A visual deep machine learning method adopting transfer learning based upon ResNet 50 for municipal solid waste sorting

● MSWNet was proposed to classify municipal solid waste. ● Transfer learning could promote the performance of MSWNet. ● Cyclical learning rate was adopted to quickly tune hyperparameters. An intelligent and efficient methodology is needed owning to the continuous increase of global municipal solid waste (MSW). This is because the common methods of manual and semi-mechanical screenings not only consume large amount of manpower and material resources but also accelerate virus community transmission. As the categories of MSW are diverse considering their compositions, chemical reactions, and processing procedures, etc., resulting in low efficiencies in MSW sorting using the traditional methods. Deep machine learning can help MSW sorting becoming into a smarter and more efficient mode. This study for the first time applied MSWNet in MSW sorting, a ResNet-50 with transfer learning. The method of cyclical learning rate was taken to avoid blind finding, and tests were repeated until accidentally encountering a good value. Measures of visualization were also considered to make the MSWNet model more transparent and accountable. Results showed transfer learning enhanced the efficiency of training time (from 741 s to 598.5 s), and improved the accuracy of recognition performance (from 88.50% to 93.50%); MSWNet showed a better performance in MSW classsification in terms of sensitivity (93.50%), precision (93.40%), F1-score (93.40%), accuracy (93.50%) and AUC (92.00%). The findings of this study can be taken as a reference for building the model MSW classification by deep learning, quantifying a suitable learning rate, and changing the data from high dimensions to two dimensions.     

干旱荒漠区人工绿洲土壤盐碱化风险综合评估与演变分析

为明晰干旱荒漠区人工绿洲水盐时空分异特征与盐碱化风险空间格局演变过程,以甘肃省景电灌区为研究区,以2002,2010及2018年为研究代表年,基于多级模糊理论从地质气候驱动、水土环境驱动和自然-人类驱动3个驱动过程构建土壤盐碱化风险评估体系,集成云发生器原理、黄金分割率法、组合赋权法以及排队理论构建土壤盐碱化空间风险综...     

ISAPEC中知识自动获取的设计与实现

剖析了利用人工神经网络实现大气污染总量控制规划智能决策支持系统（ＩＳＡＰＥＣ）中知识自动获取的必要性，论述了ＩＳＡＰＥＣ中知识的自动获取的设计与实现过程，并用一实例进行了验证。结果表明用人工神经网络实现知识的自动获取与知识的人工获取相比既具有更高的时间效率，又能保证更高的质量。     

结构应力逆向推演模型及其不确定度定量分析

目的 针对现有结构安全在线监测与评估方法存在的短板,结合人工智能方法探索新的解决方案。提出一种基于有限测点应力逆向推演整体结构应力分布的方法,以数据驱动的模式,基于神经网络技术搭建算法模型。方法 以结构有限元仿真数据为基础,运用相关性分析方法,获取代表结构响应特征的有限个测点,利用神经网络方法构建基于有限测点应力推演结构全场应力分布的算法模型。结果 以科学试验平台的连接器结构为对象,开展该算法模型的应用研究,并且对该应用实例下的算法模型开展不确定度分析,推演结果的相对不确定度u95rel为8.6%。结论 该算法模型的推演结果正确反映了结构总体响应特征。从建模过程角度分析,该算法模型的不确定度来源主要包括相关性分析方法、神经网络建模以及模型收敛条件3个方面。