水体中有机物污染的治理技术

在我国水体中有机污染日益严重,经典的废水处理技术是生物法、物理化学法和化学法。在此基础上,近几年又发展了许多新的技术,如AOTS、光催化氧化、超声波降解等,随着人们对这方面问题的重视增强和投入加大,这些技术将会有很好的应用前景,并且会有更多的新技术出现。     

夏秋季中街山列岛养殖海域营养盐水平及有机污染状况评价

根据2009年8月和10月夏、秋季节中街山养殖区调查数据,对该海域的营养盐水平及有机污染现状进行了分析评价。结果表明：中街山列岛养殖区无机氮夏季含量较高,16.7%的站位超四类水质标准,秋季明显下降,符合二类水质标准。活性磷酸盐含量夏、秋季无明显差异,而硅酸盐秋季较夏季明显升高。磷酸盐为该海域的限制因素,夏季尤为明显。该海域已呈富营养化状态,有机污染也已达到轻度污染水平,且夏季高于秋季。     

淮南市用水结构变化及驱动力分析

本文基于2005-2013年淮南市各类用水数据,对淮南市用水结构变化趋势进行分析,并结合相关统计资料对引起变化的驱动力进行主成分分析。研究结果表明：淮南市总用水量变化波动明显,整体呈下降趋势;农业用水量及比重上升趋势明显,农业用水在淮南市用水结构中的地位日益重要;工业用水量及比重整体呈阶梯状下降趋势,其用水量仍保持在总用水量的一半以上;生活用水量及比重呈现出稳步缓慢上升趋势,变化幅度较小;气候条件、生产规模、生产技术和人口因素是驱动淮南市用水结构变化的主要因素。     

基于主成分分析的安徽省区域产业结构优化效率评价

通过运用主成分分析法,对安徽省2007~2012年产业结构调整和产业结构优化效率进行实证分析.首先,建立安徽省区域内产业结构调整的综合评价体系.其次,利用主成分分析模型研究安徽省内产业结构调整中,省内不同城市和地区在经济结构调整、技术进步、生态污染等不同角度所产生的综合效果,并据此对安徽省内不同城市的产业结构优化效率进行综合评价.最终提出相应的解决方案.     

绿色调制协同法制备复合结构的Eu-MOF材料

开发了一种绿色调制协同法合成分层结构的稀土金属有机骨架材料Eu(BTC)(H2O)6,解决了传统合成方法中使用大量的、有毒有机溶剂的难题,用乙醇和碱性添加剂代替传统的有毒溶剂DMF。首先用乙醇将有机配体溶解,然后加入碱性添加剂使有机配体去质子化,从而使其与金属中心Eu3+成功配位,通过添加剂的-COO-与BTC配体的-COO-竞争与Eu3+的配位合成形貌各异的Eu(BTC)(H2O)6晶体。绿色调制协同法,利用碱性物质乙酸钠和甲酸钠作为调制剂成功制备了多种形貌的Eu(BTC)(H2O)6,包括十字花状晶体、小麦状晶体、麻花状晶体、花状晶体、稻草捆状晶体和杂乱的稻草捆状晶体。这些多形貌的晶体利用粉末X射线衍射、扫描电子显微镜、红外光谱和热重等表征确定了晶体的结构、形貌及化学组成。     

五九香梨不同部位和不同处理方式对其主要芳香成分影响的研究

试验针对五九香梨不同部位(完整的和破碎的五九香梨、梨皮和梨肉)和不同处理方式(鲜榨的梨汁以及榨汁后放置时间、氧气、酶和pH值)等因素对梨的主要风味成分的影响进行了系统的研究,探索香气变化的规律,为五九香梨的贮藏及加工中更好地保持或提高梨的香气提供科学的依据,同时对梨果加工品的风味和质量控制等提供理论依据。     

信号瞬变成分检测与提取及其在故障诊断中的应用

研究基于小波变换的信号瞬变成分检测与提取方法及其在机械故障诊断中的应用 .在分析信号的连续小波变换的模极大值理论的基础上 ,指出连续小波变换系数的模与信号瞬变成分的关系 ;通过分析小波函数的性质 ,分析小波函数对信号的连续小波变换的影响 ;在信号瞬变特征的提取过程中 ,提出基于门限值的特征重建方法 .将该方法应用于齿轮箱振动信号中瞬变成分的检测与重建 .结果表明基于连续小波变换方法能有效检测到信号中的瞬变成分 ,瞬变成分的重建结果有效地表示了机械的故障状态 .     

山东省中心城市竞争力定量评析

从城市经济竞争力、基础设施竞争力、科技文化竞争力、城市开放程度竞争力、城市产业结构与效益、环境竞争力等6个方面共37个指标,对山东省17个地级市进行评价,利用主成分分析原理及方法,对各城市竞争力的情况进行分析、比较和分类,最后提出了提升山东省城市竞争力的若干建议。     

对数变换主成分分析的图像识别

为了进一步提升现有鲁棒主成分分析(PCA)算法处理含有异常样本数据的性能,提出了对数变换的PCA算法。为降低异常样本对目标函数值的影响,根据对数函数的性质建立了对数变换PCA算法的目标函数,证明了所提目标函数值小于标准PCA算法的。之后,给出了求解所提目标函数的一种优化算法,即为所提算法。通过迭代计算对角矩阵和进行特征值分解进行优化,证明了所提算法可以近似收敛于所提目标函数的最优解。分析证明了所提算法具有旋转不变性。为了更好地比较各算法处理异常样本数据的能力,使用AR数据库中的原样本作为异常样本,在其他数据库中人为添加了异常样本。与标准PCA算法、鲁棒PCA算法、包括贪婪求解的基于l1范数的PCA算法、非贪婪求解的基于l1范数的PCA算法、基于l2,p范数的PCA算法和基于最大相关熵的PCA算法在AR、Extended Yale B、CMU PIE这3个人脸数据库和MNIST这1个手写字符数据库进行了实验对比,结果表明:所提算法均得到了最低的重构误差和最高的识别精度;所提算法具有良好的收敛性能,一般迭代5到6次即可收敛。     

KPCA-LSSVM方法在视频时间序列预测中应用

为提高时间序列预测精度及降低预测过程中的计算复杂度,提出一种基于核主成分分析(KPCA)与最小二乘支持向量机(LSSVM)相结合的预测方法.首先,将输入数据通过核方法映射至高维特征空间;然后,在特征空间上提取有效非线性主元;最终,通过LSSVM建立时间序列模型.为验证KPCA-LSSVM方法的有效性,将其应用于交通流及视频流预测中,在同等条件下,与单一的LSSVM及神经网络等预测方法进行比较.实验结果表明:基于KPCA-LSSVM建立的模型具有较好的推广性及较高的辨识精度.