基于层次标签的机器学习流程组装

随着机器学习的兴起,算子数目飞速增长,组装算子需要搜索的解空间增大,流程组装时间指数倍增长,如何降低搜索解空间,从而降低组装时间,实现支持适应用户功能性需求的机器学习流程组装成为当前研究的热点。文中提出了一种基于层次标签、支持机器学习领域的流程组装方法。首先,从算子语义中提取标签,根据标签包含语义范围确定层次标签模型;其次,根据机器学习领域发现标签关系,确立领域组装模型,按照用户确定的功能性需求,确定最终领域标签模型;最后领域内算子与标签语义绑定,确定领域内算子关系模型,根据组装规则组装算子,形成满足用户功能性需求的全部算子流程。最后给出了支持该方法的实例,用以说明该方法的可行性;提出结果验证标准,用以说明结果的正确性与完整性。

杭州天子岭垃圾填埋场稳定安全控制及生态环境治理实例

天子岭填埋场作为我国首座符合国家建设部卫生填埋标准的大型山谷型垃圾填埋场,填埋期间面临“超垃圾量、超警戒水位、超承载能力”稳定安全难题,停止填埋后面临封场和生态环境治理难题。在稳定安全控制方面,天子岭填埋场二期相继实施垃圾坝加高加固工程及液气立体导排工程,保障了填埋安全作业,尤其是2016年G20峰会期间日填埋量(8000 t/d)显著超过设计值时。在生态环境治理方面,相继实施两期生态治理工程,其中一期以地下水污染控制为重点,实施了填埋场上游截渗、下游垂直阻隔工程;二期以堆体长期安全整治和生态修复为重点,建设液气导排、封场覆盖、植被恢复及智慧监测等。生态治理工程实现了天子岭填埋场的生态恢复和绿色发展方式转型升级,推动天子岭填埋场与半山国家森林公园等周边生态环境融合。