大气污染总量控制规划智能决策支持系统的开发与研究

对大气污染总量控制规划智能决策支持系统的开发步骤和总体结构做了介绍。并描述了该系统中的知识库系统、模型库系统、数据库系统和图形库系统的设计思想,特别是对知识库的构造进行了较详细的叙述。还介绍了神经网络技术在该系统中的应用。指出大气污染总量控制规划智能决策支持系统将为大气污染总量控制提供更科学、更合理、更有效的规划方案。     

基于高通量绝对定量测序解析岗南水库微生物群落的时空分布特征及关键驱动因素

为了探究水源水库微生物群落时空演变特征及其环境驱动因子,采用高通量绝对定量测序技术,结合数据分析了相对定量和绝对定量对岗南水库微生物群落演变和驱动因子的影响.结果表明,基于绝对定量的微生物群落α-多样性呈现出明显的季节差异(p＜0.05),基于相对定量的微生物群落α-多样性没有差异;绝对定量的微生物群落a-多样性高于相...     

湖泊水质富营养化评价的模糊神经网络方法

为了探索人工神经网络用于湖泊营养化评价的可能性,提出了基于多准则学习的模糊神经网络湖泊水质营养化评价模型。该模型应用于我国五大主要湖泊水质营养化的评价结果表明,模糊神经网络用于湖泊水质营养化评价,具有简便、实用、客观性和广泛的通用性。      

天津市环保产业信息管理系统研究

通过对环保产业信息获取,处理,应用等环节的研究,完成了对天津市自１９９３年来的首次环保产业调查,开发了配套的管理软件系统,同时对该系统的知识发现,网络化等问题进行了探讨。     

扩展阴极型膜电解法处理含铜废水的数学模型

采用均匀设计法,研究离子膜扩展阴极电解法对低浓度含铜废水的处理效果,得到了反应条件与回收效果之间的线性模型,并比较了线性预测模型和BP网络的预测效果。结果表明,线性模型有较强的定性分析作用但预测能力不强,而BP网络具有很强的预测能力。两法结合,具有很强的理论和实践指导意义。模型预测结果和实验结果均表明,扩展阴极型膜电解法可带来很好的社会效益和经济效益。     

MSWNet: A visual deep machine learning method adopting transfer learning based upon ResNet 50 for municipal solid waste sorting

● MSWNet was proposed to classify municipal solid waste. ● Transfer learning could promote the performance of MSWNet. ● Cyclical learning rate was adopted to quickly tune hyperparameters. An intelligent and efficient methodology is needed owning to the continuous increase of global municipal solid waste (MSW). This is because the common methods of manual and semi-mechanical screenings not only consume large amount of manpower and material resources but also accelerate virus community transmission. As the categories of MSW are diverse considering their compositions, chemical reactions, and processing procedures, etc., resulting in low efficiencies in MSW sorting using the traditional methods. Deep machine learning can help MSW sorting becoming into a smarter and more efficient mode. This study for the first time applied MSWNet in MSW sorting, a ResNet-50 with transfer learning. The method of cyclical learning rate was taken to avoid blind finding, and tests were repeated until accidentally encountering a good value. Measures of visualization were also considered to make the MSWNet model more transparent and accountable. Results showed transfer learning enhanced the efficiency of training time (from 741 s to 598.5 s), and improved the accuracy of recognition performance (from 88.50% to 93.50%); MSWNet showed a better performance in MSW classsification in terms of sensitivity (93.50%), precision (93.40%), F1-score (93.40%), accuracy (93.50%) and AUC (92.00%). The findings of this study can be taken as a reference for building the model MSW classification by deep learning, quantifying a suitable learning rate, and changing the data from high dimensions to two dimensions.     

地震台站观测系统的防雷技术——以陕西为例

雷电对地震观测台站的危害已成为影响台站长期稳定运行的重要因素之一。针对地震台站观测系统建设,从4个方面对避雷技术进行了分析设计。同时以陕西省的地震观测台站为例,具体说明了防雷措施的应用方法及应用效果。     

人防工程消防系统设计的若干问题

从人防工程内消防系统的重要性入手,分别从消防水源、消火栓系统的独立分区、消防阀门的设置以及消防排水4个方面探讨了人防工程内消防设计的一些常见问题,强调设计中应考虑平、战结合,方便临战时转换。     

驾驶员注意涣散检测技术研究

通过对注意涣散时驾驶员头部运动及面部表情变化特征的分析,系统实时监测驾驶员眼睛、嘴巴位置和运动状态信息,构建驾驶员注意涣散特征表征参量,实现对驾驶员注意涣散状态信息的检测与提取。驾驶员注意涣散表征量具有复杂的非线性特征,利用BP神经网络非线性识别的优势对驾驶员注意特征进行模式分类,实现驾驶员不同注意涣散状态下的特征捕捉。同时采用Dempster-Shafer证据推理技术,对驾驶注意涣散多源表征信息进行决策融合,实现对驾驶员注意涣散状态的判断。结果表明,BP神经网络与D-S规则多源信息决策融合技术的运用提高了驾驶员注意涣散特征检测的准确性和可靠性。     

基于BN的FTA在通用航空风险评价中的应用

针对事故树分析法(FTA)在风险评价中的局限性,采用以事故树为基础建立的贝叶斯网络(BN)风险模型,对通用航空中的两机空中相撞事故进行分析和推理,对事故模型进行改进和修正时,注重基事件的多态性和事件间的逻辑合理性。根据贝叶斯推理得出的数据,找到了事故的主要致因。结果表明,基于BN的FTA既能向前预测顶事件的发生概率,又能向后诊断基本事件的后验概率,可以更好地对通用航空风险进行评价。