基于两层分解算法和改进SVM的油田采出水处理效果预测研究

准确的水质预测是评估油田联合站采出水处理效果的重要依据,为水质预警提供科学依据.传统方法存在主观性强和耗时性长等缺点,现有部分研究借助于机器学习方法,但对数据噪声和数据非线性考虑不足.本研究提出一种基于两层分解算法与改进支持向量机相结合的预测方法.通过两层分解算法消除冗余噪声,提取初始数据主要特征.利用分层抽样对原始数...     

壳聚糖/磁性铁凹凸棒石对四环素的吸附研究

将纳米磁性氧化铁负载于改性凹凸棒石,之后利用壳聚糖对其进行包覆,并以戊二醛为交联剂使其充分交联,制备得到壳聚糖/磁性铁改性凹凸棒石复合材料,并利用透射电镜（TEM）、X射线衍射（XRD）、傅里叶红外光谱（FTIR）和X光电子能谱（XPS）对复合材料的结构进行系统表征。将该复合材料应用于对四环素废水的吸附处理,结果发现该材料对水中的四环素具有较高的吸附量,在298 K下可达184.96 mg/g,远高于凹凸棒石和壳聚糖的吸附量,且吸附材料易于与废水分离。对其吸附特性进行研究,发现其在酸性条件下对四环素的吸附量明显高于碱性条件下,当pH=5时达到最高;吸附过程符合准二级动力学方程和Sips模型,说明四环素主要通过化学作用被复合材料吸附,且材料表面均匀;材料对四环素的吸附机理包括螯合、静电吸附、硅酸盐键合、氢键连接及π-π堆积等。     

反向传播神经网络算法结合拉曼荧光光谱法定量检测特级初榨橄榄油掺假

目的 建立基于反向传播神经网络算法结合拉曼荧光光谱技术定量检测低等级橄榄油掺假特级初榨橄榄油的分析方法。方法 制备11种不同掺伪浓度的特级初榨橄榄油混合油样各10份，在相同时间、空间及目标的前提下，使用同台光谱探测系统，采集样品的拉曼光谱和荧光光谱。经过卷积神经网络去除拉曼光谱的基线，实现拉曼光谱和荧光光谱的数据预处理。根据分子光谱与电子光谱的特征差异，人为干预并设定拉曼光谱的权重，建立低等级橄榄油掺假特级初榨橄榄油的反向传播神经网络回归模型。结果 综合评估了反向传播神经网络回归模型的评价参数，特级初榨橄榄油掺假的反向传播神经网络模型的测试集决定系数为0.9716，均方根误差为0.0569，模型预测效果较好。结论 本研究提出的反向传播神经网络算法结合拉曼光谱与荧光的探测方法，满足快速检测低等级橄榄油掺假特级初榨橄榄油的定量分析需求，为评价或跟踪特级初榨橄榄油的品质提供了一种无损伤、高效率、低成本的新检测思路。