我国人为源气态活性氮排放时空变动特征分析

随着粮食和能源需求的增加,农业生产和化石燃料燃烧带来的活性氮污染越来越成为影响我国环境和人民健康的重要因素之一.通过对2000、2005及2010年全国31个省(直辖市、自治区)的人为源气态活性氮排放总量、单位GDP及单位人均排放量的Moran's I指数和GetisOrd G*i指数进行空间分析,探讨了气态活性氮排放及其强度的时空变动特征.结果表明,全国的气态活性氮排放及其强度呈现明显的空间集聚特征.在空间分布特征上,全国活性氮排放表现为高值集聚分布,其热点主要位于华北平原和长江中下游平原地区;排放强度方面则为高值聚集和低值聚集兼备.通过对3个年份的冷热点比较分析发现,排放强度的冷点地区变化较小,热点地区变化较大.其中,单位GDP排放强度方面,冷点地区处于东南沿海地区,热点地区则由西北地区缩小到四川、甘肃两省;而单位人口排放强度方面,冷点地区范围有所缩减,热点地区则由分散转变为集中分布于京津冀及周边的山西、内蒙古和辽宁等.分析人为源气态活性氮时空分布格局和特征及其形成原因,可为评估和减缓气态活性氮排放对生态环境的影响提供科学基础.     

基于改进烟花优化算法的三维空间气体源定位

为探究三维空间中气体源定位及其源强反算问题,提出1种改进烟花爆炸算法(GWOFA)。将定位过程分为全局定位过程和局部定位过程。全局定位过程即结合灰狼优化算法和莱维飞行在三维空间中的全局搜索过程;局部定位过程是在全局定位的结果上的进一步开发过程,其通过引入边界条件的爆炸半径选取方式和选择策略更加高效地改进烟花优化算法实现。研究结果表明：本文算法相比于支持向量机回归模型(LinearSVR)、GWO算法和粒子群算法具有更高精确度,相比于GWO算法和粒子群算法具有更高稳定性和更低随机性;在气体源定位问题上,本文算法整体表现优于LinearSVR、GWO算法和粒子群算法。研究结果可为解决三维空间中气体源定位问题和相关参数估计问题提供新的思路方法。     

自动扶梯乘客摔倒智能识别方法研究

针对乘坐自动扶梯频繁发生乘客摔倒的问题,本文分析乘客摔倒影响因素和摔倒过程受力情况,选取加速度峰值特征作为摔倒识别的特征量。使用摔倒惯性加速度信息采集系统获取摔倒和日常动作的加速度峰值样本,建立多特征集半监督支持向量机（SVM-D-R）算法模型并进行样本训练,测试在日常生活下样本集,对乘客摔倒加速度峰值特征进行识别。实验结果分析,该方法在正常生活环境下监测识别乘客摔倒的过程中受其他影响小,识别结果准确性高。     

应用于智慧社区的安全接入网关设计与实现

国家及各级地方政府对加强社会治理和智慧社区建设提出明确要求,并出台了一系列政策文件,智慧社区建设正在我国拉开帷幕.智慧社区所采集的数据都是与居民息息相关的数据,不仅关系到公民的个人隐私,更关系到公民的生命财产和安全.目前已建成的大多数智慧社区并不能保证这些数据的安全,本文提出并设计了一款应用于智慧社区的安全接入网关,支...     

MODIS林火识别算法的验证分析

利用中国境内9起森林火灾事件对MODIS火点识别的理论算法进行验证分析．结果表明：MODIS火点识别的理论算法在中国境内是基本通用的．但受地域和季节变化的影响．应用时可能会遗漏个别低温闷烧的热点;利用火点亮温偏离统计均值标准差的关系来确定阁值．可以避免火点的遗漏;林火点在CH21和CH22上的值比较接近。一般有CH21-CH22〈20K。而噪声点在两个波段上的亮温差异比较大。根据以上知识．提出了改进MODIS林火热点识别算法的建议。     

提高GPS定位精度的群调度滤波算法*

为解决现行安全生产科技领域中全球定位系统（GPS）/惯性导航系统（INS）融合系统容易产生较大时变误差的关键问题,满足GPS定位信号的精度和信号数据处理时间的要求,提出1种群调度滤波算法,通过实验仿真,分别与模糊算法、机器学习算法及卡尔曼滤波网络算法进行比较研究。结果表明:群调度滤波算法兼顾了定位精度与数据处理时间,具有较大优势,可在航空安全、船舶安全、应急监测、灾后抢险等安全科技领域广泛应用。     

基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题,提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据,采用BP与RBF神经网络,通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择,并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差,而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好;通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现,神经网络对气体泄爆中最大超压的预测效果较好;通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明,神经网络相比于传统气体泄爆经验公式具有明显优势。     

人工智能浪潮下的周界报警系统

一、如何理解周界报警系统周界防护本身是一种防御体系,就像古老的中国长城,一直以来实体周界防御体系都是以围墙、围网、栅栏等方式存在。周界报警系统则是依附在原有实体周界防御体系之上的一种自动化智能设备,它包含传感、网络和分析管理模块,分别完成采集数据、传输和算法分析功能。系统时时刻刻收集传感器采集的数据进行分析处理,判断出符合入侵行为的事件,滤除各种干扰产生的事件。     

EOF重构声速剖面对深水多波束的声速改正分析

声速误差是多波束水深地形测量主要误差源之一,通常采用现场声速剖面测量的方式加以改正,但在深远海多波束水深地形测量时,现场获取全深度的声速剖面并非易事。针对这一问题,利用东南印度洋海洋调查工作中采集到的17个站位的CTD数据,将所有站位声速剖面拓展到全深度,采用经验正交函数分析法（Empirical Orthogonal Functions, EOF）构建调查区声速剖面场,可获得声速剖面场内任意一点的声速值。然后通过EOF重构声速剖面场获得的声速值对测区内多波束水深地形数据进行改正,并与实测声速剖面对多波束水深地形数据的改正结果进行对比,结果表明,5 000 m水深范围内2种声速改正结果相差很小,EOF重构法对深水多波束的声速改正满足水深测量的要求。     

间歇曝气序批式活性污泥法处理农村废水及其效果的模拟预测

采用两种不同运行模式的间歇曝气序批式活性污泥反应器(IASBR)处理农村废水,反应器连续稳定运行235d,考察了5个工况下,缺氧/好氧循环次数、进水碳氮比(C/N,质量比)、水力停留时间(HRT)等对总有机碳(TOC)、氨氮、TN、TP去除效果的影响。在进水C/N低时,缺氧/好氧循环次数为4的1~#IASBR的脱氮效率及稳定性明显比缺氧/好氧循环次数为2的2~#IASBR高,而脱碳和除磷效果无显著差异。氨氮去除方面,在进水C/N较低的工况1(C/N平均为2.3)、工况2(C/N平均为2.2)和工况4(C/N平均为2.0)下,1~#IASBR的出水氨氮质量浓度明显比2~#IASBR更低,而在进水C/N相对较高时两者无显著差异。TN去除与氨氮去除有类似规律。构建以进水TOC、氨氮、TN、TP、C/N和HRT、缺氧/好氧循环次数为输入的反向传播人工神经网络(BP-ANN)模型,对TOC、氨氮、TN、TP的去除率进行模拟预测,结果显示以上4个输出参数在训练组中的预测结果和实际检测结果之间绝对平均误差分别为2.65%、5.27%、3.56%、34.56%,在测试组中的预测结果和实际检测结果之间绝对平均误差分别为2.74%、3.40%、5.13%、28.32%。