生物炭对施粪肥土壤中根际真菌群落多样性及相互作用的影响

为了研究生物炭对施粪肥土壤中根际真菌群落结构及相互作用的影响,通过黑麦草盆栽试验,比较了添加2%生物炭处理和仅施粪肥条件下,根际真菌的群落演替及分子生态网络. Illumina MiSeq测序结果表明,添加生物炭处理与不添加生物炭的对照处理中真菌的α多样性指数(Shannon指数)无显著差异.两种处理情况下,子囊菌门(Ascomycota,59. 64%～84. 80%)、担子菌门(Basidiomycota,1. 90%～5. 87%)和接合菌门(Zygomycota,4. 34%～16. 11%)均为主要菌群.分子生态网络分析表明,相比不添加生物炭的对照组,添加生物炭后的土壤真菌群落具有更复杂的联系且显著增强了种间积极的相互作用(P 0. 05). Mantel检验分析表明,添加生物炭处理中植物根系与真菌丰度和种间相互作用显著相关(P=0. 001).植物根系是影响真菌丰度和相互作用关系的最重要的因素.     

航天器总装事故原因事件重要度分析

为解决传统安全性定量分析方法不能描述航天器总装这一复杂人-机-环系统的失效数据波动性和非严格逻辑关系的问题,结合生产实际,采用问卷调查的方法找出影响总装事故的风险因素,即导致事故的事件发生可能性、输入事件对输出事件的影响程度等。在验证调查数据的有效性之后,应用基于模糊数的模糊因果图(FCD),计算某航天器与支架车连接作业的事故风险可能性。提出原因事件重要度的计算方法。通过计算发现,人员注意力和发动机保护罩作用是导致发动机损伤的关键事件。与模糊事故树(FFT)、贝叶斯网络(BN)重要度计算结果对比表明,模糊重要度计算结果能反映事故发生可能性对原因事件发生可能性值的增减的敏感度。     

基于卷积神经网络的冲击地压预警方法研究*

为探究深度学习在冲击地压预警方面的应用前景,以新疆某冲击地压矿井为研究背景,将深度学习和专家评判运用到微震数据分析中,基于卷积神经网络构建冲击地压预警模型。充分利用一维卷积神经网络对时序数据有较强特征提取能力的优势,以微震数据及其特征参数作为输入,以专家评判值作为标签,借助Python-Keras框架实现冲击地压预警模型的构建和训练。研究结果表明:模型预警效果并不随着训练迭代次数的增加而逐渐最优,存在最优迭代次数,对于所建模型当迭代次数为30时测试集的冲击危险预测结果与专家评判结果基本吻合,同时说明模型可以较好地学习专家评判经验实现冲击地压预警。研究表明所建模型对研究时段内发生的5次大能量矿震事件均进行预警,其准确度较高,具有现场实际应用价值。     

改善太仓城区水环境原型调水实验研究及模型建立

为达到改善太仓城区水环境的目的,于2004年4月21日进行了调水实验.调水历时14 h,期间向城区调水21.8万m3.通过对监测点采样,得到水量、水质实测数据.根据实验数据,建立了符合太仓河网的水量水质数学模型,分析了从长江引水对太仓城区水环境的改善程度.同时对不同引水方案情况下城区水环境改善效果,以及截污和清淤对水环境的影响做了分析.研究表明,引水只能短期改善水环境;要根治水环境,必须从源头抓起,进行截污.     

基于模糊神经网络方法的信息系统安全风险评价研究

为提高信息系统安全风险评价的准确性,提出基于模糊神经网络的信息系统安全风险评价模型。该模型利用模糊理论隶属度反映各因子的相对状态,对模糊性具有很高的识别精度。将风险因子模糊隶属度矩阵输入BP神经网络中,增加了它对模糊性的识别能力。通过非线性分析处理的BP神经网络进行学习和测试,得到输出风险评价等级。实例分析结果证明算法的应用性。误差分析结果证明了模型的有效性。检验结果表明,模糊神经网络模型的识别精度高于单一的模糊评价模型和神经网络模型。     

上覆岩层瓦斯卸压范围及流动规律的应用研究

为合理、高效地治理朱家店煤矿巷道掘进和煤层开采过程中瓦斯浓度多次超限的技术阻力,本文针对该煤矿不同煤层上覆岩层瓦斯卸压范围及流动规律进行了较为深入的研究,建立了其BP神经网络破坏高度的数学预测模型。通过合理地计算,本文确定了该矿开采煤层上覆岩层的走向及倾向卸压长度、卸压上限和卸压范围,最后提出了有效控制上覆岩层瓦斯大量流向工作面及采空区的技术策略,从而达到了遏制矿井瓦斯事故发生的目的。     

类似一次一密的复合混沌音频隐藏方案

基于离散混沌映射3D-Lorenz系统和Arnold猫映射,设计了一种利用复合混沌系统实现音频信息隐藏的通信方案。该设计方案将3D-Lorenz系统与Arnold离散猫映射组合产生的混沌码具有良好的伪随机性,该混沌流密码系统是完善保密系统,具有类似一次一密的功能,具有较高的安全性。数值模拟表明了算法的有效性和可靠性。     

基于BP模型的土壤重金属对其生物毒性的贡献分析

通过BP神经网络模型对石油开采区土壤重金属的部分缺失试验数据进行补齐,并采用主成分分析法对石油开采区土壤中重金属进行源解析。结果表明,土壤中重金属的来源包括自然来源、农业来源、交通来源和燃煤来源。以不同来源重金属作为输入条件、土壤生物毒性作为输出条件构建不同来源重金属土壤发光菌生物毒性神经网络模型,模型验证结果表明,在0.05显著性水平下,25组验证样本模拟值和试验值之间的相关系数r为0.396,满足模型验证要求。结合相对灵敏度计算,获得不同来源重金属对土壤生物毒性的贡献率分别为自然来源26.68%、农业来源52.71%、交通来源4.67%、燃煤来源15.94%,即农业来源为石油开采区土壤中发光菌生物毒性的最主要来源。     

锑矿周边稻田土壤垂直剖面锑砷形态与细菌群落结构分布及相互关系

为了解稻田土壤微生物对锑(Sb)和砷(As)污染的长期适应机制,本文以贵州省独山半坡锑矿和某锑矿冶炼厂周边稻田土壤为研究对象.采用野外布点和室内分析的方法,利用Illumina高通量测序技术对稻田垂直剖面土壤细菌16S rRNA V3～V4可变区进行测序,分析了土壤微生物的α多样性、物种丰度差异和组成情况,探讨了不同形态Sb和As在tc1(水耕熟化层)、tc2(渗育层)、tc3(犁底层)和tc4(水耕淀积层)的地球化学行为及其对细菌群落结构的影响.结果表明,研究区Sb和As的来源不同,Sb主要来源于大气沉降和人工投放,As则来源于成土母岩.变形菌门(Proteobacteria)和绿弯菌门(Chloroflexi)为各土层的主要优势菌门,具体表现为变形菌门(Proteobacteria)是tc1和tc2的优势菌门,绿弯菌门(Chloroflexi)是tc3和tc4的优势菌门.土壤剖面各土层多样性指数均在tc1达到最大值,在tc3达到最小值且差异不显著.相对重要性分析表明,总As、As(V)、TS和Fe(II)为影响多样性指数的主要因子.LEfSe分析表明,各土层差异指示种在不同分类水平上各不相同且tc1的数量高于tc2、tc3和tc4.如在门水平,tc1的差异指示种为疣微菌门(Verrucomicrobia),tc3为热袍菌门(Thermotogae),tc4为硝化螺旋菌门(Nitrospirae);在纲水平,tc1为α-变形菌纲(α-proteobacteria),tc2为β-变形菌纲(β-proteobacteria),tc3为热袍菌纲(Thermotogae),tc4为硝化螺旋菌纲(Nitrospirae).RDA分析和相对重要性分析表明,总As、As(III)、Sb(V)、总Sb和pH等对细菌门分类水平具有重要影响.共生网络分析进一步表明,Sb(III)和As(V)虽然对群落结构影响相对较小,但与特征性微生物却存在显著相关性,如Sb(III)与Defluviicoccus属显著相关,而As(V)对β-变形菌纲影响较为显著.     

BP神经网络在降水酸度预测中的应用

本文利用南昌市城市大气中SO2、NOX、TSP等浓度数据及降尘数据建立了BP神经网络的降雨酸度预测模型，结果表明：BP神经网络的预测模型不仅能较好地反映致酸因素与降水酸度的相互关系，而且预测精度也高于多元回归等模型。