焦粉-多孔氧化铝协同净化沥青烟技术研究北大核心

吸附过滤法在沥青烟净化方面因净化效率高、成本低等优点应用最为广泛,结合现有的炭素厂电极糊生产工艺,提出一种焦粉-多孔氧化铝协同净化沥青烟技术。利用GC/MS对沥青烟中多环芳烃(PAHs)的组成及含量进行了分析,发现沥青烟中PAHs占比84.03%,以3~4环PAHs为主,其毒性当量则以5环PAHs为主;并研究了焦粉厚度、粒径、过滤风速等对沥青烟净化效率的影响,发现沥青烟浓度越高、焦粉厚度越大、粒径越小和过滤风速越低,越有利于沥青烟净化。利用焦粉协同多孔氧化铝净化沥青烟,可使净化效率提高3%~7%,排放浓度3 mg/m^(3)远低于标准要求,说明焦粉协同多孔氧化铝是非常有效的沥青烟净化技术,具有较好的工业应用前景。     

基于单片机的智慧水族箱生态养殖系统

随着人工智能的迅速发展，人们的生活不断提高，智慧水族箱、智慧家居等等逐渐进入人们家中，主要针对目前市场上销售的水族箱现状以及高耗能的资源浪费问题，设计了一种基于STC89C52RC单片机为核心的智慧水族箱生态养殖系统。重点对水温调节、水循环过滤两个模块进行了分析，同时也介绍了充氧、喂食、液显、按键的电路。该智能养殖系统不仅适用于家用水族箱，同时也适用户外水禽的养殖，可以降低饲养难度，并且节能环保。     

采用"板框过滤工艺"去除木薯酒精废水CSTR厌氧反应器出水悬浮物的研究

针对出水CODCr和SS浓度超标等问题,某酒精废水处理站在CSTR高温厌氧反应器出水去除悬浮物的斜筛/气浮/沉淀工艺基础上进行了提标改造试验研究,出水执行《水污染物排放限值》(DB 44/26-2001).结果表明,通过将"板框过滤工艺"作为CSTR厌氧反应器出水去除悬浮物的工艺,SS从改造前的8～15 g/L下降到改造后的3 g/L以下,保障了进入后续二级厌氧及A/O生化池的稳定运行,最终实现出水水质达标排放.     

电收尘器与高温过滤收尘器工艺的比较

介绍了华东某冶炼厂利用侧吹炉处理含铅废料,产出的高温含尘烟气因含SO2、SO3和H2O组分,烟气露点较高。分析了电收尘器和高温过滤收尘器两种烟气处理工艺,并从工艺的可靠性、建设投资和技术经济性等方面进行了比较。得出了采用高温过滤收尘器工艺要优于电收尘器,该工艺可以保证收尘器出口烟气含尘浓度控制在20 mg/Nm3以内,有利于后续脱硫工段的处理。     

一种自适应的混合协同过滤推荐算法

为解决协同过滤算法在处理数据量较大时存在推荐效率低的问题,提出一种自适应混合协同推荐算法。根据待推荐用户活跃度和目标物品新鲜度调节模型权重,基于张量分解计算物品间的相似度,通过短路径枚举叠加生成预测结果。实验结果表明,与CBCF算法相比,该算法推荐准确率提高了28.6%。     

基于人性化用户特征的在线酒店推荐技术研究

近年来,人们对于酒店的需求与日俱增。但面对形形色色的酒店服务,如何选择的问题日益突出,精准合理的个性化酒店推荐拥有极大市场。已有的传统推荐技术及其推荐系统,没有从内生性参数分析和解释用户行为,在用户兴趣点发掘的精确性以及数据稀疏情况下的推荐存在局限。对此提出一种面向酒店的人性化用户建模与推荐方法。根据所在实验室提出的数字灵魂模型,将其映射到酒店领域,得到人性化酒店用户模型。计算用户偏好与酒店特征间的相似度,并结合基于协同过滤的推荐技术,得出推荐候选集。以"酒店管理营运博弈沙盘"为实验平台,该沙盘是由所在实验室研发并已被数十家酒店管理院校使用的电子学习软件。实验结果表明,相比于单纯的特征参数匹配和普通的协同过滤,该方法拥有更高的准确率、召回率和运行效率,并在一定程度上解决冷启动和数据稀疏的问题。     

复合管膜的润湿性及过滤污水机理

为了研究多孔复合管膜对钢铁产业污水的过滤性能及其过滤机理，采用静滴法做了水滴和油滴在复合管膜上的润湿性研究。采用扫描电镜、EDS等手段分析了使用前后的多孔复合管膜外壁及内壁的结构及成分，分析了含油污水中固体颗粒及油的过滤机理，并利用视频光学接触角测量仪测量水滴和油滴在复合管膜上接触角随时间的变化速率。结果表明，在污水过滤过程中，水中小于管膜表层微孔孔径的氧化铁等杂质进入复合管膜内部，无法随水流穿过复合管膜膜层，积累在管膜内部；随着管膜使用时间延长，氧化铁等杂质在复合管膜内部积累量增多。水在复合管膜上的润湿性良好，油滴在复合管膜上是不润湿的。     

多特征融合的兴趣点推荐算法

基于位置社交网络的兴趣点推荐越来越受到工业界和学术界的关注。由于用户签到数据集的稀疏性以及签到地理位置的聚集性，使得目前的推荐算法效率普遍不高，特别是当用户外出到新的地点时，推荐效果更是急剧下降。因此本文提出了一种基于用户-区域-内容主题的多特征联合推荐算法（UCRTM），以隐主题模型为基础，在统一的框架下利用隐含因子关联性融合了用户的偏好、兴趣点的内容以及兴趣点所属地理区域主题等信息来进行推荐，使得用户无论身处何地，都能获得理想的推荐服务。本文在两种真实的数据集上进行了实验，结果表明该方法不仅能够克服数据的稀疏性以及弱语义性等问题，而且与其他方法相比具有更高的推荐准确率。