再生水水源水质问题及对策

以郑州市五龙口污水处理厂为例,论述了城市污水处理厂二级出水中活性微生物、藻类和NO_3~-对再生水生产设施造成的不利影响,同时提出了应对措施。对聚氯化铝和聚氯化铝铁除磷效果进行了试验,结果表明,聚氯化铝除磷效果优于聚氯化铝铁。     

一个基于J2EE Web应用的框架设计与实现

J2EE(Java 2平台企业版)是当前建立和开发各种Web应用的主流平台,MVC(模型-视图-控制)体系结构是当今设计交互式应用的事实标准.文中结合MVC在J2EE Web中的应用,通过电子政务系统开发实践,提出了一个具体的实现方案,描述了应用系统设计,给出了表示层、控制层、代理层、业务逻辑层、数据访问层和数据存储层等层次的明确划分,阐述了各层的功能作用以及层与层之间的关系,并针对具体业务给出了实现的部分具体内容,为在J2EE环境下开发结构良好、易于维护、易于扩展的Web应用提供了可行方案.     

高级氧化-IC-曝气工艺处理克林霉素生产废水实例

某药业股份有限公司克林霉素生产废水采用高级氧化-IC-曝气工艺处理,重点介绍了工程的调试启动。工程运行结果表明,出水水质稳定,COD为112mg/L,BOD5为23mg/L,SS为48mg/L,NH3-N为37.1mg/L,TN为49.6mg/L,硫化物为0.72mg/L,急性毒性(以HgCl2毒性当量计)为0.05mg/L,pH为8.22,处理后出水毒性和有机物浓度都大大降低,各项水质指标符合《化学合成类制药工业水污染物排放标准》(GB 21904-2008)的要求。     

军事训练领域核心本体的构建

数据是作战指挥训练模拟系统的基础,权威数据的缺乏、数据检索的困难等,容易出现数据失控的现象。加强对数据的管理,建立统一的标准是目前亟待解决的问题。该文通过引入本体有效地解决了上述问题,本体的建立使得资源数据定义格式有了统一的规范,在军事训练网中可共享数据。     

水环境功能区划中模型计算探究

制订污染源控制规划是当前水环境功能区划分中亟待解决的技术关键问题之一.笔者根据物质平衡建立的水质模型.通过采用Visual Basic编程的方法,将入河排污口概化求出概化入河排污口位置;利用影响系数与自净系数和汇流时间关系,通过水质模型的输入响应关系正算,求出目标断面的污染物浓度;按照水环境功能区划拟定的水质目标,反算出达到水质目标时允许排放污染物的量,从而验算区划结果的可达性,具有一定的使用价值.     

基于CWM和EMF的数据库元数据处理

针对各种数据库元数据的异构问题,以及封装元数据的领域模型和存储元数据所需的表结构需要手工建立且工作量较大的问题,提出基于公共仓库元模型(CWM)和Eclipse模型化框架(EMF)的数据库元数据处理,其中包括数据库元数据的获取、封装、扩展、持久化等操作,以及领域模型的实现和表结构的生成。结果证明,基于CWM和EMF的数据库元数据处理能够解决数据库元数据的异构问题,免去手工构建领域模型和表结构的工作,减少了工作量。     

一种张量扩展的条件随机场模型及其在自然语言处理任务中的应用

传统的自然语言处理方法是将大量手工制定的特征输入到统计学习模型中,以完成文本的加工处理。目前,条件随机场模型在多种自然语言处理任务中都取得了较好的效果,但手工特征制定的方式以及庞大的特征数量增加了模型建立的难度,降低了模型运算的速度,同时易使模型“过拟合”。为了解决上述问题,提出一种张量扩展的条件随机场模型,利用张量变换自动构建出复杂的特征,减少了手工特征制定的工作量,并使用Tucker分解算法加速模型,得到的模型可用于多种自然语言处理任务。实验表明,在提取相同基本特征的前提下,与传统的条件随机场模型相比,文中的模型在多种自然语言处理任务中的性能都有所提高,具有一定的使用价值。     

荧光增白剂生产废水处理可行性研究

采用酸析混凝—水解酸化—IC反应器—Fenton氧化—A/O—臭氧氧化工艺对荧光增白剂生产废水进行了中试研究。试验中探索了酸析混凝工艺的最佳反应条件及水解酸化对提高废水可生化性的作用;研究了以内循环(IC)厌氧反应器为主的后续工序反应控制参数。当IC反应器进水CODCr为2 800mg/L时,容积负荷为0.68kgCODCr/(m3.d),停留时间为3.6d;Fenton氧化的最佳反应条件为pH 3.0、FeSO4.7H2O 0.003mol/L、H2O2/Fe2+为3∶1、反应时间2h;A/O水力停留时间为3d,臭氧处理工艺中O3投加量为0.133g/L,反应时间为10min。结果表明,此流程出水CODCr为260mg/L,氨氮小于25mg/L,可达《污水综合排放标准》(GB 8978—1996)二级排放标准。     

基于时序聚类的北斗位置冗余数据压缩算法

在北斗用户机的位置数据采集过程中,容易出现数据冗余现象。为此,分析导致数据冗余的原因,提出一种基于时序聚类的冗余数据压缩算法。该算法采用基于密度的聚类方法将数据集进行分簇,把属于同一类运动特征的位置数据归为一类,根据簇直径判断该簇是否为冗余数据,并对冗余数据进行压缩。实验结果表明,该算法可以正确标识冗余数据,实现数据压缩。