腐解稻草DOM提取液洗脱六价铬污染土壤试验研究

工矿企业产生的铬渣、含铬废水由于管理不善导致土壤铬污染严重,迫切需要寻求低成本铬污染土壤修复技术。提出腐解稻草中溶解性有机质（Dissolved Organic Matter, DOM）提取液洗脱铬污染土壤的技术,通过实验室模拟试验,以2种铬污染土壤（总铬含量为分别为121.54、941.90 mg/kg,六价铬含量分别为119.90、856.90 mg/kg）为研究目标,采用振荡淋洗法考察了固液比、淋洗时间、淋洗次数等因素对土壤中总铬、六价铬洗脱效果的影响,并探讨了淋洗前后铬形态变化及淋洗后土壤残留六价铬的持续钝化能力。研究结果表明：稻草经35 d腐解后的DOM提取液洗脱土壤中铬效果最佳,确定为最佳淋洗剂;固液比1：15、淋洗4h/次、淋洗2次为最佳淋洗工艺条件,该条件下,2种铬污染土壤总铬分别洗脱了47.79%、85.92%,六价铬含量分别削减了51.76%、95.09%;DOM提取液呈弱碱性,包含大量羧基、羟基及酚类物质,对水溶态、弱酸提取态和残渣态铬有较好的洗脱效果,有效降低了土壤环境风险,且能持续钝化淋洗后土壤中残余的六价铬。     

基于可变步长的Hopfield神经网络盲检测算法

使用了一种新的激活函数,来提高Hopfield神经网络(Hopfield Neural Network,HNN)的抗干扰性能。为解决采用新激活函数后收敛速度较慢的问题,设计了一种基于可变步长的Hopfield神经网络(Variable Step Hopfield Neural Network,VSHNN)盲检测算法。仿真实验表明,与传统盲检测算法相比,VSHNN盲检测算法加快了能量函数收敛速度,提高了算法的抗干扰性能。