SVR与BP神经网络对小流域次降雨侵蚀产沙预测结果的比较

运用支持向量回归机(Support Vector Regression Machine)与BP神经网络对小流域次降雨侵蚀产沙进行预测.侵蚀产沙输入变量选取降雨量、降雨强度、径流深和洪峰流量模数,流域次降雨侵蚀输沙量为输出变量.以SVR、BP神经网络的预测值与实际值的绝对误差和相对误差作为评价指标.实验表明,SVR的预测精度和稳定性优于BP神经网络.     

职业性呼吸系统疾病国际会议明年将在中国召开

经国务院批准，由中国卫生部和国际劳工组织共同主办，社保部和国家安监局协办，工程院、全总和妇联等十几家单位支持的第十届职业性呼吸系统疾病国际会议(ICORD)将于2005年4月19-22日在北京国际会议中心召开。     

基于支持向量机(SVM)的回采工作面瓦斯涌出混沌预测方法研究

针对瓦斯涌出传统的线性预测方法存在的问题,根据瓦斯涌出时间序列固有的确定性和非线性,利用混沌动力系统的相空间延迟坐标重构理论,结合基于机器学习理论的支持向量机(SVM),建立基于SVM理论的瓦斯涌出混沌时间序列预测模型。经Ⅱ1024回采工作面瓦斯涌出时间序列仿真计算,仿真结果显示该预测模型具有比传统的回归方法更好的泛化能力,预测方法具有很高的预测精度。同时,该模型具有以往传统机器学习的瓦斯涌出预测模型建立简便、训练速度快等优点。由于充分考虑瓦斯涌出时间序列的混沌性,并利用SVM预测的优良特性,使得预测更科学。     

基于物联网的农村污水监测系统设计研究

针对农村污水排放点多、面广、分散、量小等特点,提出了一种利用物联网技术进行农村污水排放情况进行实时监测的系统。通过在农村集中区域部署一定量的环境传感器节点,利用无线网络传输特性,将污水排放情况传输至监测中心。综合利用物联网感知层、网络层及应用层的相关技术,介绍了感知层传感器节点的监测原理,并提出了应用层监控软件的设计方案。该系统可以有效、实时地监测污水排放流量大小、污染程度等情况,对环境监测部门具有一定的决策支持作用。     

国内资讯

加强饮用水水源安全保障;千亿元支持规划项目建设;致力推行绿色信贷;全国自然生态农村环保工作明确七重点;央行探索金融支持环保新举措.     

中国绿色信贷的政策与实践

较之国际绿色信贷,中国的绿色信贷主要依赖于政府机制的推动,带有一定的强制性,并基于政府机制可在短时间内调动社会最大范围资源的特点而取得了显著成效,各大银行依据自身的特点进行了绿色信贷创新。然而,这种强制推行也影响了各项政策和措施的可操作性。因而,如果提高可操作性是绿色信贷亟待解决的问题。     

基于GIS和PSO-SVM模型的文山州石漠化风险评估

针对喀斯特石漠化风险评估影响因素较复杂且涉及众多地理空间对象的特点,本文在采用GIS技术对空间数据进行管理分析的基础上,提出了基于粒子群优化的支持向量机(PSO-SVM)的石漠化风险评估模型,分析了基于GIS的石漠化风险评估指标体系的建立过程,详细探讨了主成分分析与支持向量机模型相结合进行石漠化风险评估的方法与实现过程,并以云南省文山州为研究实例,将其与单独SVM模型和PSO-BP模型风险评估结果进行了对比分析,结果表明PSO-SVM模型的石漠化风险评估精度较高,效果更好。     

环境污染损失的经济评估方法研究

环境污染损失的经济计量方法 环境污染对社会和人民生活造成了很大的损害。对环境污染所造成的损害，可以进行经济计量并以货币形式来表示各种损害的程度，即将环境污染损失进行货币化计量，这是一项重要而复杂的工作。它的重要性在于能使人们定量地认识环境污染的严重程度和环境政策的有效性，同时也可为政府制定有关政策提供信息支持。而环境污染损失的经济计量又是一个很复杂的问题，它需要大量的统计与监测资料和科研工作为基础。下面介绍目前国内外在实践中常用的4种环境污染损失经济计量方法以及国内目前在这方面的研究现状，并讨论在真实储蓄概念框架下所应考虑的环境污染损失。     

基于PCA-LSSVM的厌氧废水处理系统出水VFA在线预测模型

采用IC厌氧废水处理系统处理人工合成废水,并利用PCA-LSSVM模型对系统出水挥发性脂肪酸(VFA)进行预测.首先利用主成分分析法(PCA)分析影响厌氧废水出水VFA浓度的多个变量的相关性并降低输入变量维数,然后用网格搜索结合10倍交叉验证优化LSSVM模型参数sig2和gam,最后利用建立的模型对实验数据进行仿真预测.仿真结果表明,稳态LSSVM模型对稳态条件下厌氧废水处理系统出水VFA具有很好的仿真预测能力,相对误差在4.72%以内,平均相对百分比误差(MAPE)为1.61%,均方根误差(RMSE)为1.08,相关系数达0.9996;稳态干扰LSSVM模型对厌氧废水处理系统出水VFA的仿真预测精度有所降低但仍然具有较好的预测能力,平均相对百分比误差(MAPE)为15.83%,均方根误差(RMSE)为15.45,相关系数为0.9984,该方法可为厌氧出水VFA在线预测和厌氧废水处理系统的优化控制提供指导.     

有机过氧化物反应热的危险性预测研究

为了采用非实验的方法对安全物质学的研究内容及研究方法进行初探,基于定量结构-性质关系法,选择13种与有机过氧化物热危险性的影响因子密切相关的描述符,分别对起始分解温度T0和分解热△H的实验数据进行多元线性回归、偏最小二乘和支持向量机回归分析,从而获得3种相应的预测模型。对比T0与△H的实验值和预测值,结果发现:SVM预测模型的精度高于PLS预测模型,MLR预测模型的精度最低;同种预测模型对分解热的预测结果均优于起始分解温度。此外,分析各预测模型的稳定性数据发现:MLR模型的预测过程发生了过拟合现象,不具备预测能力;PLS模型的交互验证系数均大于0.5,具备较稳定的预测能力;SVM模型的交互验证系数均大于0.9,具备非常稳定的预测能力。