基于关联向量机回归的水质预测模型

提出了一种基于关联向量机回归的水质时间序列预测模型,并以该模型对氢离子浓度指数(p H值)、溶解氧(DO)、高锰酸盐指数(CODMn)和氨氮(NH3-N)4种重要水质指标进行预测.首先采用国家环保部发布的四川攀枝花龙洞水质自动监测数据进行实验,对该模型的有效性进行了验证;然后将关联向量机回归预测模型与支持向量机回归预测模型进行比较.为了比较不同核函数的预测效果,实验中预测模型的核函数分别采用了线性函数和高斯函数.实验结果表明,关联向量机回归模型的预测效果不亚于支持向量机回归模型;且在给出预测值时,还能同时给出预测结果的可信程度.     

圆盘式与皮带式石膏脱水机经济技术对比分析

圆盘式脱水机是近年来新发展的一种石膏脱水设备,以国内某2×660 MW机组电厂为例,针对新式的圆盘式脱水机和传统的皮带式脱水机从经济性和技术性进行了对比分析,结果发现圆盘式脱水机在长期运行后有着较大的经济和技术优势。     

基于改进混合遗传-支持向量机的CMF产水预测研究

将模拟退火思想和加速遗传特性相结合,改进选择策略和遗传算子,建立加速遗传模拟退火算法（AGSA）;基于支持向量机（SVM）的非线性回归和改进混合遗传算法的因子筛选,构造了支持向量机模型参数的自适应优化算法,提出连续微滤系统（CMF）产水预测模型;通过实测中试规模连续微滤系统产水量变化对模型进行验证,结果表明：该模型较好...     

考虑数据去噪分解的滑坡位移组合预测研究

为准确掌握滑坡位移变化规律,基于滑坡变形监测结果统计,对位移数据进行去噪分解处理,将滑坡位移数据分解为趋势项和误差项,并分别利用优化多核极限学习机和Arima模型构建预测模型,以实现滑坡位移的组合预测.结果表明:Morlet复小波较传统去噪模型分解效果更优,且通过优化处理,能更好地提高其分解能力;通过对多核极限学习机的...     

基于机器学习的典型社会安全事件发生规律研究及对雄安新区的启示

针对雄安新区建设和发展过程中对社会安全事件的防控需求,以盗窃作为典型社会安全事件,提出基于机器学习模型的社会安全事件分析预测方法,并以A市2012—2016年的实际盗窃犯罪数据为基础,提取发案时间、发案地点、实施手段和损失金额作为分类特征,通过比较多种机器学习算法,研究盗窃前科人员的预测方法,并根据预测结果挖掘盗窃前科人员的作案规律。研究结果表明:随机森林算法表现最优,查准率、查全率和F1均达到了0.85以上;对于盗窃这一典型社会安全事件,其前科人员倾向于选择下午时段和人流量大的地区实施,盗窃金额明显高于初犯和惯犯。最后,基于前述研究,提出构建数据驱动的社会安全事件预测预警和综合研判系统,并针对该系统的前期建设和后期使用,给出“制定统一的数据格式”、“实现数据实时接入”的建议。相关研究成果可为雄安新区社会安全事件预测预警以及治安防控工作的开展提供参考和借鉴。     

复杂事件事故树“人-机-环”简易展开模型及应用

为了寻找编制复杂事件事故树时中间事件的展开方式,采用理论分析的方法,剖析事故原因,发现事故的发生均是事故致因理论中"人-机-环"三因素作用导致的。基于此,根据系统分割准则和事故致因理论,研究了一种事故树基本展开型式,提出事故树编制时的"二分法"原则,建立了通用的事故树简易展开模型。利用模型将事故的"人-机-环"三因素分析方法应用于高处坠落这一事件的事故树分析中,确定了高处坠落事故的主要影响因素,编制出包含7个中间事件和11个基本事件的高处坠落事故树。研究表明,模型可有效实现复杂事件事故树的编制及影响因素分析,研究结论将传统的"因素分析"从定性向半定量方向推进了一步。     

A deep model method for recognizing activities of workers on offshore drilling platform by multistage convolutional pose machine

The growing diversity of image scenes brings a great challenge to human activity recognition in practice. Traditional activity recognition methods cannot satisfy the demand of precise action recognition in complex scenes. In this work, we build a training set of worker's activities on offshore drilling platform by collecting data from offshore drilling monitor, and then an improved multi-level convolutional pose machine (MCPM) method is proposed and trained to recognize activities of workers on the platforms. In human object detection, a multi-rule region proposal marker algorithm is developed to separate the seawater area, and the ducts of similar personnel is pre-discriminated by support vector machine. We use the characteristics of the human body key-points not affected by complex background noise to assist the detection of the human target. As results, it shown that our method performs better than Faster-RCNN, MobileNet-SSD and SSD algorithms in detecting human target on the offshore drilling platform, and achieves well accuracy in recognizing many key activities. To our best acknowledge, it is the first attempt of using deep model to recognize worker's activities on offshore drilling platform.     

电焊机保护接地技术探究

探讨了电焊机在现行的五种电源制式下的保护接地(或保护接零)规则;分析了多台电焊机之间的保护接地(或保护接零)的互相连接问题,并特别指出了多台电焊机的保护接地(或保护接零)必须单独进行,实行并联连接;最后介绍了接地系统在选材、制作、改造和利用方面的技术要点。     

化学药剂对吸入式气浮净化机除油浮选动力学的影响

本研究在实验室装置上着重考察了化学药剂对吸入式气浮净化机除油浮选动力学的影响。研究结果表明化学药剂对浮选速率常数有明显影响,不同化学药剂及用量其影响效果不同。     

机器学习在微塑料识别与环境风险评估中的应用研究进展

微塑料是一种新型污染物,可以在环境中长期存在并造成生态风险.目前,微塑料污染已成为全球性的重大环境问题.借助新的技术途径,提高微塑料识别的简便性和可靠性,并系统分析各类环境介质中微塑料的污染特征,明确微塑料的环境效应,对科学准确评价微塑料污染的环境风险具有重要意义.机器学习技术通过学习和解析大量数据建立结果评估或预测模型,目前已广泛应用于微塑料领域的相关研究.机器学习的应用可以提高视觉和光谱识别微塑料的自动化程度和识别效率,为微塑料污染溯源提供方法支撑并有助于揭示微塑料的复杂环境效应机制.通过综述机器学习技术在微塑料识别与环境风险评估中的应用研究进展,概括了机器学习在上述方向的应用特点和局限性,为机器学习在相关方向的发展和应用提出建议与展望.