基于T-S模糊神经网络的大沽河水质变化特征分析研究

基于T-S模糊神经网络,利用大沽河2010年-2015年水质监测数据,选取溶解氧、化学需氧量、高锰酸盐指数、氨氮、总氮、总磷对水质具有重要影响的6项指标,建立适用的水质评价模型,对大沽河水质变化特征进行分析.结果显示:上游水质评价结果明显优于中游、下游水质评价结果,网络评价水质等级变化趋势同真实指标数据变化趋势一致.验证结果充分表明了T-S模糊神经网络用于水质变化特征分析是可行、有效的.     

基于不变矩理论的腐蚀等级评定方法研究

基于腐蚀图像包含大量腐蚀信息的客观现实,将数字图像技术和不变矩理论应用于腐蚀图像预处理和特征提取,用腐蚀图像的7个不变矩特征值来描述腐蚀形貌特征,利用概率神经网络模式识别技术,建立了以不变矩为特征参数的概率神经网络模式识别模型,实现了金属材料腐蚀等级的评定。以铝合金材料在EXCO溶液中加速腐蚀等级评定为例,分析表明,不变矩作为一种高度浓缩的图像特征,能够表示腐蚀形貌与腐蚀特征的映射关系,该方法简单易行,识别率可达到87.95%,满足工程应用要求。     

超市塑料袋使用行为的环境实验研究

塑料购物袋一直是社会关注的热点环境问题。文章以上海某超市为对象,采用现场观察实验方法记录了5 086份超市顾客塑料袋使用行为的样本,初步揭示了超市塑料袋使用情况和塑料袋使用的顾客行为特征,尝试为超市塑料袋的环境管理政策提供基础性的科学依据。结果表明:(1)超市中主要有3种塑料袋使用方式,依次为购买塑料袋、自带购物袋、使用免费手撕袋,其比例为15%、29%、9%,说明目前塑料袋使用行为具有一定的多样性;(2)影响顾客购买塑料袋的因素为是否有会员卡、是否徒手购物、购物金额,其偏相关系数依次为0.114、0.085、0.042。占总样本63.4%的单人购物情境中,购买塑料袋的影响因素为是否徒手购物、是否有会员卡、年龄、购物金额、性别,偏相关系数依次为0.849、0.486、0.329、0.291、0.180;说明影响塑料袋使用的因素具有综合性和复杂性。(3)顾客购物金额、购物件数、结账时间与塑料袋购买比例有密切的正相关关系;(4)按照购买塑料袋的倾向程度,可将顾客分为高、中、低3类特征群体。其中,购买倾向最高的顾客特征为无会员卡的男性中青年、非徒手购物,购物金额较高。文章研究为解决环境管理问题提供了一种基于现场观察实验方法的案例参考,建议将定量、可重复、可检验、以现场观察记录主的实验方法应用于各类环境问题研究和解决方案中,为环境管理提供更扎实的科学依据。     

北运河下游典型河网区水体中氮磷分布与富营养化评价

选择北运河下游典型河网区(闸坝多、水流慢和湖库化)为研究对象,通过为期1 a的水质监控,阐述了河网区氮、磷的时空变化特征,并利用对数型幂函数普适指数公式对其水体营养状态进行了评价.结果表明,河网区水体中TN平均质量浓度为12.50 mg.L-1(NH4+-N占67.41%),TP为1.45 mg.L-1(SRP占80.81%).河网区水体中氮、磷的时空分布特征明显,TN和NO 3--N质量浓度随季节变化特征趋于一致,NH 4+-N稍有不同;TP和SRP质量浓度随季节变化特征基本一致.从河网区进水带至出水带,水体中氮、磷质量浓度均呈逐渐下降趋势,其中TN、NH4+-N和NO3--N平均质量浓度分别从19.30、13.22和2.19mg.L-1降至7.98、4.45和1.50 mg.L-1;TP和SRP分别从1.95和1.59 mg.L-1降至1.11和0.91 mg.L-1.富营养化评价综合指数表明,河网区水体在时空尺度上均处于"极富"营养状态.     

辽河保护区治理与保护能力建设研究

辽河保护区治理与保护能力的建设,通过界碑、围栏、标示牌、宣传牌等设施建设,重点区域的水质、生态监测站点建设,保护区综合管理平台建设,应急保障体系建设,形成保护区完善的综合监控网络体系,全面提高保护区基础设施与监控能力。同时,应使全民参与对＂母亲河＂的保护。     

厦门地震台数字化观测误处理事件分析及预防

通过分析厦门地震台数字化观测中出现的误处理事件,查找出诸多原因,如预处理软件存在BUG、数据处理方法不当、电源故障等。也提出一些预防办法。     

若尔盖高原湿地藻类多样性研究

分别于夏、冬两季采集若尔盖高原湿地水样,利用传统培养及显微镜检的方法和现代分子生物学方法对其藻类多样性进行了研究.结果表明,夏季水样至少培养出4种绿藻,分别为普通小球藻(Chlorella vulgaris Beij.)、浮球藻(Planktosphaeriagelatinosa G.M.Smith)、繁茂栅列藻(Scenedesmus abundans Kirchner)和柱状栅列藻(Scenedesmus bijuga Turp.),均属于绿球藻(Chlorococcales),其中普通小球藻为优势藻种,并被分离纯化.显微镜检结果表明冬季水样中主要的藻类种群为硅藻,此结果符合在低温季节天然水体中常以硅藻为主的常理.蓝藻16S rRNA基因克隆文库中的主要类群为硅藻(Bacillaripiophyta,35.3%),其次为蓝藻,包括色球藻(Chroococcales,5.9%)、念珠藻(Nostocales,11.8%)、颤藻(Oscillatoriales,11.8%)和一些未知种属的蓝藻类群(Unclassified Cyanobacteria,35.3%),还发现一些与低温环境微生物相关的类群,如颤藻目细纤菌属(Leptolyngbya).     

基于BP神经网络的煤层自燃预测

在全面分析影响煤层自燃因素的基础上,建立了煤层自燃预测的人工神经网络模型.应用该模型对某煤田的多个煤层样本进行了训练和预测,网络经过10次训练后,误差达到设定的最小值,6次预测测试中最大误差仅为0.027 8,最小的为0.000 1.研究表明,该模型精度较高,可用于预测煤层自燃的实际应用.     

基于BP神经网络的上市公司CEO报酬实证研究

近年来的研究表明,CEO报酬不仅受公司业绩的影响,还受到其他诸多因素的影响,而且,CEO报酬与其决定因素之间往往存在着非线性关系。本文以2003-2005年沪深股市的A股上市公司为样本,采用BP神经网络对CEO总报酬、CEO年薪、CEO持股价值及其决定因素分别进行训练和学习,结果表明：（1）网络训练输出值与实际值的拟合度分别达到91.09%、97.23%和78.44%;（2）网络的预测能力相对于传统的线性回归模型分别提高了92.72%、92.08%和53.89%。因此,本文认为在分析和确定CEO报酬水平时引入神经网络模型是可行的。     

空气自动监测系统的质量保证和控制方法探讨

空气自动监测系统的正常运行需要有严格的质量保证和管理方法,青岛市空气自动监测系统已正常运行了二十多年。运行期间,通过查阅大量的国内外资料并结合实际工作需要逐步建立了一套适合目前监测状况的质量保证和控制方法,并取得了较好的效果。