检索结果-南通市图书馆

基于机器学习的生活垃圾恶臭污染多状态参量预判模型

在线全文

学校读者我要写书评

暂无评论

基于机器学习的生活垃圾恶臭污染多状态参量预判模型

作者：黄佳伟重庆大学

学位级别：硕士

生活垃圾恶臭污染已成为环境污染的主要问题之一。目前,对于生活垃圾恶臭污染的研究主要集中在监测与分析方法、标准的建立和处理处置过程中的污染防治方面,而对于社区垃圾收运中的恶臭污染控制研究相对较少。国内绝大多数社区生活垃圾... 详细信息

生活垃圾恶臭污染已成为环境污染的主要问题之一。目前,对于生活垃圾恶臭污染的研究主要集中在监测与分析方法、标准的建立和处理处置过程中的污染防治方面,而对于社区垃圾收运中的恶臭污染控制研究相对较少。国内绝大多数社区生活垃圾收集站点设施功能单一,二次污染控制水平低,尚未对臭气污染进行有效的控制。因此,论文依托国家重点研发项目课题“社区垃圾源头智能分类与清洁收集技术及装备——臭气监测预警与削减净化技术(2019YFC1906104)”开展社区生活垃圾臭气污染特性研究。通过探索社区存放点的生活垃圾量、组分、温度、堆存时长等状态参量与恶臭污染的相关性,分析生活垃圾初期降解阶段恶臭污染的特性,并通过机器学习法,建立多状态参量耦合的生活垃圾恶臭污染预判模型,为实现生活垃圾收运过程臭气预警及净化提供基础数据。论文主要研究内容及结论如下:(1)生活垃圾组分与恶臭特性研究。通过对重庆市典型社区生活垃圾实地采样,分析了城市生活垃圾组分特征;在生活垃圾各组份(厨余类、纸类、橡塑类、纺织类、木竹类、灰土类、砖瓦陶瓷类、玻璃类、金属类、混合类和其它类)中厨余类、纸类和橡塑类占比最多,分别为69.59%、11.30%和9.45%,总计占生活垃圾总量超过90%;通过对生活垃圾各组分与臭气浓度间的线性关系和单调关系进行分析研究,结果表明在生活垃圾中,厨余类组分和臭气浓度之间呈正相关,而其余组分与臭气浓度呈负相关,即厨余类组分增长的同时,臭气浓度亦增加,其余各组分含量增长的同时,臭气浓度呈下降趋势。(2)生活垃圾初期降解阶段恶臭污染特性研究。论文通过分析电子鼻监测的恶臭浓度(单位为OU)与人工嗅辨所获得的臭气浓度值的相关性,建立了基于电子鼻监测值的臭气浓度数学模型。当电子鼻监测值为67-255 OU时,其臭气浓度值的数学拟合模型为y=12.33x-2518.99;当恶臭浓度大于255 OU时,其臭气浓度值的数学拟合模型为y=1.47x+234。通过开展生活垃圾初期降解阶段模拟实验发现,在生活垃圾初期降解阶段(48 h内),恶臭浓度的分布在0-330 OU范围内,而且恶臭浓度随生活垃圾总量、湿组分含量、含水率、温度、堆存时长的增加而增加;其中,温度的影响最为明显。(3)生活垃圾恶臭污染多状态参量预判模型研究。综合分析皮尔森和斯皮尔曼相关系数发现生活垃圾湿组分和含水率之间存在显著的线性相关性。针对生活垃圾恶臭污染特性确立了生活垃圾总量、湿组分含量、温度、堆存时长等状态参量,通过划分数据集、数据变化、网格搜索和k折交叉验证等手段构建了基于多算法(随机森林、XBGoost、Light GBM)的多状态参量耦合的生活垃圾恶臭污染预判模型。结果发现在随机森林模型和XBGoost模型中,各变量特征重要性依次为温度、堆存时长、生活垃圾总量、含水率和湿组分;而在Light GBM模型中,各变量特征重要性依次为堆存时长、温度、湿组分、生活垃圾总量。此外,对比分析了各模型性能评价指标,发现XGBoost模型的预判效果最佳,其可决系数R、平均绝对误差MAE、平均绝对百分比误差MAPE分别为0.8923、16.94、16.89%。

关键词：生活垃圾恶臭污染初期降解机器学习预判模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

AZ31镁合金板材轧制边裂深度预判模型

稀有金属材料与工程 2018年第6期47卷 1926-1930页

作者：黄志权韦建春马立峰朱艳春吴冬祖太原科技大学重型机械教育部工程研究中心山西太原030024

在400℃下,分别以压下量10%,15%,20%,25%,30%,35%,40%和45%对初始厚度为7 mm的AZ31镁合金板材进行了轧制过程数值模拟以及实验验证研究,并观察轧制后的显微组织。结果表明,在本实验轧制条件下,当单道次压下量达到20%时,板材边部将有裂... 详细信息

在400℃下,分别以压下量10%,15%,20%,25%,30%,35%,40%和45%对初始厚度为7 mm的AZ31镁合金板材进行了轧制过程数值模拟以及实验验证研究,并观察轧制后的显微组织。结果表明,在本实验轧制条件下,当单道次压下量达到20%时,板材边部将有裂纹萌生,并且边部裂纹深度随着压下量的增大而不断增大,由20%时的5.24 mm增加到压下量45%时的14.056 mm;根据数值模拟结果,得到了沿板宽方向的损伤值分布情况,建立了边部裂纹深度预判模型;对于裂纹深度,轧制实验实测值和所建立的裂纹深度预判模型的计算值之间的平均误差为9.23%;SEM观察结果表明,边部裂纹附近的显微组织中含有大量孪晶。

关键词： AZ31镁合金显微组织边裂深度预判模型

基于道路线形的智能汽车事故多发路段预判模型

在线全文

学校读者我要写书评

暂无评论

中国公路学报 2021年第3期34卷 183-192页

作者：宁航赵祥模南春丽杨澜李婧长安大学信息工程学院陕西西安710064

分析了道路线形对智能汽车行驶安全性的影响,分别使用数据驱动的机器学习方法和模型驱动的经典数学建模方法,建立了以道路线形技术指标为输入的神经网络模型和多元数学模型,预测事故多发路段;计算了各个道路线形技术指标与事故率之间的... 详细信息

分析了道路线形对智能汽车行驶安全性的影响,分别使用数据驱动的机器学习方法和模型驱动的经典数学建模方法,建立了以道路线形技术指标为输入的神经网络模型和多元数学模型,预测事故多发路段;计算了各个道路线形技术指标与事故率之间的偏相关系数,从中挑选出与事故率相关程度较大的道路线形特征,使用T检验和F检验验证了道路线形特征组合和单个特征对事故率的影响。结果表明:基于机器学习的神经网络模型和基于数值逼近理论的多元数学模型预测正确率基本相近,大约为90%;2种模型对道路安全影响较大的道路线形相关不利因素组合相同,均为平曲线转角、横向力系数和纵坡坡度;各种不利因素组合中,平曲线转角、横向力系数和纵坡坡度出现的频率分别为100.0%、91.7%和83.3%,远远大于其他因素;事故多发路段道路线形因素不仅与平曲线转角、横向力系数和纵坡坡度有关,而且与其线形组合有密切关系,组合不当亦会导致事故增加;2种模型可相互验证,考虑计算速度及参数的可解释性,实际中应优先选择多元数学模型进行事故预判。

关键词：交通工程事故多发路段数据驱动行驶安全智能汽车道路线形预判模型模型驱动

在线全文

学校读者我要写书评

暂无评论

基于关联规则的大坝变形性态预判模型

西北水电 2022年第1期 73-77页

作者：李俊王康张群中国电建集团西北勘测设计研究院有限公司西安710065

为剖析大坝变形与其影响因子间的关联模式,合理构建大坝变形性态预判模型,通过引入关联规则算法,对监测数据进行挖掘,构建关联规则库;然后利用库中的关联规则进行大坝变形性态预判;针对因关联规则前端影响因子数量不同而引起的预测精度... 详细信息

为剖析大坝变形与其影响因子间的关联模式,合理构建大坝变形性态预判模型,通过引入关联规则算法,对监测数据进行挖掘,构建关联规则库;然后利用库中的关联规则进行大坝变形性态预判;针对因关联规则前端影响因子数量不同而引起的预测精度下降问题,用影响因子与变形量间的关联度改进关联规则算法中的重要参数(最小支持度和最小置信度),以提高关联规则预测的准确性,将本模型应用于实际工程变形预判,结果表明该模型具有较好的预测精度。

关键词：变形性态预判模型关联规则关联度

女子竞技体操跳马运动学变量与裁判打分多元回归模型研究

在线全文

学校读者我要写书评

暂无评论

中国体育科技 2019年第9期55卷 17-23页

作者：汤仁圣李雪何卫国家体育总局体育科学研究所北京100061 上海体育学院上海200438 国家体育总局训练局北京100061

目的:基于体操跳马运动学数据、难度分和最终得分等参数建立跳马预判评分模型并评估预判模型评分的可靠性和准确性,提出备战东京奥运的启示。方法:研究数据来源于2017年全国体操锦标赛女子跳马资格赛中48名运动员的跳马动作。1台JVC PX... 详细信息

目的:基于体操跳马运动学数据、难度分和最终得分等参数建立跳马预判评分模型并评估预判模型评分的可靠性和准确性,提出备战东京奥运的启示。方法:研究数据来源于2017年全国体操锦标赛女子跳马资格赛中48名运动员的跳马动作。1台JVC PX100高速摄像机用于采集跳马视频数据。运动学数据由有经验编码人员(r=0.96)采用Dartfish二维视频分析解析获得,难度分和最终得分来自于官方比赛成绩公告。样本分为两部分,一部分(n=43人)用于建立跳马数学预判评分模型,另一部分数据(n=5人)用于评估预判模型的可靠性和准确性。使用偏最小二乘法进行回归建模和交叉验证。结果:选择2成分回归模型的拟合优度,预判模型解释方差R2 cal=86.24%,模型验证解释方差R2 val=82.83%。在校准和验证模型中,预测的Y(FS)和参考Y(FS)之间的关系显著(r校正=0.929,r验证=0.910),校准均方根误差和预测均方根误差分别为0.3056和0.3495。结果表明校准数据拟合度较高,模型可以用于描述数据集。难度分、第二腾空时间、倒2步速度、助跑速度、踏板接触时间、倒2步时间和撑马时间是预判评分模型的重要变量。使用5个样本进行模型验证,预测结果显示80%的可靠性和准确性。结论:基于二维视频分析运动学变量和已知的动作难度,可以建立无技术评价的跳马预判评分模型。

关键词：偏最小二乘回归分析体操跳马预判模型体能表现

在线全文

学校读者我要写书评

暂无评论

基于解析-数值耦合法的瓦斯压力预判方法

中国安全生产科学技术 2015年第4期11卷 5-12页

作者：贾宝山尹彬贾廷贵皮子坤金珂辽宁工程技术大学安全科学与工程学院辽宁阜新123000 矿山热动力灾害与防治教育部重点实验室辽宁阜新123000

瓦斯压力是煤层瓦斯的重要基础参数,为了掌握煤层瓦斯压力,基于煤层瓦斯连续方程进行了瓦斯压力与煤层倾斜长度解析模型的推演,针对推演出的模型结合数值拟合方法建立了一种解析-数值耦合的瓦斯压力预判方法。为便于比较该方法与一般数... 详细信息

瓦斯压力是煤层瓦斯的重要基础参数,为了掌握煤层瓦斯压力,基于煤层瓦斯连续方程进行了瓦斯压力与煤层倾斜长度解析模型的推演,针对推演出的模型结合数值拟合方法建立了一种解析-数值耦合的瓦斯压力预判方法。为便于比较该方法与一般数值拟合的差异,选择了浅埋煤层及深部煤层两个差异化样本。不同样本下,一般数值拟合方法与耦合方法预判结果显示:样本Ⅰ中不同预判方法的相关性系数均在0.9874之上,样本Ⅱ中不同的预判模型相关性系数差异较大,耦合模型相关性系数最大为0.7786;样本Ⅰ中标准差数值及不同方法间差异均较小,样本Ⅱ中标差差异较明显;一般预判方法瓦斯压力增长梯度随倾斜长度的增加逐渐变大与实际不符,耦合方法瓦斯压力随倾斜长度增长趋于稳定与实际情况一致;不同预判模型下瓦斯压力生长曲线不因样本差异而有较大的波动。综合不同样本瓦斯压力预判结果可知,浅埋煤层瓦斯压力预判可应用线性回归方法,深部煤层瓦斯压力预判应用耦合方法与实际更相符。

关键词：瓦斯压力解析-数值耦合法回归分析预判模型

1000 MW超超临界锅炉折焰角斜坡积灰与塌灰计算分析

在线全文

学校读者我要写书评

暂无评论

洁净煤技术 2019年第2期25卷 114-119页

作者：高毅姚凯张海丹刘丹杨冬浙江浙能台州第二发电有限责任公司浙江台州317109 浙江浙能技术研究院有限公司浙江杭州311121 西安交通大学动力工程多相流国家重点实验室陕西西安710049

超超临界燃煤发电技术是煤炭清洁利用的重要途径。超超临界锅炉中П型锅炉炉膛出口与水平烟道连接处的折焰角部位由于存在回流区极易形成积灰,严重影响锅炉安全运行。通过对超超临界燃煤锅炉折焰角积灰进行机理分析,包括灰粒与沉积层之... 详细信息

超超临界燃煤发电技术是煤炭清洁利用的重要途径。超超临界锅炉中П型锅炉炉膛出口与水平烟道连接处的折焰角部位由于存在回流区极易形成积灰,严重影响锅炉安全运行。通过对超超临界燃煤锅炉折焰角积灰进行机理分析,包括灰粒与沉积层之间的黏结力和破坏灰粒沉积的力,建立折焰角积灰数学模型和塌灰预判模型,从而给出是否发生塌灰现象的预判结果,为电站安全运行及维护提供指导方案。该积灰与塌灰预判模型利用煤质相关参数、锅炉设计参数以及运行数据,得到烟气中煤灰颗粒的运动速度、深入沉积层深度和表面张力大小,从而定量计算出灰粒在折焰角斜面单位面积上的黏结力和灰粒对沉积层的冲击力,并根据单位面积上的黏结力、重力以及摩擦力之间的平衡关系得到折焰角部位理论最大积灰高度和实际最大积灰高度。当理论最大积灰高度大于实际最大积灰高度时,沉积层的摩擦力和黏结力大于重力沿折焰角斜面的分力,折焰角斜坡灰不会发生塌灰现象,反之,当理论最大积灰高度小于实际最大积灰高度时,则会发生塌灰现象。针对浙江浙能台州第二发电有限责任公司1 000 MW超超临界П型布置煤粉锅炉折焰角积灰与塌灰特性进行了计算分析,结果表明,当炉膛出口烟温为1 035℃,燃用设计煤种时,折焰角部位实际积灰高度为2. 48 m,小于重力平衡高度6. 69 m,该锅炉折焰角部位不会发生塌灰现象,折焰角设计及运行合理可行,超超临界锅炉折焰角斜坡积灰与塌灰预判模型对锅炉设计及优化运行具有参考价值。

关键词： Ⅱ型煤粉锅炉折焰角积灰塌灰预判模型

主成分分析与BP神经网络在微博舆情预判中的应用

在线全文

学校读者我要写书评

暂无评论

现代情报 2016年第7期36卷 58-62,70页

作者：饶浩陈海媚韶关学院信息管理系广东韶关512005 韶关学院应用数学系广东韶关512005

首先通过主成分分析消除原始指标之间的相关性,使指标数量变少且相互之间不相关,从而构建综合预判指标,再利用BP神经网络建立微博舆情预判模型。实验选取2013年微博热门话题作为训练样本,选取2014年的话题作为预测。实验结果表明,主成... 详细信息

首先通过主成分分析消除原始指标之间的相关性,使指标数量变少且相互之间不相关,从而构建综合预判指标,再利用BP神经网络建立微博舆情预判模型。实验选取2013年微博热门话题作为训练样本,选取2014年的话题作为预测。实验结果表明,主成分分析有助于去除原始样本数据的冗余,简化了网络的复杂度,所得到的结果更加准确。因此,该模型较仅使用BP神经网络的准确性更高。

关键词：主成分分析 BP神经网络微博舆情预判模型

在线全文

学校读者我要写书评

暂无评论

基于图像分析的视频异常检测方法研究

基于图像分析的视频异常检测方法研究

作者：孔祥福北京邮电大学

学位级别：硕士

信息时代下随着计算机网络技术和图像处理技术的发展,视频监控系统在各行业应用日益广泛,为社会安全稳定提供了重要保障与支撑。对海量监控视频的高效管理和智能预警是个亟待解决的问题,也是当下计算机视觉技术研究的热点。传统的视频... 详细信息

信息时代下随着计算机网络技术和图像处理技术的发展,视频监控系统在各行业应用日益广泛,为社会安全稳定提供了重要保障与支撑。对海量监控视频的高效管理和智能预警是个亟待解决的问题,也是当下计算机视觉技术研究的热点。传统的视频异常检测算法主要依赖视频具体场景知识和算法模型的应用,通过对视频序列进行特征获取与处理,进行异常检测。由于异常种类较多且差异较大,单一的特征判别模型难以保证算法准确率。本文针对固定场景下的视频监控图像,结合一般处理模式,采取基于图像特征分析处理的方法,实现视频异常目标的预检测,并将检测结果用于异常的深度检测。本文结合目标识别和视频异常检测相关算法理论,提出了具有双层判别能力的视频异常判别方法。首先,采用多帧统计思想改进帧间差分法,通过增加像素位置判断等操作提高ViBe算法的提取效果,并将这两种方法结合,有效实现了前景目标的提取。其次,对提取的区域目标进行全面的形状和光流特征分析,并根据不同特征对决策的影响力不同,设计了具有联合判决和多层判决的预判模型,实现了快速、直观的异常判定。最后,为确保准确率,对预判结果较为接近异常的目标图像提取其梯度特征和光流特征,进行半监督SVM判别模型的构建和判别。实验结果证明,此方法能较好地获得目标轮廓、发挥人为知识的指导作用,并能及时、准确地发现异常并进行预警。

关键词：视频异常背景建模前景目标特征分析预判模型