湖南空气质量预报中的数据预处理和特征工程

为提高空气质量预报的准确率,建立了融合气象和环境观测资料、结合机器学习和数值天气预报,且预测时效较长、预测精度较高的机器学习模型库。以湖南6个城市(长沙、株洲、湘潭、益阳、常德、岳阳)的空气质量预报为例,将数据预处理、特征工程方法运用到模型之中,得出以下几点结论:①数据预处理工作包括样本收集、数据清洗、缺失值处理、异常值剔除等,对提高模型预测稳定性帮助很大。②点、线、面的特征组合有助于完整地描述污染物的生消过程。引入传输指数后,株洲市模型对传输型污染过程的预测性能得到明显提高,对轻度、中度、重度污染的分类准确度分别提升了23.6%、16.6%、30.0%。引入静稳指数后,长沙市模型PM_2.5浓度测试的相关系数由0.938提升至0.959,均方根误差由10.33下降至8.46,且模型对中度以上污染天气的极值预报结果更接近实况;益阳市模型在高浓度样本预测中存在的系统性偏低现象得到改善,对轻度以上污染天气的预报结果得到较大矫正。③随机森林的特征重要性排序功能可以大幅度减少特征的数量,使得模型的可解释性和稳定性增强。     

选煤浮选机用于处理含油废水的模拟实验研究

对被淘汰的老型选煤浮选机作为气浮法处理含油污水设备进行了可行性分析,并作了含油污水处理的实验模拟,实验结果表明,可以用煤炭浮选机作为气浮法污水处理设备,且处理含油污水效果较好,废物的再开发利用程度高,具有较好的环境效益和经济效益。     

电弧焊防触电技术探讨

从电焊机保护接地（或接零）的规则、电源线与焊钳的安全技术、控制电器的安全技术、电焊工作业中的安全保障措施等四个方面,探讨了电弧焊作业中如何防范触电事故的技术措施,实践证明,所述的安全要求和技术方法对于电弧焊作业的安全管理和安全生产具有很高的实用价值。     

一种系统化的行为形成因子分类方法

为了准确表述能够诱发人为差错的情景环境,对人因可靠性分析(HRA)中的行为形成因子(PSF)进行归纳整理,构建一种新的系统化的PSF分类方法。对现有人因可靠性文献中的PSF进行分析,明确PSF的定义及其内涵。通过分析人机交互过程,指出PSF应该包含:操作者,机器,任务,组织,环境和辅助系统等6个方面,分别从上述6个方面对PSF进行细致分解,最终构建包括6个方面38个元素的PSF分类方法。     

大气环境分类的SVM联合决策方法

目的 实现城市大气环境的精准快速归类预测。方法 基于支持向量机（SVM）构建多分类问题的联合决策算法,将大量城市环境因素数据的主成分聚类结果作为输入,通过机器学习训练,组建大气环境的SVM联合决策模型。结果 该模型根据大气环境因素将数据集91个城市划分为9类,其中河内与海防环境相似度最高,巴东与格尔木差异最大。9个SVM二分类器组建的联合决策模型通过逐点预测在主成分数据空间形成了分区预测云图。结论 SVM联合决策模型可实现城市环境的快速分类辨识,分类预测结果精度高于95%。     

基于机器学习的恐怖袭击事件后果预测方法研究

恐怖袭击事件通常会造成严重的人员伤亡、财产损失和社会影响,针对在不同场景下发生恐怖袭击所造成的后果进行预测是目前应对恐怖袭击事件急需解决的问题之一。利用多源数据,首先基于随机森林算法对恐怖袭击事件是否造成死伤进行分类预测,进而基于岭回归算法预测事件造成的具体死伤人数。研究结果表明:随机森林在测试集上对有死伤事件的召回率达到0.85,岭回归预测死亡和受伤人数的平均绝对误差分别小于1人和2人。研究结果可为反恐资源配置优化、预防恐怖袭击事件和减少其造成的损害提供辅助决策支持。     

基于SIFT与SVM的应急救援图像检测方法研究*

针对公共安全突发事件应急救援的封闭空间场景（Confined Space Scene,CSS）信息采集不通畅、不全面而影响救援等问题,提出1种基于不变特征转换（Scale invariant feature transform,SIFT）和支持向量机（Support Vector Machine,SVM）的图像信息异常检测方法。在场景内外信息传递“断环”情况下,该方法可利用物联网技术采集的图片,或以网络图片信息、历史类似场景数据等作为补充,通过SIFT特征提取、K means聚类处理以及SVM分类,实现场景的智能识别。经仿真分析,该方法能实现封闭空间内外部图像信息互通,“接补”因无法了解事件内部情况而产生的救援环节链条的“断环”,为救援提供决策参考。     

SVD在串联故障电弧检测及选相中的应用*

煤矿井下发生串联故障电弧易引发火灾等安全事故,为了预防电气火灾、指导线路维修,利用三相电动机及变频器负载开展不同线路、不同电流条件下的串联故障电弧实验,研究三相串联故障电弧的检测及选相方法。首先,对单相电流进行一阶差分处理后,建立改进的吸引子轨迹矩阵作为故障特征矩阵;其次,对故障特征矩阵进行奇异值分解,采用特征矩阵的奇异值构建串联故障电弧检测及选相的特征向量;最后,利用极限学习机建立故障电弧检测及选相模型,并测试检测及选相准确率。研究结果表明:提出的SVD方法可以利用单相电流实现三相电动机及变频器负载回路中的串联故障电弧检测及选相。     

工业用制氧机噪声控制方案

在大型炼钢生产工艺过程中,需要制备大量的氧气.由于空气流量大,制氧机进口噪声大,对周围环境和工作人员造成了极大的危害.对某钢铁集团制氧机的噪声源进行了分析,并在现场调查的基础上,提出了制氧机噪声治理方案.经过测试,治理后的厂界噪声指标达到国家标准的控制要求.     

基于机器学习算法的精细化流场模拟研究

基于决策树和随机森林两种机器学习算法,以长沙市国控站气象观测数据和WRF模式模拟得到的风场数据构建数据集,对WRF预报长沙市城区风场数据进行优化.同时,利用树模型特征选择法,筛选对近地面风场数据有重要影响的气象要素,将其作为两种机器学习算法的输入,并利用网格搜索法进行调参建模.最后,将训练结果与地面观测数据进行对比评估...