人工神经网络模型和公路复垦土地适宜性评价

提出了人工神经网络用于公路临时用地复垦土地适宜性评价，利用该模型对京大高速公路山西段复垦山西段复垦土地进行了适宜性评价，探讨了人工神经网络在土地复垦适宜性评价时的特点和注意问题。     

上杭紫金山金矿废水废渣的处理及生态环境影响

金矿的开采会产生大量的废渣和废矿石，氰化法提金则产生大量含氰废水，如果未能妥善处理，将严重污染地表水和地下水，以及周边生态环境。该文对上杭紫金山金矿的生产工艺、废水废渣处理情况进行了调研，并提出矿山生态环境保护措施建议。     

基于遗传算法的人工神经网络大气环境评价

人工神经网络模拟大脑的认知功能,通过改变连接点的权值和阈值来训练神经网络完成特定的功能。运用基于遗传算法的BP网络模型,以国家大气质量标准作为网络的输入样本对网络进行训练,对某地区大气质量进行评价,结果与综合指数法比较吻合。     

露天煤矿排土场地下水环境质量影响的灰色关联分析

阜新新邱露天煤矿排土场淋溶水对附近于家沟地区的地下水造成了严重的污染。为确定污染区域，对研究区内的17眼水井分别采样，进行了水质分析，采用灰色关联分析方法对每个监测点的水质进行了评价，确定出地下水环境质量等级，并将评价结果与模糊综合评价方法相比较。结果表明，两种方法的评价结果基本一致，但灰色关联分析方法的概念更清楚，计算更方便，可操作性强，易于推广应用。     

邢台煤矿矿井水的综合治理及利用

随着开采深度及范围的扩大，邢台煤矿井下高压出水点越来越多，既浪费了大量的排水费用，又对岩溶水环境和水资源造成了严重破坏。针对上述情况，用四种不同的方法分别进行了封堵和重新利用，使矿井减少了４８０ｍ＾３／ｈ的无效排水，经济效益和环保效益均十分明显。     

青藏高原生态资产地域划分中的SOFM网络技术

针对目前地域划分中存在的问题,论文尝试以人工神经网络技术作为区划工作的理论支撑,构建了自组织特征映射SOFM网络,以青藏高原环境与生态系统资产作为待分客体,探索了新技术和方法在生态资产地域划分中的应用。结果表明,对于自然界中广泛存在的非线性问题,SOFM网络具有比聚类分析等线性分类器更强的适应性。应用SOFM网络在对待分客体生态资产进行类型划分的基础上,使用策略性循环尺度转换(SCS)范式对其进行了区域转换,最终完成了青藏高原范围内生态资产的地域划分。     

用神经网络辨识化学强化一级处理系统

运用实验室得到的数据为样本 ,选取了CODCr和絮凝剂投加量为指标 ,采用三层结构的神经网络 ,利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统经行辨识。辨识结果表明 :模型的预测值与实测值的平均误差在 3 .7%左右 ,具有较高的精度。同时 ,该模型还具有适应性强 ,使用方便 ,高效的特点 ,为CEPT系统的在线实时控制提供了一条有效的途径。     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.     

利用微生物进行煤炭脱硫

从松藻煤矿分离到的氧化亚铁硫杆菌(Thiobacillus ferrooxidans)菌株T-4,能够利用煤炭中的黄铁矿作为能源基质,用含有细胞量10~8-10~9个/ml,pH1.55-1.70的种菌液,脱除煤炭中的无机硫,并进行了细菌煤炭脱硫的条件试验,9个样品4—72h试验结果,总硫量由1.31—2.45％降至1.05—1.88％,黄铁矿硫脱除率达86.11—95.16％.     

腹泻性贝类毒素的分析方法研究

本文描述了腹泻性贝类毒素的的特性，给出了已知的９种毒物成分的化学结构式衣不同毒物成分的毒性大小及毒理效应，对已有的该毒素的定量分析方法，包括生物分析法和化学分析法进行了剖析，重点阐述了化学分析法中的高效液相色谱分析法，介绍了法国目前使用的腹性贝毒的预警系统，并对我国该领域的研究提出了自己的建议。