基于监管发电商报价行为的FSS—SVM模型

从电力监管部门的角度出发,提出研究发电商整体报价行为的FSS—SVM模型,它能剔除外部因素的干扰,真实、有效地反映发电商报价行为的随机分布特征,并能揭示人为因素导致的异常报价行为,对电力监管部门的有效监控和风险防范提供新的方法。     

基于污染贡献率的石家庄市大气污染特征分析

为计算6项大气污染物(PM_(10),PM_(2.5),SO_2,NO_2,CO和O_3)的污染贡献率,探讨大气污染特征及其变化趋势,以石家庄市2013—2017年的大气质量监测数据为例,基于环境空气质量综合指数,从宏观方面计算了6项污染物在综合指数中的污染贡献率;基于浓度均值,从微观方面计算了单项污染物贡献率的月分布和小时分布。结果表明:2013—2017年,石家庄市对大气污染贡献率最大的仍为颗粒物,NO_2和O_3的贡献率逐年升高,污染特征呈现由"煤烟型"、"混合型"向"复合型"转变的趋势;6项污染物中,PM_(10),PM_(2.5),SO_2,NO_2和CO的污染贡献率月分布呈"U型"分布,O_3呈"拱型"分布,除O_3外,其余5项污染物贡献率小时变化呈现"晨峰午谷"的周期性变化规律。研究结果可为石家庄市治理大气污染提供科学依据和技术支持。     

混合藻中蓝藻的检测

利用荧光光谱技术,以铜绿微囊藻活体、藻蓝蛋白提取液以及叶绿素a提取液为测试对象,进行了荧光光谱的扫描,并且研究了不同藻种对铜绿微囊藻藻蓝蛋白荧光强度的影响。研究结果表明,测定铜绿微囊藻的检测波长为590nm/650nm,铜绿微囊藻的细胞密度随荧光强度的增大而增大,呈正相关关系,r=0.999 4。     

紫外可见分光光度法测定环境空气中甲醛含量的不确定度评定

根据《化学分析中不确定度的评估指南》(CNAS-GL06:2006)及《测量不确定度评定与表示》(JJF 1059.1—2012),对分光光度法测定环境空气中甲醛含量的不确定度进行了评定。按照《空气质量甲醛的测定乙酰丙酮分光光度法》(GB/T 15516—1995)进行样品采集及测定。结果显示,由对环境空气中甲醛的采集及分析过程引入的相对不确定度分别为2.87%,8.63%,由标准曲线配制、工作曲线拟合、样品重复测定、样品前处理及仪器测定引入的相对不确定度分别为8.28%,2.33%,0.28%,0.55%及0.40%。     

一种基于CMAC神经网络的板形模式识别新方法

针对传统的板形识别模型在识别板形时,由于板宽的变化需要不同拓扑结构的神经网络才能完成板形模式识别任务,网络学习工作量大,网络存在收敛速度慢,易陷入局部极小等结构性能不佳的问题,建立了一种新的基于CMAC神经网络的板形模式识别模型。该模型利用欧式距离差得到网络的输入神经元,并在权值更新算法中引入了动态学习率。通过仿真实验表明该方法简单、实用,识别精度较高,克服了传统的识别模型的缺点和不足,有效地提高了板形模式识别模型的速度和精度。     

液相色谱直接测定水中苯胺在应急监测中的应用

为了建立一种快速准确测定水体中苯胺的分析方法,以用于环境应急监测,使用高效液相色谱-荧光检测法测定水中的苯胺。将水样经微孔滤膜(0.22μm)过滤后直接进样分析,以甲醇和磷酸盐缓冲溶液作为流动相,在λ_(Ex)/λ_(Em)=230nm/340nm的荧光条件下进行测定,数据显示:该方法在质量浓度0.010~2.00mg/L的范围内线性良好,检出限为0.098μg/L,测定下限为0.392μg/L;在连续12d的实际环境应急监测中,其加标回收率为91%~106%,相对标准偏差(RSD)为0.0%~3.1%,绘制质量控制图结果满意。该方法可快速准确地提供监测数据,是监控水体污染程度和评估应急处理措施的有效手段,适用于水中苯胺的环境应急监测和日常监测。     

基于SVM的软件质量评价

为了提高软件质量评价的准确性,参考各软件质量模型中的质量因素,构建评价指标体系并构建基于SVM的软件质量评价模型,通过在WEKA下实例仿真,基于SVM的评价结果与期望的结果是一致的,表明该方法能够准确、科学和客观地评价软件质量。     

基于微信公众平台的高校后勤服务体系

针对高校后勤传统的管理和服务方式在当今信息化时代显得比较落后的问题,借助于微信公众平台提出了信息化的高校后勤服务体系。具有新特点的微信公众平台使得高校后勤服务监控实现了实时交互,方便操作,节省人力,便于管理。     

基于MBP算法和深度学习的人脸识别

为了解决在深度学习提取人脸图像特征时,易忽略其局部结构特征和缺乏对其旋转不变性学习的问题,提出了一种基于单演局部二值模式(MBP)与深度学习相结合的高效率人脸识别方法。首先,用多尺度单演滤波器对图像进行滤波,得到幅值和方向信息;其次,用LBP算法和象限比特的方法进行编码,分块计算组合其直方图特征;然后,将提取的单演特征作为深度信念网络(DBN)的输入,逐层训练优化网络参数,得到优异的网络模型;最后,将训练好的DBN网络在ORL人脸数据库上进行人脸识别实验,进行识别率计算,其识别率为98.75%。所提出的方法使用无监督的贪婪算法,隐藏层设定为2层,使用反向传播算法优化网络。相较于已知的人脸识别方法,MBP+DBN算法对光照、表情和部分遮挡变化具有较好的鲁棒性,在人脸识别中识别率较高,具有一定的优势,为图像特征提供了一种新的识别方法。     

基于温度分析的抽水储能发电机故障模式识别

为提高抽水蓄能电站系统运行的稳定性和可靠性,提出了一种通过主站发电机瓦温信息构建发电机故障诊断模型的方法。以温度值作为特征量构建了支持向量机故障诊断模型,结合麻雀算法全局寻优和局部寻优自由切换的优势,将故障识别正确率作为迭代更新的目标函数,对支持向量机的惩罚因子以及核函数半径的参数组合进行优化。根据麻雀种群位置优化特点,给出了基于麻雀搜索算法进行SVM参数优化的详细步骤流程,并对采集的水泵发电机实测温度数据进行验证和分析。实测数据表明,所提方法可对下导瓦间隙偏小、冷却器容量不足、透平油老化、杂质混入等故障模式进行识别。与若干现行同类方法进行对比分析可知,基于温度分析的发电机故障诊断方法可为抽水储能发电机运行状态监测及主站电机的安全可靠运行提供有益参考。     

基于特征脸的人脸识别及实现

人脸识别技术是通过分析人脸图像,并从人脸图像中提取有效的识别信息,来辨认身份的一门技术。阐述了基于特征脸的人脸识别基本算法,给出了特征脸的解释,并用OpenCV编程实现对ORL人脸库进行识别仿真实验。该方法主要通过创建给定图像库中的特征脸和人脸图像的空间距离来进行人脸检测,顺利实现和验证了特征脸算法。     

基于工程质量模糊评价的改进挣值法研究

工程项目的质量、成本、进度三大目标构成了工程项目的目标体系,是工程项目实施控制的重点。在工程管理中,应该对三者进行集成控制。挣值法是一种有效的项目成本和进度集成方法,却未考虑质量因素。本文在前人研究挣值法的基础上,利用模糊评价方法对工程质量的评价结果量化,在原有挣值法中引入量化的质量因素,对原挣值法进行改进,使其较好的考虑到质量、成本和进度三个因素,为质量、成本、进度的集成控制提供了一种有效的方法。最后,用工程实例对改进后的挣值法进行了验证。