基于EEG频谱特征的驾驶员疲劳监测研究

研究表明疲劳驾驶是引发交通伤亡事故的重要原因之一,因此有必要采取相应的预防措施。脑电是公认的睡眠(疲劳)金指标,因此论文提出了基于脑电频谱特征的驾驶员疲劳预测方法。采用了驾驶模拟实验中记录的三路驾驶员脑电信号,并利用驾驶员自评与专家评定两种方式相结合的方法将驾驶数据分为疲劳和清醒。针对脑电中眼电噪声很强的特点,对记录的脑电进行了自适应滤波消噪处理,结果显示可有效滤除眼电伪迹;然后根据脑电的频域特征比较突出且与疲劳相关的特点,从去噪后的脑电中提取出了的75个频谱特征;最后利用这些频谱特征,采用朴素贝叶斯分类的方法建立了驾驶员疲劳监测模型。实验结果表明,该方法能监测出驾驶员84%的疲劳状态。     

北京市门头沟区生态安全评估及预测

为研究和预测北京市门头沟地区生态安全形势,并在实践中为生态安全评价提供理论依据,在生态环境管理的方法论基础上,根据统计年鉴,采用压力状态响应模型建立生态安全指标体系,以不安全指数法对指标实际值归一化,运用层次分析法确定指标权重,采用加权指数法计算生态安全综合值,评价了门头沟区3年的生态安全状况。结果表明:门头沟地区2006-2008年3年期间,生态安全综合指数分别为:0.6192、0.639 3、0.6395。显示生态安全综合值缓慢上升,生态安全越来越好,但是仍然处于较不安全状态。指出其主要原因有经济欠发达、自然资源缺乏、人口众多等。建议该地区加快产业结构调整、改变增长方式、控制人口、提高土地利用率,保护环境并治理污染。     

土壤连续属性空间插值方法及其精度的研究进展

作为土壤变化的时空定量监测方法,土壤属性空间插值方法及其精度是计量土壤学和"数字土壤"领域的重要研究内容。文章首先介绍了土壤属性空间插值的常用方法,包括克立格插值法(Kriging)、反距离权重法(IDW)、样条插值法(Spline)、贝叶斯最大熵(BME)、地理加权回归(GWR)以及高精度曲面建模方法(HASM);其次阐述了土壤属性空间插值精度验证的方法和指标;再次总结了能够提高土壤属性插值精度的6种途径,包括合理选择插值方法、准确设定插值方法参数、合理设计采样数目和密度、注意空间自相关程度和范围的影响、科学安排实验分析顺序以及结合辅助信息进行插值;最后从插值方法的选择、验证指标的选取以及辅助信息的结合三个方面指出了土壤属性空间插值方法及其精度的未来研究方向。     

基于可公度法的航材故障预测

介绍了可公度性的概念和可公度信息预测理论。应用可公度信息预测理论,以故障时间窗口期为研究对象,对航材故障预测进行了初步探索,进而建立了一种较为实用的预测模型,并且给出了具体算例,验证所建模型的科学性和有效性。通过与指数平滑法预测模型对比可看到可公度预测模型精度更高且计算模型更为简单,为航材故障次数预测提供了一种解决方案。进而可以更好地应用在实践当中,提高航材管理水平,保障飞行任务的完成。     

厦门市生活垃圾的灰色预测与分析

运用灰色关联度分析法,定量分析了影响厦门市生活垃圾产生量的影响因子,发现其主要因子是城市国内生产总值(GDP);利用灰色系统理论建立了该市生活垃圾产生量的GM(1,1)预测模型,并进行预测分析。     

基于灰色预测模型的合肥市城市生活垃圾产量预测

随着合肥市经济的快速发展和人民生活水平的普遍提高,生活和生产过程中产生的日益增多的城市生活垃圾,已成为困扰城市发展、污染市容环境、影响市民生活的社会问题.通过对合肥市城市生活垃圾现状的分析,得出合肥市城市垃圾产生量是逐年增长的,每年3月、5月和8月为垃圾高产期,2月和4月为相对较少月份.在现状分析基础上建立灰色预测模型并用其对未来城市生活垃圾产量进行预测,结果表明合肥市到2030年城市垃圾产量将达到222.47万吨.     

城市人居环境的协调发展度研究——以上海市青浦区为例

城市人居环境的可持续发展体系是一个由人口、社会、资源、环境与经济5个子系统构成的开放巨系统。通过提出综合衡量系统“协调性”和“发展水平”的“协调发展度”模型，研究人居环境复合系统内5个子系统之间协调发展度情况。并运用灰色预测理论构建GM（1，N）动态模型，预测未来几年各子系统之间协调发展的状况。     

对熏烟扩散模式应用的探讨

工程上应用的大气污染物扩散模式中 ,熏烟模式由于其非定常性而与其他扩散模式有很大的区别。正确处理模式中各参数及变量的相互关系才能客观地反映污染物对环境影响的结果。本研究通过对熏烟模式的非定常性和各参数、变量相互关系的分析 ,提出了正确使用该模式的方法     

苯氧菌酯、施佳乐和甲胺基阿维菌素苯甲酸盐3种原药的致突变试验

苯氧菌酯、施佳乐和甲胺基阿维菌素苯甲酸盐3种原药为杀菌、抗菌类农药,由山东某公司提供.为了预测其遗传危害和潜在致癌作用的可能性,我们对该样品进行了诱变性检测.     

BP人工神经网络预测邻苯二甲酸酯光化学降解

将反向传播人工神经网络（BP－ANN）用于邻苯二甲酸酯类化合物的光化学降解的预测中，选取正交设计的试验点作为反向传播人工神经网络的训练集，实现对全实验域试验点的预测，并与实测的试验数据比较。结果表明反向传播人工神经网络（BP－ANN）具有良好的预测能力。