含铯废水中亚铁氰化物的粒径分布及组成分析

亚铁氰化物是处理含Cs^(+)离子放射性废水的一种重要方法。为了研究亚铁氰化物处理Cs^(+)离子时的置换机理以及基础性质,本文按照M^(2+)/Fe(CN)64-=1.33的比例投加共沉淀剂(其中M^(2+)代表了Ni^(2+)、Cu^(2+)、Co^(2+)、Cd^(2+)),在不同的模拟水样中制备了亚铁氰化物。利用激光粒度分布仪器考察了M(NO_(3))_(2)与亚铁氰化钾形成共沉淀物的粒径分布。利用高氯酸和加热装置对制备的亚铁氰化物进行溶解以分析其组成。结果表明:共沉淀物的粒径几乎全部处于0.1~10μm;Cs^(+)和Mg^(2+)离子主要取代K^(+)和部分取代M^(2+)离子,Na^(+)离子只取代K^(+)离子;对1.00 mg/L Cs^(+)离子的去除率高于99%;对其吸附容量高达310mg/g以上。总之,亚铁氰化物粒径较小,Na^(+)和Mg^(2+)存在不会影响亚铁氰化物对Cs^(+)离子的去除。

基于SVDD和改进K-Means的变压器故障诊断模型

变压器状态对于智能配电房的安全稳定运行具有重要意义。为实现对变压器故障的准确诊断,在变压器油中溶解气体分析(DGA)的基础上,提出了一种联合使用支持向量数据描述(SVDD)和改进K-Means聚类的变压器故障诊断方法。首先利用SVDD构造闭合分类曲面实现“正常”和“故障”两类判断,然后对“故障”类样本进行K-Means聚类分析,自动将其划分为低能放电、中低温过热、高能放电、高温过热和局部放电5种故障类型,同时针对K-Means初始聚类中心选取难题,提出局部密度概念自动确定K-Means初始聚类中心,提升聚类性能。最后利用变压器故障真实数据开展实验,结果表明,相较于支持向量机(SVM)和BP神经网络模型,所提方法的故障诊断准确率分别提升9.8%和8%。

基于大数据分析的配电网低压故障定位研究

为了维护配电网正常运行,以提升配电网低压故障定位能力为目标,提出基于大数据分析的配电网低压故障定位方法。通过采集配电网低压故障定位数据,利用大数据分析算法中的支持向量机算法进行分类,从而实现配电网低压故障定位。使用改进粒子群算法改进支持向量机算法,优化配电网低压故障定位结果,并进行配电网低压故障定位的仿真实验。结果表明,所提方法解决了配电网低压故障定位方法存在的弊端,获得了理想的配电网低压故障定位效果,能够满足配电网低压故障定位实际要求。

靖边气田低效储量评价与可动用性分析

靖边气田是风化壳型碳酸盐岩气藏,目前处于开发中期,保持气田稳产是靖边气田面临的核心问题,而低效储量是靖边气田储量接替的重要领域。在低效储量分布特征的基础上,将靖边气田低效储量分布分为3种类型:低效储量与优质储量垂向叠加型;低效储量与优质储量侧向连通型;低效储量孤立分布型。研究结果表明,孤立型低效储量规模小,垂向叠加型和侧向连通型低效储量是靖边气田储量接替的重要类型。针对垂向叠加型和侧向连通型低效储量分布特征,采用数值模拟方法对低效储量可动用性进行分析和评价。研究结果表明,低效储层渗透率、低效储层布井方式(井距)、低效储层气井配产是影响低效储量动用程度的最主要因素。

基于VARI-METRIC的民机关键LRU多级库存优化配置模型

针对民用飞机航线可更换件(Line replaceable units,LRU)在多级保障组织中的配置问题,提出了基于VARI-METRIC理论的多级库存模型。首先,为解决民机非固定分配到基地,不适用于METRIC理论的情况,根据航空公司的运营计划、保障站点组织、航线结构,求基地的年平均需求量,并用负二项分布描述需求差均比大于1的基地短缺数概率分布;然后,以平均等待备件时间为目标、以费用为约束,应用边际分析法进行寻优;最后给出一个实例,表明算法的可行性,能为航空公司或供应商提供有效的理论与技术支持。

非球面人工髋关节接触力学

目的由于受制造技术的局限性、可能的设计优化考虑以及临床应用的磨损等因素影响,人工髋关节轴承表面表现为非球面几何特征,可以利用有限元分析方法对非球面人工髋关节的接触力学行为进行研究。方法对球面网格数据模型进行非球关节面重建,研究不同取向椭球面股骨头对球面髋臼几何特征的非球面金属对金属人工髋关节的接触力学表现。结果非球面股骨头接触区域中心位置的平均曲率半径在一定范围内增大时,能有效降低相应关节接触面上的最大接触压力,同时接触面积有所增加;在同样载荷下,髋臼相对股骨头不同倾斜状态对非球面股骨头的接触压力峰值和面积影响较小,但压力分布有所不同。结论良好地控制人工髋关节的非球表面特征,有利于改善人工髋关节最大接触压力幅值大小和接触区域分布。所发展的非球面人工髋关节接触模型及数值模拟过程能够有效地运行,这为非球面关节动态接触及磨损预测问题研究提供了条件。

广州市人口老龄化的空间分布及趋势

利用4个代表年份的数据,对广州市10区2市(县级)进行分析。选取6项人口老龄化指标,利用模糊聚类分析方法,得出广州市人口老龄化的空间分布呈三个圈层:中心区、内缘区和外缘区,其人口老龄化程度分别表现为老年型初期、老年型中期和老年型后期。利用GIS空间自相关模型进行分析预测,得出广州市不同圈层人口老龄化集聚扩散趋势,中心区呈扩散趋势,外缘区呈集聚趋势,内缘区介于两者之间。政策、经济、社会、文化等对人口老龄化产生重要影响,并通过人口的自然增长和人口迁移变化表现出来,不同圈层间人口迁移的快速变化,是广州市人口老龄化空间差异及变化的主要原因。

语气词口气意义的分析方法

一般认为语气词是表达语气的,语气词的语气意义比较空灵,难以从形式上分析,对语气词语气意义的分析通常采用“随文释义”的方法。后来的研究者看到了“随文释义”的局限性,试图把句中某些词语、结构和句调所表示的语气意义与语气词本身所表示的语气意义区分开,但始终没有能突破语气词是表达语气意义的传统观念,也没有建立一套真正行之有效的分析方法。本文认为:如果把语气和口气区分开,语气词并不表达语气,只表达口气。从这一点出发,甚至可以把语气词更名为口气词。对语气词口气意义可以用义素分析、分布分析、替换分析等方法来分析。

基于判别分析法室内悬浮颗粒物浓度与粒径分布测量

基于数学形态学对室内悬浮颗粒物图像进行图像处理,检测了颗粒物粒径,分形维数和形状系数等重要形态学参数.通过显微观察法,将颗粒物近似分为几个标准的类,以形状系数和分形维数为每一类的观测数据,提出了一种颗粒物判别分析归类的方法,将待测颗粒物归类,实现颗粒物的粒形、体积和表面积的按类近似估计;分析颗粒物的来源,估算颗粒物的密度,计算得出室内悬浮颗粒物浓度和粒径分布的实验数据.这种测量方法可以同时获取颗粒物的质量浓度、总表面积和体积浓度与粒径分布情况.

怒江州“以电代柴”生态建设项目实施模式探析

基于怒江州"以电代柴"生态建设项目农户问卷调查数据,系统分析影响构建实施模式的因素:地理位置分布,区域气候特征,森林资源分布,少数民族情况,农户薪柴消耗,农户经济收入,农户薪柴来源,农户饮食习惯及取暖习惯,依此共设计了"完全以电代柴"、"不完全以电代柴"和"一部分区域完全以电代柴、一部分区域不完全以电代柴"3种实施模式。分析实施模式比选,科学确定项目实施模式。并提出加强宣传、科技培训、多能互补等对策、建议。

基于MobileNetV3-SVDD的雷达信号调制方式开集识别

针对常见雷达信号调制方式识别方法无法识别未知调制方式的问题,本文提出了一种基于MobileNetV3-SVDD的雷达信号调制方式开集识别方法。将不同调制方式的雷达信号转换成时频图像,使用轻量级深度神经网络MobileNetV3网络提取图像特征。基于一类分类器SVDD构建调制方式超球体来测试识别在训练中未出现过的未知调制方式,完成了对雷达信号调制方式的开集识别。实验结果表明:该方法在信噪比等于8 dB时,已知调制方式识别率均达到100%,未知调制方式识别率均达到95%以上,实现了对未知调制方式的有效分类识别。

一种基于主成分分析的元学习方法

Meta-learning是解决分布式环境下分类挖掘问题的有效方法之一,该方法的关键在于元训练特征的组成,它直接影响着元分类器的性能.当问题域中类别数较多时,组合多个基分类器将使元训练特征集的维度变得非常大.提出在元学习阶段用主成分分析(PCA)简化高维数据,将基分类器的预测信息集中到最小维数的向量上,以提高元学习的泛化效率.实验结果表明,该方法是可行的.

集成KPCA与t‑SNE的滚动轴承故障特征提取方法

针对滚动轴承原始数据集包含高维非敏感特征的问题,提出一种集成核主成分分析(Kernel Principal Component Analysis,KPCA)与t‑分布随机邻域嵌入(t‑distributed Stochastic Neighbor Embedding,t‑SNE)的滚动轴承故障低维敏感特征提取方法。该方法先计算滚动轴承原始振动信号的时域、频域以及时频域特征,构建初始高维特征数据集。利用KPCA降低高维数据集的相关性,在最大化高维数据全局特征方差的目标下,提取出非线性特征子集。通过t‑SNE充分挖掘故障特征数据集的局部结构信息,进一步获取具有高判别性的低维敏感特征子集。将低维特征子集输入到k‑近邻分类器(k‑nearest Neighbor Classifier,KNNC)进行分类,以分类准确率和聚类结果作为度量指标,对特征提取结果的优劣予以评价。上述过程综合考虑了数据集的全局和局部结构特征,充分利用了数据自身的结构信息,从而可准确提取其低维敏感特征。将该方法用于滚动轴承故障诊断实验中,通过与其他典型特征提取方法进行对比,及其对含噪情况下轴承故障特征的准确提取,验证了方法的有效性。

基于小波包分析和SVM的爆破震动与岩石破裂微震信号的识别研究

为提高爆破震动与岩石破裂微震信号辨识精度,以某金属矿山现场微震监测数据为基础,首先采用小波包分解对矿山爆破震动和岩石破裂信号进行2层分解,对比两类信号在4个频段内的能量分布的特征,进而以两类事件的低频段(0～125 Hz)能量百分比、中低频段(125～250 Hz)量百分比、中高频段(250～375 Hz)能量百分比、高频段(375～500 Hz)能量百分比为特征向量,利用支持向量机(SVM)对爆破和岩石破裂微震信号进行了训练和分类,结果表明:两类事件在0～125 Hz的能量分布差异最大,且以0～125 Hz的能量百分比10%作为分界值时的准确率达到87.5%;SVM的分类正确率为94%,取得了理想的分类效果。

基于主成分分析的农作物空间分布信息提取

针对遥感农作物分类精度低、作物区分不明显的特点,本文提出了一种基于主成分分析的农作物空间分布信息提取方法。通过主成分分析,增强影像的光谱特征,提高样本的可分离性和影像分类精度,满足农作空间分布识别要求。最后以GF-1卫星影像为研究对象进行试验,结果表明,本文提出的方法分类精度可达95%以上,实验结果符合实际情况。

分布分析在语言研究中的运用

文章以美结构主义语言学为理论基础,通过一些个例,说明了分布分析在语言研究中的作用,对语言研究的精细化进行了一些探讨。

基于用户评论情感分析的CDN缓存替换方案

CDN的缓存策略对互联网应用的服务质量起着重要作用。针对传统的缓存策略通常仅考虑用户访问行为热度的情况,为了进一步优化缓存配置,提出通过挖掘用户评论中的文字信息来改善CDN的内容缓存替换策略。提出的方法在用户访问行为的基础上,融合用户基于文字评价的情感信息进行建模,并采用深度卷积神经网络对用户评论情感程度进行量化分析。实验结果表明,提出的CDN内容缓存替换方法在本地命中率方面较传统方法有很大程度的提高。

评析语义特征分析法在《“V来了”试析》中的运用

本文从五个角度分析了语义特征分析法在《"V来了"试析》中的成功运用,分别是:通过不同义系联寻找类义词之间的共同区别性语义特征;结合具体句法格式来概括"V"和"了"的区别性语义特征;通过动态的分布替换来概括类义词间的共同区别性语义特征;多角度概括动词的语义特征,以说明"V来了"的语法关系和结构层次;以关键实词为主,以虚词"了"为辅,结合有关语法理论和语义特征分析法进行研究。

2019年西安首场雾霾PM2.5关键特征的综合诊断

通过对WRF⁃Chem(Weather Research and Forecasting Model Coupled to Chemistry)环境模式模拟资料、HYSPLIT(HYbrid Single Particle Lagrangian Integrated Trajectory Model)前/后向气团轨迹资料、环境站监测资料,以及西安理工大学(Xi′an University of Technology,简称XUT)多波长激光雷达、米散射激光雷达、能见度仪、粒谱仪等观测资料的综合诊断,探讨了2019年1月初发生在西安的雾霾过程(记为首场雾霾)PM2.5组分、分布及传输特征,旨在为雾霾气溶胶研究提供有益的个例积累.定性、定量双重检验表明,Chem模式较成功复制了此次雾霾气溶胶过程.利用这些可靠的模式数据分析表明,PM2.5中碳气溶胶的主要组分为有机碳,约占85%,强盛期气溶胶各组分随高度增加均呈递减趋势,各组分近地面浓度最高.通过对两类不同方法获取的消光系数对比分析表明,相比于模式数据,激光雷达数据具有更高的垂直分辨率,因此,更善于描述消光廓线的细节特征.通过对多源资料的综合诊断最终揭示出,“北风涌”是雾霾消散的关键影响因子,沿铜川⁃西安⁃山阳一带存在着污染物传输的重要路径,雾霾由此体现出自北向南依次消散的特征.