基于HJ-1A CCD影像和ELM模型的太湖叶绿素a预测研究

以典型二类水体——太湖为例,基于环境一号遥感影像,构建了基于 ELM模型的叶绿素a浓度预测模型,将预测结果与传统的BP人工神经网络和支持向量机 SVM进行了比较。研究结果表明：ELM模型预测值与实测值之间的R²高达0.911 4,而BP和SVM模型的R²分别为0.366 3和0.744 8,均方根误差RMSE由BP模型和SVM模型的3.728 8 μg/L和2.132 4 μg/L降为ELM模型的1.327 0 μg/L, ELM模型的平均相对误差MRE=2.65％,小于BP模型的6.59%和SVM模型的3.89%;与其他两种方法相比,ELM模型反演太湖水体叶绿素a浓度精度更高,ELM模型参数选择简单,可以显著提高模型的学习速度,不易陷入局部最优值,具有更好的泛化性能;ELM模型可以有效地应用于内陆水体叶绿素a浓度的预测。     

基于环式对齐链的干扰对齐闭式解方法

针对一般干扰网络下干扰对齐闭式解的问题,提出了一种新颖的、基于环式对齐链的干扰对齐闭式解方法. 首先将干扰对齐预编码矩阵分解成若干个子矩阵,并精心设计其环式对齐链,尽可能压缩干扰子空间维度;然后基于环式对齐链,利用矩阵理论求解干扰对齐预编码矩阵和滤波矩阵. 仿真结果表明,该方法实现了较高的系统和速率性能,并且具有较低的运算复杂度.     

基于微波前处理技术快速测定生物样品中放射性核素的γ能谱方法

建立以大容量微波干燥碳化灰化一体装置为载体制备生物灰样、采用高纯锗γ能谱法直接测量生物灰样放射性核素的生物样品分析测定方法,实现核电厂周边环境生物样品中γ放射性核素活度浓度的快速测定。与传统灰样制备法对比研究结果表明：该微波灰样制备法可使生物样品制样效率提高约2～5倍,平行样相对偏差小于14.8%,加标回收率为87.0%～116%。采用配对t检验法验证,二者之间无显著性差异。该方法具有准确度高、分析效率高、操作简单、安全环保等优点,是快速测定生物样品中γ放射性核素活度浓度的理想方法。     

奥运期间北京对流层NO2柱浓度地基多轴差分吸收光谱仪观测与OMI的对比

利用地基多轴差分吸收光谱仪(multi axis differential optical absorption spectroscopy,MAX-DOAS)在2008年北京奥运期间对奥运场馆附近上空对流层NO2进行监测,并与OMI的测量结果进行对比.结果显示;地基MAX-DOAS的NO2结果比OMI结果高,最高达到了2.4倍;二者在无云条件下得到了比较好的相关性(R=0.64),但在阴雨天气条件下,云的存在使得MAX-DOAS结果与OMI卫星数据产生了很大差别,其相关系数仅为0.19,但与LP-DOAS却有很好的一致性,相关系数为0.92.     

基于动态神经网络专家系统的高层建筑火灾危险性分析

建立了高层建筑火灾危险性评估指标体系 ,引入重置算法 ,建立了基于动态神经网络专家系统的分析模型 ,较好地解决了高层建筑火灾危险性的定量分析问题。     

基于熵方误差的QuasiNewton前馈神经网络

为了提高前馈神经网络学习算法的收敛速度 ,尝试定义熵方误差函数 ,在理论上证明了熵方误差函数的有效性 ,并将其应用于拟牛顿 (QuasiNewton)前馈神经网络。最后与使用其他误差函数的网络算法进行对比实验 ,结果表明引入熵方误差函数的前馈神经网络具有良好的收敛性与稳定性。     

SRCKF-GM-PHD多目标跟踪算法的优化

针对平方根容积卡尔曼滤波高斯混合概率假设密度(SRCKF-GM-PHD)算法在高杂波条件下对非线性目标跟踪能力弱的问题,文中首先融入改进灰狼算法,实时调节过程噪声Q和量测噪声R。其次,结合改进的渐消因子思想,实时调整SRCKF-GM-PHD算法中的增益矩阵,提高目标的跟踪精度。此外,为避免算法中止,文中提出动态权重调整策略的改进措施,调整算法中的实际输出残差序列的协方差。最终,形成了融合改进灰狼算法和改进渐消因子的SRCKF-GM-PHD算法。仿真分析对比了四种算法的性能,表明了所提算法在跟踪精度方面的有效性和优越性。     

浅析造气厂房附属砖砌体建筑温度裂缝产生的原因及设计控制

本文浅析了造气厂房附属砖砌体建筑因温度等原因产生的各种裂缝，通过有效的构造措施、设计控制，对其进行有效预防、控制。     

奉贤区污水管网建设的探讨

随着城镇建设的不断加快,污水管网建设的相对滞后,大量污水未经处理或经过简单的处理就近排入河道,严重影响了生态系统的平衡。为此,奉贤区污水收集纳管处理的问题已提上工作议程上, 2006年开始了水环境综合治理工作,目标是通过3年时间的整治,使水环境质量得到根本性改善。重点