前处理方法对蒸馏酒及其配制酒中甲醇测定的影响

目的:研究GB 5009.266-2016《食品安全国家标准食品中甲醇的测定》在颜色深浅不一的蒸馏酒及其配制酒中,采用直接进样法与蒸馏前处理法的前处理方法的适用性。方法:以蒸馏酒及其配制酒为研究对象,按照该国家标准的要求,采用上述两种前处理方法进行检测数据比较。结果:样品颜色的深浅未能影响其中甲醇含量的测定结果,而且测定结果重现性及准确性都符合要求。结论:直接进样法操作简便、经济快速,适用于白酒、伏特加、朗姆酒、威士忌、白兰地这5种无论颜色深浅不一,但非复杂基质样品的蒸馏酒中,甲醇含量的快速测定。但是配制酒属于复杂基质样品,即使颜色很浅,如不进行蒸馏前处理的话,易对气相色谱仪器造成严重的污染,因此建议配制酒应采用蒸馏前处理法。     

年最大洪峰区域变化的标度特性

应用标度理论,阐述了流域年最大洪峰区域变化的尺度问题和相似性进行,用喜陵江流域中的30个水文站的实测资料研究了年最大洪峰流量区域变化的标度性质。研究的结果表明,标度性质确实存在。最后计算了嘉陵江流域不同频率p的标度指数θ（p）值以利于实际应用。     

用加速遗传算法计算梯形明渠的临界水深

目前计算梯形断面明渠临界水深hk的常用方法有试算法、图解法、近似公式法和迭代法,它们存在计算精度不高、求解复杂等缺点。为此,把hk的计算问题等价于一非线性优化问题,指出了hk的变化范围,并且用加速遗传算法(AGA)来求解hk。实例的计算结果说明,与常用方法相比,AGA适用性强、计算精度高。     

基于正则表达式的深度包检测算法

在深入分析了DFA状态数对算法性能影响的基础上,提出了一种新的基于正则表达式的深度包检测算法,该算法保证在任意有限的系统资源下算法的时间复杂度空间复杂度最小。在Linux下实现了该算法,并对基于L7-filter模式集合的网络数据包进行了大量检测实验。结果表明,与已有的正则表达式算法比较,该算法的时间复杂度和空降复杂度最小。     

预防过拟合现象的 人工神经网络训练策略及其应用

针对人工神经网络技术在水文研究中出现的过拟合现象,从训练样本的构成入手,提出了两种新的训练策略,即择优检验和加权检验。前者通过计算比较,选择最优的训练样本;后者对不同训练样本的评定结果进行加权,以得到最终的结果。应用实例表明,此两种方法能有效地减轻神经网络中过拟合的缺点。     

非参数解集模型在汛期日径流随机模拟中的应用

传统解集模型是对序列相依结构和概率密度函数形式作某种假定后用参数来描述的,因而有其自身的缺陷^[1]。非参数解集模型能避开上述假定,克服了传统解集模型的不足。本文首次将非参数解集模型创造性地应用于金沙江流域屏山站汛期日径流随机模拟,研究结果表明该模型是有效的,模拟成果令人满意。     

中国水资源优化配置研究的进展与展望

水资源优化配置是多目标多决策的大系统问题，必须利用大系统理论的思想进行分析研究，文中深入分析了我国水资源优化配置理论，分别对“对需定供”的水资源配置、“以供定需”的水资源配置、基于宏观经济的水资源配置、可持续发展的水资源配置做了阐述，在此基础上，分析了水资源优化配置研究的发展方向，其结论是：传统的水资源配置存在对环境保护重视不够，强调节水而忽视高效、重视缺水地区的水资源优化配置而忽视水资源充足地区的用水效率提高、突出水资源的分配效率而忽视行业内部用水合理性等问题，影响了区域经济的发展和水资源的可持续利用；因此，应加强水资源优化配置研究，特别是新理论和新方法的研究，协调好资源、社会、经济和生态环境的动态关系，确保实现社会、经济、环境和资源的可持续发展。     

密度瓶法复检配制酒中酒精度含量的不确定度分析

目的分析密度瓶法复检配制酒酒精度含量的各实验步骤产生的不确定度。方法以复检配制酒为研究对象,按照GB5009.225—2016《食品安全国家标准酒中乙醇浓度测定》的第一法密度瓶法的要求,并根据CNAS-GL06《化学分析中不确定度的评估指南》、JJF 1059.1—2012《测量不确定度评定与表示》,测得复检配制酒酒精度含量的不确定度。结果在95%的置信区间下,复检配制酒的酒精度测量结果为(10.18±0.14)%vol, k=2。结论密度瓶法测定复检配制酒的不确定度主要来源为样品的复杂性、密度瓶温度计校准和测量重复性引入的随机效应。     

计算溢流坝下游收缩断面水深的方法

溢流坝下游收缩断面水深hc的计算对水工消能设计下分重要，目前常用的方法有试算法、图解法和迭代法，这些方法计算精度不高，人工计算最大或要求较高的计算数学的理论知识等，不便于在生产实际中推广应用，为此，把hc的计算问题归结为非线性优化问题，用作研制的加速遗传算法（AGA）来处理，应用AGA方法的实例计算结果说明，AGA比常用方法简便，计算精度高，且具有通用性。     

水文水资源人工神经网络模型的研究

本文论述了在水文水资源中研究人工神经网络模型的意义，简介了国内外在这个领域的研究现状，最后指出当前的研究重点。