基于SOM-SVM组合分类器的涂层防护性能研究

目的为避免EIS,EN技术可能出现的问题,建立一个准确、高效的评价模型,以探究现役军用有机涂层防护性能。方法利用电化学阻抗谱(EIS)、电化学噪声(EN)技术分析了两种军车有机涂层在循环暴露试验中的腐蚀行为,提取低频阻抗模值|Z|_(0.1 Hz)与涂层噪声电阻R_n两种电化学评价参数作为自组织神经网络(SOM)的输入训练样本,同时结合支持向量机(SVM)方法建立涂层防护性能组合分类器。结果将涂层失效过程自适应地分为涂层防护性能良好、防护性能下降、基本失效三个阶段。结论所建立的SOM-SVM组合分类器对于辅助分析涂层防护性能具有可行性。     

矢量毫米波系统中非线性补偿技术研究

目的针对矢量毫米波系统中因传输链路和光电转换带来的非线性问题,提出一个基于维特拉级数的非线性均衡方案。方法首先给出该方案的基本原理,然后搭建一个射频载波频率为40 GHz、传输信号为5Gbaud 16QAM的矢量毫米波仿真系统,分析基于维特拉级数的非线性模型各阶非线性项的贡献,并比较在不同传输距离情况下,该方案相对于仅采用线性均衡方案对系统性能的提升。结果在传输距离为10 km时,该方案能够将平台误码率降低到10~(-3)以下。结论该方案明显提升了系统的性能。     

碱性闪石类质同象的向量空间

用结构分析法确定闪石中阳离子的占位已为人们所熟知，本文采用44个碱性闪石的化学分析数据，通过逐步回归分析，从统计学的角度来分析碱性闪石各晶位中阳离子占位率之间的相关性，从而进一步探讨其类质同象的规律，分析表明：碱性问石中作为独立变量的阳离子并非如通常认为的多而杂，如果把碱性闪石类质同象看成一个随机线性向量，则其空间的维数很可能小于10，上述理论计算同时还表明：1．有可能直接用化学分析结果按概率方法对闪石进行定名；2.有可能选择X射线粉末图大于10条特征峰的强度作统计分析来估算闪石中阳离子的占位率。     

常压塔塔顶腐蚀关键参量相关性分析与预测

预测常压塔顶回流罐切水的关键离子浓度可以为常压塔顶系统工艺防腐提供技术指导。收集了某炼厂2014-2016年常压装置的生产实时工艺参数、原料及产品采样数据、水质分析化验参数,采用线性插值方法对不同时间尺度的数据进行补全。通过线性相关性分析获得了影响常压塔顶回流罐切水总铁离子浓度、pH的主要因素,并基于深度学习、支持向量机回归、粒子群优化方法建立了腐蚀关键参量预测模型。结果表明,pH值和总铁离子浓度的相关因素大部分重叠,与原料性质及产品馏出温度较强相关;建立的回归模型预测精度高,在训练集和预测集上,总铁离子浓度预测值与测量值最大偏差分别为4. 4%和9. 8%,pH值预测值与测量值最大偏差分别为0. 9%和1. 1%。     

用VB语言编制水环境管理决策支持系统

在分析国内外环境管理决策支持系统（ＥＤＳＳ）开发现状的基础上，提出了采用Ｍｉｃｒｏｓｏｆｔ Ｖｉｓｕａｌ Ｂａｓｉｃ来开发水环境管理决策支持系统（ＷＥＭＤＳＳ）的方法，并利用程序语言编制了广东省潭江的ＷＥＭＤＳＳ。实例研究表明，充分利用ＶＢ编程语言的特点，可以快速方便地完成ＷＥＭＤＳＳ的结构设计和实现系统的各项功能。     

浮游微藻携带和传播WSSV的研究

以对虾养殖池塘中常见的湛江等鞭金藻(Isochrysis zhanjiangensis)、亚心形扁藻(Platymonas subcordiformis)、盐藻(D unaliella salina)和中肋骨条藻(Skeletonema costatum)四种浮游微藻为实验对象,研究其是否可以携带和传播严重危害对虾养殖业的对虾白斑病病毒(WSSV).研究结果表明,这四种微藻和WSSV病毒粗提液混合后,经PCR检测发现在混合后96 h内微藻都可以携带WSSV,其中湛江等鞭金藻和亚心形扁藻在144 h内为WSSV阳性,盐藻在120 h内为阳性,然后在不同时间呈现WSSV阴性.采取病毒-浮游微藻吸附法,用携带WSSV的微藻投喂美丽猛水蚤(Nitocra sp.5d,经套式PCR检测,美丽猛水蚤为病毒阳性.这说明浮游微藻可以携带并且传播WSSV.     

网络计划在液化气球罐内外部检验过程中的应用

在以工期考虑为重点的V-3002B液化气球罐内外部检验过程中，引用现代管理中网络计划技术关键路线法，为加快芳烃厂压力容器检验提供了科学的依据。本文总结和介绍了网络计划技术在芳烃厂贮运车间V-300亚球罐内外部检验过程应用情况。     

入侵检测的1类支持向量机模型

计算机网络尤其是互联网的迅速发展与普及 ,使得信息安全已经成为一个全球瞩目的重要研究课题。随着攻击技术的不断进步与更新 ,迫切需要一种有效的入侵检测技术来保护信息系统的安全。由于几乎所有的攻击与滥用都被记录在系统的网络数据中 ,因而可以基于计算机系统的网络数据构造入侵检测系统。在对网络数据进行深刻的分析和研究的基础上 ,提出了入侵检测的 1类支持向量机模型。第一 ,构造适于异常点检测的1类支持向量机模型 ;第二利用抽象化的网络数据对该模型进行训练以确定其中各个参数的值。实验表明 ,该方法是行之有效的     

政策干预对提高煤矿职工素质影响探讨

煤矿井下作业人员素质低,是煤矿事故多发的重要原因之一.建议从大幅度提高煤矿井下人员工资待遇,吸引高素质人才从事煤矿工作;全方位开展煤矿职业培训工作,坚持先培训后就业,实行煤矿从业准入制;对现在岗的煤矿从业人员分期分批进行培训,实现煤矿从业人员持证上岗;政府出台政策,强制煤矿企业开展职工岗位技术培训和安全培训等4个方面着手,切实提高煤矿从业人员的整体素质,减少煤矿事故的发生.     

Pesticide Impact Rating Index – A Pesticide Risk Indicator for Water Quality

Pesticide users, natural resource managers, regulators, government agencies and many others are concerned about the off-site impact of pesticides on the environment. Systematic methods of the assessment of potential risk of pesticides to environmental components can serve as valuable tools in decision making and policy formulation. Simple risk indicators have been developed which cover a range of scenarios such as toxicity to organisms, health of farm workers, consumer health, and residues in harvested produce. The authors have developed a software package named Pesticide Impact Rating Index (PIRI) that outputs an improved pesticide risk indicator for water quality. PIRI is a standalone, user-friendly, platform-independent program. It can be used to (i) rank pesticides in terms of their relative pollution potential to groundwater or surface water, and (ii) to compare different land uses in a catchment or at a regional scale in terms of their relative impact on water quality. It is based on pesticides use; the pathway through which the pesticides are released to the water resources (drift, runoff, erosion, leaching) and the value of the water resources threatened. Each component is quantified using pesticide characteristics (including toxicity to organisms at different trophic levels, i.e. fish, daphnia, algae, etc.), environmental and site conditions (e.g. organic carbon content of soil, water input, slope of land, soil loss, recharge rate, depth of water table, etc.). This paper describes two case studies of the application of PIRI in Australia. The comparison of the risk assessment by PIRI on these revealed that PIRI correctly estimated the pollution potential of pesticides in greater than 80% of cases. A GIS version of PIRI is described in a companion paper in this volume. An erratum to this article is available at .