基于FP-growth算法的高校群体性突发事件关联规则分析

为有效预防高校群体性突发事件,借助数据挖掘关联规则挖掘理论,在分析高校突发事件关键诱发因素基础上,构建基于FP-growth算法的高校群体性突发事件关联规则挖掘模型。并将模型应用于事务数据库数据的分析中,研究关键诱发因素间关联关系,实现强关联规则输出。研究结果表明,多数高校群体性突发事件的发生与日期没有必然联系;内部管理因素、内外部突发事件、内部突发事件、政治因素是诱发高校群体性突发事件的主要因素,且外部因素导致的群体性突发事件影响力远远超过内部因素的影响力;当突发事件发生后,应急处置的有效性是决定突发事件影响力的重要因素。     

土地利用变化对赣江流域径流的影响研究

论文以赣江流域为研究区,基于SWAT分布式水文模型及SUFI-2 算法,利用流域DEM、土地利用、土壤、气象等数据,结合GIS和RS技术,对流域土地利用变化的径流响应进行定量分析与研究。结果表明:影响模型模拟效果前3 位的敏感参数分别为ALPHA_BF、CN2、ESCO,得出率定期和验证期的模拟值与实测流量过程拟合程度较优,其R²和Nash-Sutcliffe 效率系数E_{NS均高于0.90,相对误差|Re|均小于3%;流域内1990 年与2000 年土地利用均以林地、水稻田、草地为主,此3 种类型约占流域总面积的85%;在相同气象条件下,两期土地利用情景下的月、年均径流量变化趋势较为一致,2000 年土地利用情景下的年径流量比1990 年略大;相比1990 年土地利用情景,2000 年产水量增加最为显著的区域主要为赣江流域东部、东南部和西南部,建筑用地、水浇地和裸岩面积的增加、林地面积的减少可能是引起产水量增加的主要因素。}     

人工鱼群神经网络应用于城市污水处理厂进水量预测研究

城市污水处理厂进水量的预测精度对污水厂的安全运行与科学管理具有重要影响。将人工鱼群算法用于神经网络的训练过程,并根据污水厂进水量的变化特性,考虑其周期性及气温、天气和节假日等影响因素,建立人工鱼群神经网络的预测模型。将人工鱼群神经网络预测模型应用到实际中,研究结果表明人工鱼群神经网络具有预测精度高、误差小的优点,在污水管网监测预警及实现管网与水厂联动等方面具有一定的实际意义。     

基于MABC-SVR的边坡安全系数预测模型

为避免原始人工蜂群算法(原始ABC算法)搜索时陷入局部最优解,提出一种改进的人工蜂群算法(MABC算法),该方法先将原始蜜源的适应度进行排序,找出适应度最高的蜜源,再在其周围搜索更优解,并采用MABC算法对支持向量回归(SVR)模型参数进行优化,实现对边坡安全系数的回归分析与预测。通过对两种算法进行函数测试,结果表明:MABC算法较原始ABC算法收敛速度快、全局性好。选取实例边坡数据构造训练集和测试集,采用MABC-SVR方法基于建立的边坡安全系数预测模型进行预测,结果表明:均方根误差为0.004 6,最大相对误差为7.62%,回归系数为0.967 2。可见,建立的边坡安全系数预测模型准确度较高,可推广使用。     

基于MODIS_C061的长三角地区AOD与Angström指数时空变化分析

以长三角为研究区,利用AERONET地基观测的气溶胶光学厚度(AOD)数据,验证了基于MODIS_C061深蓝算法(DB)的AOD产品适用于长三角地区.并利用2000～2018年MOD04_L2产品,分析研究区AOD和Angstr?m指数(AE)的时空变化特征.结果表明,长三角地区AOD呈现东部和北部平原地区高、南部和西部山区低的空间分布,AE呈现南部地区高北部地区低的空间分布. 2003～2007年,AOD年均值增长显著,增长率为23%, 2011年以后逐渐下降; 2001～2003年,AE年均值增长迅速, 2012年以后逐渐下降.AOD在长三角地区呈现夏季最高、冬季最低的显著季节性变化,月均值6月最高达0.84, 8月最低为0.40;AE呈现秋季最高,春季最低的季节性变化,月均值9月最高达1.47, 3月最低为1.08.根据AOD与AE的关系,对长三角地区气溶胶类型进行了研究,结果表明人为产生的城市工业气溶胶是该地区主要的气溶胶类型,其次为混合型和清洁大陆型.     

模糊c-均值聚类法在土壤重金属污染空间预测中的应用

基于93个土壤表层样品重金属Cu、Zn、Cr、Cd、Pb和Hg全量浓度分析数据,应用模糊分类方法结合地统计学手段,对南京市边缘带梅山钢铁厂附近总面积约14 km2样区内的土壤重金属污染状况进行了空间预测.结果显示,样区北部及东北角区域的土壤遭受重金属元素Cu、Zn、Cr、Cd的轻微污染,样区西侧沿长江呈带状分布的土壤由于其重金属环境容量较低,存在潜在污染风险,样区其它区域的土壤未发现由上述重金属元素导致的污染现象.样区东北角土壤Pb、Hg污染严重,并与Cu、Zn、Cr、Cd污染在空间上重叠,是土壤重金属污染控制与土壤修复的重点区域.样区的东部和东北部区域土壤受Pb、Hg中度污染,在梅山集团的北部土壤轻微污染.研究表明,与直接对重金属浓度分析数据实施插值分析的常规克里格方法相比,模糊c-均值聚类结合地统计学方法获得的空间预测结果蕴含信息更加丰富,而模糊集理论及其相关算法在土壤学诸多领域中也具有极大的应用潜力.     

富营养化评价的对数型幂函数普适指数公式

为了建立科学合理、简洁直观、普适通用、易于计算和使用方便的湖泊富营养化评价模型,在适当设定富营养化指标"参照值"基础上,定义了相对于"参照值"的指标"规范值"概念,提出了一个对多项指标的"规范值"均适用的富营养化评价对数型幂函数指数公式,并采用粒子群优化算法对公式中的参数进行优化,得到优化后对14项指标皆适用的富营养化评价普适指数公式.将该公式用于我国不同地区和不同类型的45个湖泊及邛海8个断面的富营养化评价,其结果与用修正卡森指数公式TSIm、营养状态指数公式TSIc和幂函数加和型普适指数公式等多种评价法的评价结果几乎完全一致,并与实况相符合,从而为水体富营养化评价提供了一个简单、实用的新公式.     

IPSO-BP神经网络在渭河天水段水质评价中的应用

水质评价是进行水环境容量计算和实施水污染控制规划的重要基础,能为改善河流水资源污染程度,保护河流水资源提供方向性、原则性的方案和依据。文章通过改进的PSO算法优化BP神经网络的权值和阈值,获得最优权值和阈值后建立IPSO-BP神经网络水质评价模型,针对关中-天水经济区中天水段地表水质,利用2003-2009年渭河天水段4个控制断面的监测数据,选取BOD5、DO、氨氮、总磷、高锰酸盐指数5个指标进行综合评价,并分析了污染现状及时空变化规律。结果表明,改进的PSO-BP神经网络泛化能力强,评价更客观;7年间水质有一定程度的改善,但总体变化不大,水质类别主要为Ⅱ类和Ⅲ类,其中北道桥断面污染最为严重。研究旨在有效控制渭河流域天水段污染,为渭河水资源的保护提供科学依据。     

基于环境小卫星反演地表温度以及与实测数据的比较与分析

地表温度（Land Surface Temperature,LST）在地表与大气能量交换中扮演着重要角色,是地表过程分析和模拟的关键参数。随着卫星遥感技术的发展,利用遥感反演地表温度的方法不断出现,如劈窗法（SW）、双角度法(DA)和单通道算法（SC）等。针对HJ-1B星波段特点,选择太湖及其周边区域为研究区,利用地面实测水温数据,对Jiménez-Muoz单通道算法和覃志豪单窗算法的反演精度进行了对比和敏感性分析。结果表明：Jiménez-Muoz单通道算法较覃志豪单窗算法精度稍高,更加接近实测水温数据,但是Jiménez-Muoz单通道算法的敏感性高于覃志豪单窗算法的敏感性,且Jiménez-Muoz单通道算法只适用于一定的水汽含量范围,有一定的局限性。     

基于DE-BPNN模型的含腐蚀缺陷管道失效压力预测

为提升含腐蚀缺陷管道失效压力预测精度,准确把控管道状态,建立基于DE-BPNN的含腐蚀缺陷管道失效压力预测模型,有效避免BPNN模型陷入局部最优问题,提升预测精度.基于61组管道爆破实验数据,分别用DE-BPNN与BPNN模型进行仿真计算.结果表明:DE-BPNN预测结果平均相对误差为3.26％,R2为0.98585,...