基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。     

晋城无烟煤对干粉煤气流床气化技术的适应性研究

为了研究晋城无烟煤对干粉煤气流床气化技术的适应性,结合粉煤加压气化技术对原料煤的要求,分别从晋城无烟煤水分、挥发分、灰分、硫分、发热量、化学活性、灰熔融性、灰渣的粘温特性等方面进行比对析,结果认为晋城无烟煤可以适应干粉煤气流床气化技术;但要控制其灰质量分数在(18±2)%,硫分小于3%,并添加2%~3%的石灰石,或掺配一定比例的低灰熔点煤。     

水泥窑分级燃烧脱硝技术优化效果分析

<正>1前言水泥窑分级燃烧减排NOx技术是通过对窑尾分解炉的温度场、流场和化学反应及分解炉结构、煤粉分级燃烧等的综合研究,实现降低NOx排放浓度的有效方法。其减排效率可以达到30%左右,5000t/d水泥熟料生产线年减排NOx量可达到1100t左右。减少污染物排放可获得显著的环境效益,同时优化回转窑的运行条件(减少煅烧系统引入干扰),降低企业生产运行成本(可大量减少额外的非碳系还原剂的使用)。     

绿色建筑的意识形态批判

<正>如今建筑界绿色建筑、低碳城市的概念备受推崇。国家大力发展绿色经济、绿色建筑,建设低碳城市,建筑师们则一窝蜂地学习讨论与此概念相关的问题,就连以前对绿色建筑不感冒的众多开发商也开始申报LEED认证和国家绿色建筑认证。针对"绿色建筑热"一直也有批评的声音,但无论是批评者还是拥护者都认为绿色建筑虽有不足之处,可其观念是正确的,出发点是好的,绿色建筑是大势所趋。我的观点相反,绿色建筑某些细枝末节或许可取,但总体上特别在意识形态上是非常值得怀疑的。我们要把自发地追求节约,利用建筑手段改善通风、采光、保温条件,尊重环境的建筑与特定的绿色