进水分配比对倒置A^2/O-MBR系统处理低C/N废水效果的影响研究

由于倒置A^2/O工艺中氮、磷元素的去除无法同时达到较好的去除水平,因此对传统的倒置A^2/O进一步改进,与MBR相结合并且维持污泥与进水配比,探究多种进水配比对脱氮除磷的影响。结果表明:在进水配比为6∶4时,得到的处理结果较好,其中COD、NH4^+-N、TN以及TP的平均出水质量浓度和平均去除率分别为:13.64、0.68、20.7、1.16 mg·L^-1和91.43%、98.3%、48.26%、71%。进水分配比对TN和TP的去除有明显影响,通过合理的改变进水分配比,能够使氮、磷元素同时保持较好的去除率。

数据挖掘在“拍照赚钱”任务定价中的应用

"拍照赚钱"是移动互联网下的一个自助式服务模式。APP用户会员通过完成需要拍照的任务,赚取对任务所标定的酬金。因此,任务定价是该平台运行的核心要素。本文利用数据挖掘的手段探索位置、任务、会员等相关因素与任务定价乃至任务认领完成情况的量化关系,实现统计建模,并优化了任务定价分配方案。

基于生成对抗网络的极坐标域自监督径向畸变校正算法

鱼眼相机可以捕捉大视野场景,但它在图像中引入了严重的径向畸变.大多数现有的深度学习图像校正方法都需要畸变参数、无畸变图像等标签进行监督,而应用到真实世界的场景时,上述的假设和要求可能并不成立.提出基于生成对抗网络的极坐标域自监督径向畸变校正算法,利用极坐标图像畸变大小水平一致性和极坐标图像内部畸变平滑性,实现单幅图像的自监督鱼眼校正.同时使用多项式模型和除法模型合成大范围的畸变训练数据集,使模型获得较好的泛化能力.在合成数据集和真实数据集上的对比实验结果证明了本方法的优越性.