惠州市土壤重金属污染信息系统设计

利用组件式GIS开发平台ArcObjects与可视化开发语言C#,对基于SQL Sever2000和ArcSDE的重金属污染信息系统设计与开发进行研究.以广东省惠州市为例,通过104个观测点,利用C#与Matlab混合编程,用神经网络方法插值出其他未观测点的地理坐标和重金属的含量,并应用单因子评价和地统计分析实现基于GIS空间数据分析和管理的信息系统功能.该系统具有对土壤重金属污染状况进行空间变异分析和评价、数据查询、分析和统计等功能,能实现重金属空间变异的可视化表达,为人们的生产生活以及土壤环境质量研究和决定提供服务.     

激光扫描仪在油田三维系统中的应用

激光扫面仪是一种将激光技术及扫描技术进行整合得到的新型技术仪器,其主要作用是对生产过程中的器件的尺寸或形状进行精准的测量,激光扫描仪的功能多种多样,其构造极其复杂,但在社会的生产过程中有着广泛的用途,尤其在油田场或油田管道中的作用非常重要,本文对激光扫描仪在油田三维系统中的应用进行深入的探讨与分析。     

基于Spark框架的改进协同过滤算法

随着互联网数据量的不断膨胀,单机已经无法在可接受的时间范围内计算完基于大规模数据的推荐算法,也无法存放海量的数据。利用Spark平台内存计算的优点,设计了一种分布式的基于项目的协同过滤算法,利用Spark提供的RDD(resilient distributed dataset)算子完成算法的设计。针对由于数据稀疏而导致的相似度计算不准确的问题,提出了一种利用两项目间公共用户数目进行加权的相似度计算公式,提高了最终推荐结果的准确度。为了改善计算中涉及到的数据表等值连接操作耗时太长的问题,利用自定义的Hash_join函数替代Spark自带的连接操作算子,提高了计算效率。采用UCI的公用数据集MovieLens对算法进行测试,并分别与改进前的算法以及单机运行的算法进行对比,结果表明,改进的算法在准确度和效率方面都有更好的表现。     

提高天地图三维平台油田单井模型加载效率的方法

随着天地图三维平台在新疆油田中的逐步应用,结合油田油井三维模型的特点和要求,从建模过程、模型封装和优化加载程序、制定标准化加载方法减少人工干预步骤3个方面对关键优化技术进行探讨,并给出单井模型示例对优化效果进行了验证。通过优化前后的运行性能参数对比,证实了优化建模技术能提高天地图三维平台三维模型数据加载效率和响应速度,为天地图三维平台在数字油田和智能油田建设方面发挥更大作用提供一定的参考。     

基于地统计学模型的惠州市土壤重金属污染评价

论述了地统计学原理、地统计学的适用范围.并以广东省惠州市为例,采用地统计方法进行了土壤重金属空间变异分析、土壤重金属可视化表达和重金属污染评价.结果表明:(1)研究区锌(Zn)、铅(Pb)含量属中等程度的空间相关,结构性因素和随机性因素共同削弱了锌(Zn)、铅(Pb),特别是锌(Zn)的空间相关性;铅(Pb)的块金值(C0)较大,局部的污染造成了铅(Pb)的大量聚集;铜(Cu)属空间弱相关,其含量主要受土壤母质的影响.(2)研究区铜(Cu)、锌(Zn)、铅(Pb)、镉(Cd)都表现出连续分布的特点.其中,铜(Cu)的空间结构部分为一次趋势面,西北角上铜(Cu)元素的含量较高,东南角铜(Cu)元素的含量处于低值状态,中部有明显的中值带;锌(Zn)、铅(Pb)含量的起伏变化较大,局部的高值、低值区域分布较多;镉(Cd)表现为岛状分布,并有零星高值分布.     

基于能源类碳源估算的湖南省碳排放分析

采用能源消费带来的排碳量作为一个地区的排碳量,从碳排放总量及其与经济增长的关系、碳排放效率、碳排放结构、各产业煤消耗总量等对湖南省碳排放现状进行分析．结果表明：湖南碳排放总量较多,呈上升趋势,在中部8省处于中下等水平;湖南碳排放效率先减少后增加,略低于东部,高于中部、西部及全国平均水平;湖南碳排放主要以煤碳排放为主,占能源消费总量的65％;第二产业对煤和石油消耗最多,第三产业煤消耗最少;2005年3个产业煤排放急剧增加,可以通过调整产业结构,增加第三产业的比重,形成节能型增长方式．     

基于深度学习的个性化聊天机器人研究

为了对传统的聊天机器人局限性进行改进,增强其回复时的个性化和多样化,并使其具有一定的准确性,研究改进了一种基于深度学习Seq2Seq模型的对话系统。对传统的编码器-解码器(Encoder-Decoder)模型进行了研究,在原有模型的基础上使用了深度LSTM结构并且加入注意力机制使其能更好地适应不同长度的问句。在解码过程中,将原有模型的贪心算法改为了Beam Search算法。在训练过程中,利用了多次训练的方法,训练出模拟电视剧角色的聊天机器人,为聊天机器人赋予一个特定的身份。通过使用两种自动评估指标BLEUs和Distinct-n去测试聊天机器人,并使用一些问句测试聊天机器人的反应,最终实验结果表明新模型与原有的模型相比,两种指标都取得了较好的效果,并且输出句子的合理性以及回复质量也有明显的提高。