深水平台施工过程自然风险定量评估

在分析现有风险理论的基础上,结合海洋施工实际,提出了一种对海洋施工自然风险进行定量评估的模型。根据目标系统各风险事件与影响因素之间存在高度非线性复杂映射的特点,提出了利用BP神经网络拟合方法,对主要风险事件发生概率进行量化的模型。针对传统的梯度下降优化算法收敛速度慢的特点,采用可避免计算Hesse矩阵的Levenberg-Marquardt算法来训练神经网络。这一模型可以模拟专家评价,并准确地按照专家的评定法则进行估算,具有一定的通用性。     

CaH_2对Cu-Ce-La-ZSM-5催化分解NO性能的影响

实验采用一步离子交换法制备Cu-Ce-La-ZSM-5催化剂,然后采用共混法制得Cu-Ce-La-ZSM-5/CaH2催化剂。采用扫描电镜(SEM),电感耦合等离子体发射光谱(ICP-AES),X射线衍射(XRD),红外(FTIR)以及NO吸脱附(NO-TPD)对催化剂进行表征。结果显示CaH2的加入使得催化剂中铜离子存在形式发生变化,催化剂表面变光滑洁净,并且吸附NO能力增强。NO催化分解实验的结果表明CaH2提高了催化剂活性和抗氧性。CaH2助催性是由于其受热分解过程中产生的H2能将Cu2+还原为具有催化活性的Cu+,同时使催化剂表面洁净光滑更容易吸附NO。     

佛山市臭氧浓度时间变化特征及主要影响因子

对佛山市2011—2014年O_3监测数据进行分析,结果表明,ρ(O_3)日变化呈现明显的单峰特征,2011—2014年O_3日最大8小时滑动均值(O3-8 h)的年评价值没有出现显著的下降趋势,超标值多出现在8—10月。夏季O3-8 h与日平均气温的相关系数较高,O_3污染多发生在气温30℃,相对湿度为50%~70%的气象条件下。相对湿度60%,气温为20~25℃,也可能出现O3污染。10℃时,不同的温度条件下,O_3与PM_(2.5)存在正相关关系。在不同的季节时段,O_3-8 h基本随着ρ(NO_2)/ρ(NO)增大而增大。     

青岛市采暖期PM2．5与大气能见度的关系

利用青岛市大气综合观测站的研究性监测数据,分析了2011年采暖期PM2.5和能见度的相关性,结果表明：①能见度在≤3km时,对应的PM2.5浓度超出0．250mg／m^3,属于严重污染;②PM2.5浓度对能见度的影响存在一临界区域,当PM2.5浓度低于该临界区时能见度会随PM2.5浓度减少迅速改善,临界值大致位于PM2.5浓度为0．100mg／m^3处;③相对湿度小于85％时,能见度与PM2.5浓度呈显著负相关。其中,相对湿度在60％-70％时,能见度与PM2.5浓度之间的相关性最好,PM2.5对能见度的影响最直接。     

24个CMIP5模式对长江流域模拟能力评估

根据1961~2005年长江流域气象站点的实测月降水量和气温数据,采用第5期全球耦合模式比较计划CMIP5(the Fifth Phase of Coupled Model Intercomparison Project)中24个全球气候模式(GCM)的模拟结果,通过计算模拟变量和观测变量平均值的相对误差、归一化的均方根误差、时间和空间相关系数,采用M-K趋势分析方法,分别选用在长江流域模拟气温和降水较好的5个模式进行集合平均,从时间的演变规律和空间的分布特征两方面,检验该模式集合对长江流域模拟气温和降水的能力。研究结果表明:各个模式模拟气温的能力要明显好于模拟降水的能力,但模拟气温较好的模式模拟降水的能力并不一定突出;模式集合的结果表明:在时间尺度上,模式集合平均结果与观测值拟合程度较好,且模式集合的结果振荡幅度较观测值小;在空间尺度上,模式集合的空间分布趋势与观测值大致相同,说明采用的模式集合结果用于预估未来长江流域降水的时空分布特征和演变规律是可行的。     

基于BP神经网络的鄱阳湖水位模拟

考虑到鄱阳湖水位受流域五河与长江来水等多因素的共同作用而表现出高度非线性响应,采用典型的三层BPNN神经网络模型来模拟鄱阳湖水位与其主控因子之间的响应关系。分别将湖口、星子、都昌、棠荫和康山水位作为目标变量进行BPNN模型构建和适用性评估。结果显示：综合考虑流域五河及长江来水（汉口或九江）的BPNN水位模型,空间站点水位模拟精度（R2和Ens）可达090以上,各站点的均方根误差（RMSE）变化范围约050～10 m,若忽略长江来水的影响作用,仅将流域五河来水作为湖泊水位的主控影响因子,模型训练期与测试期的纳希效率系数（Ens）和确定性系数（R2）显著降低,且低于050,均方根误差（RMSE）也明显增大（124～288 m）,意味着综合考虑流域五河与长江来水是获取结构合理、精度保证的鄱阳湖水位模型的重要前提。同时建议针对鄱阳湖湖盆变化对水位的影响,尽可能选择一致性较好的长序列数据集来训练和测试BPNN模型。所构建的BPNN神经网络模型可进一步结合流域水文模型,用来预测气候变化与人类活动下流域径流变化对湖泊水位的潜在影响,也可作为一种有效的模型工具来回答当前鄱阳湖一些备受关注的热点问题,如定量区分流域五河与长江来水对湖泊洪枯水位的贡献分量,为湖泊洪涝灾害的防治和对策制定提供科学依据     

SPOT5卫星数据融合和彩色合成的方法及应用

文章利用玛多县2005年5月22日SPOT5卫星多光谱和全色段数据的融合和彩色影像图的处理和制作,系统介绍了目前较为成熟的像元级融合技术和SPOT5模拟真彩色影像图制作方法。制作后的影像图能够满足测量和专业制图的需求,而且可以用于地物分类、目标识别等处理。     

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BP神经网络的垃圾焚烧过程故障诊断

应用BP神经网络方法,建立了垃圾焚烧过程故障诊断的模型.该方法采用梯度下降法训练网络权值,利用最优停止法对网络进行了优化,避免了过拟合现象.提高了BP神经网络的训练速度和泛化能力.并以实际焚烧过程工况数据进行性能检验,检验结果表明了该BP网络具有较高的诊断精度.     

学习率有限监督调整BP网络在水质评价中的应用

以地表水环境质量标准基本项目标准限值为依据,随机生成标准样本和检测样本,采用学习率有限监督调整BP网络建立水质评价模型。完成网络训练的模型对检测样本进行检验评价,检验结果表明,该人工神经网络水质评价模型具有较高的精度,同时,可以避免人为主观因素对水质评价的影响,保证了水质鉴定的科学性和公正性。