两种填料气浮生物滤池中试研究

针对南方某水厂微污染水源水设计新型气浮生物过滤一体化单元进行颗粒活性炭、陶粒填料对比中试研究,发现两种填料对浊度的处理效果均十分稳定;当进水氨氮<2.5mg/L时,活性炭填料具有更好的处理能力;活性炭填料具有70%左右的CODMn去除率,陶粒填料对CODMn的处理能力波动较大;气浮对混凝后水中氨氮可有约10%的去除率。     

基于 CNN 的彩色图像引导的深度图像超分辨率重建

深度图像表达了三维场景内物体之间的相对距离信息,根据深度图像表达的信息, 人们能够准确的获得物体在空间中的位置以及不同物体之间的相对距离,使得深度图像在立体 视觉等领域有着广泛的应用。然而受 RGB-D 传感器硬件条件的限制,获取的深度图像分辨率 低,无法满足一些具有高精度要求的实际应用的需求。近年来深度学习特别是卷积神经网络 (CNN)在图像处理方面获得了非常大的成功。为此提出了一种基于 CNN 的彩色图像引导的深度 图像超分辨率重建。首先,利用 CNN 学习彩色图像的边缘特征信息与深度图像的深度特征信 息,获得边缘纹理清晰的高分辨率深度图像;再通过不同大小尺寸滤波核的卷积层,进一步优 化深度图像的边缘纹理细节,获得更高质量的高分辨率深度图像。实验结果表明,相较于其他 方法,该方法 RMSE 值更低,重建的图像也能更好的恢复图像边缘纹理细节。     

磁性离子交换树脂在饮用水预处理中的应用

磁性离子交换树脂(MIEX Resin)是水处理领域新开发的一种新型树脂,由于其在给水预处理中的良好效果,成为研究的热点。文章对MIEX Resin的基本工作原理、MIEX DOC工艺的组成和效果、MIEX DOC工艺与其它水处理工艺的联合应用情况作了简要综述。MIEXR树脂的珠粒粒径和磁性,是MIEXR树脂有别于传统树脂的最大特点,并且这两个特点使此种树脂在给水预处理中得以有效应用。MIEX DOC工艺对相对分子质量中等和小的有机物有较高的去除率,与混凝在去除有机物方面具有互补作用,磁性离子交换树脂能极大改善后续工艺的处理效果。     

斜板沉淀池优化设计研究

对异向流斜板沉淀池进行优化设计研究,使其在满足沉淀效率及水力条件的情况下,沉淀池的建设费用最小.运用BP网络对已知的斜板沉淀池费用进行函数逼近,结合回归正交设计方法建立沉淀池的费用函数,以费用最小作为优化模型的目标函数,进而建立沉淀池的优化设计模型,运用连续型的Hopfield网络对模型进行优化求解.通过实例验证得出的设计方案是经济可行的.     

基于强化去除水厂嗅味物质的炭砂滤池升级改造

以兰溪某水厂沉淀水为原水进行炭砂滤池升级改造中试研究,考察炭砂滤池对有机物的去除效果,探究炭砂滤池的反冲洗方式、炭砂比例和活性炭耐久性。结果表明,炭砂滤柱的最佳反冲洗方式为17 L/（s·m2）气冲2 min+停顿1 min+10 L/（s·m2）水冲8 min,最佳炭砂层厚度为800 mm和600 mm。1#滤柱浑浊度平均去除率为88.61%,耗氧量平均去除率是砂滤池的近3倍,氨氮和NO2--N的峰值分别为0.25 mg/L和0.083 mg/L,2-甲基异莰醇和土臭素去除率高达92.21%和95.39%。活性炭上层碘值和亚甲蓝值下降幅度仅为2.03%和4.95%,反冲洗前后生物量分别为187.0 nmol P/g和98.2 nmol P/g。以上结果表明,炭砂滤池对包括嗅味物质在内的有机物具有良好的去除能力,是活性炭物理吸附和微生物共同作用的结果,预期有较长的使用寿命,但需关注无曝气条件下潜在的NO2--N积累风险。     

SSIM度量虚拟视点绘制失真的深度图帧内编码

3D视频中深度编码的性能主要取决于绘制视点的主观质量,传统的失真测度方法———均方误差(MSE)不能很好地体现人眼视觉(HVS)特性。提出了一种基于结构相似度(SSIM)度量的虚拟视点绘制失真的深度编码方法。通过分析深度编码失真与虚拟视点绘制失真(用SSIM作为失真测度)的关系,建立深度编码引起虚拟视点绘制失真的估计模型。最后将绘制失真估计模型应用到基于SSIM的感知率失真优化(RDO)框架中,以此指导深度编码的最优模式选择。实验结果表明,所提方法能够提高SSIM增益,获得更好的绘制视点主观质量,有效减少绘制视点中物体边界的失真和伪影。     

基于深度中心邻域金字塔结构的显著目标检测

基于中心邻域的对比度计算在基于深度学习的算法中应用甚少.因此,文中提出基于深度中心邻域金字塔结构的显著目标检测方法.结合中心邻域对比度机制和卷积神经网络,用于显著目标检测.首先为网络的各阶段引入深层语义特征.再利用扩张卷积建立中心邻域金字塔,捕获不同级别的对比度信息,生成多尺度注意力子图.最后进一步融合所有注意力子图,得到最终的显著目标检测结果.在4个公用数据集上的对比实验表明,文中算法具有较低的平均绝对误差和较高的F测度值.     

负载铁锰氧化物的活性炭除砷酸盐的性能研究

为了提高活性炭对水中的砷酸盐的去除能力,采用共沉淀法制备了2种负载铁锰氧化物的改性活性炭(FM-GAC-1,FM-GAC-2).测定了2种改性活性炭表面的零点电荷、酸碱官能团以及金属溶出量.研究2种改性活性炭去除五价砷的吸附等温线和反应动力学,考察pH值、水中共存离子对其去除五价砷的影响.结果表明,FM-GAC-1和FM-GAC-2表面的零点电荷分别为6.7、6.0;酸性官能团的含量分别为2mmol·g-1、1.667mmol·g-1,碱性官能团的含量分别为1.3mmol·g-1、2.06mmol·g-1;pH值在近中性时金属溶出率最低.在25℃时,FM-GAC-1和FM-GAC-2对五价砷的吸附容量分别为28.87mg·g-1和30.32mg·g-1,随着温度的升高,吸附容量略有下降.吸附速率采用拟二级反应动力学拟合效果最好,化学反应步骤是改性活性炭除砷的限速步骤.pH值偏酸性有利于吸附的进行,水体中SiO32-、PO43-对两者吸附砷酸盐有显著影响.     

阴极电场活化过硫酸盐原位再生饱和活性炭纤维

针对传统电再生活性炭过程中存在的高能耗、再生液二次污染严重等问题,采用阴极电场活化过硫酸盐原位再生苯酚饱和活性炭纤维(ACF),考察ACF的再生效能以及再生液中污染物的降解效能.通过Langmuir和Freundlich吸附等温模型对ACF吸附的过程进行拟合;探究电流密度、过硫酸盐浓度、再生时间对电阴极/过硫酸盐再生体...     

基于上下文感知跨层特征融合的光场图像显著性检测

光场图像的显著性检测是视觉跟踪、目标检测、图像压缩等应用中的关键技术。然而,现有深度学习方法在处理特征时,忽略特征差异和全局上下文信息,导致显著图模糊,甚至在前景与背景颜色、纹理相似或者背景杂乱的场景中,存在检测对象不完整以及背景难抑制的问题,因此该文提出一种基于上下文感知跨层特征融合的光场图像显著性检测网络。首先,构建跨层特征融合模块自适应地从输入特征中选择互补分量,减少特征差异,避免特征不准确整合,以更有效地融合相邻层特征和信息性系数;同时利用跨层特征融合模块构建了并行级联反馈解码器(PCFD),采用多级反馈机制重复迭代细化特征,避免特征丢失及高层上下文特征被稀释;最后构建全局上下文模块(GCM)产生多尺度特征以利用丰富的全局上下文信息,以此获取不同显著区域之间的关联并减轻高级特征的稀释。在最新光场数据集上的实验结果表明,该文方法在定量和定性上均优于所比较的方法,并且能够精确地从前/背景相似的场景中检测出完整的显著对象、获得清晰的显著图。