3S技术应用现状与发展趋势

3S技术出现至今,已在诸多领域成功运用并产生了巨大的价值。文章简单介绍了3S三大组成部分:GIS、RS、GNSS的基本概念,分析了3S技术目前在农业、生态环境监测、土地资源管理以及智慧城市方面的应用现状以及对其在该方面未来的发展趋势进行展望。最后对目前3S在应用中遇到的一些问题进行了探讨,给未来3S技术的发展提供一些参考。     

稻壳基碳量子点对废水中Pb(Ⅱ)的检测

为了进一步实现生物质废弃资源的综合利用,以及对废水中污染物的检测,以稻壳粉为原料,在600℃和N2氛围下煅烧完成后使用一步水热法制备了钝化剂修饰的碳量子点,得到荧光为蓝绿光的二酸铵(ACA-CQDs)改性稻壳基碳量子点.采用SEM/EDS、HRTEM、FTIR等现代分析技术对碳量子点进行了理化特性表征,发现二酸铵(ACA-CQDs)量子点可以成功检测水中的Pb(Ⅱ).建立了一种有效的检测水体中Pb(Ⅱ)简便快速高效的方法.     

岩蔷薇浸提工艺改进的研究

一、前言岩蔷薇(Cistus ladaniferus)系半日花科的灌木,叶及枝条子夏季炎热气候条件下分泌出粘稠的树脂性物质,散发出悦人的龙涎青草香气,是重要的天然香原料之一,多采用挥发性溶剂浸提法,加工制成粗膏和浸膏,用作高级日化香精的原料,其香气深受调香家的欢迎。岩蔷薇的浸提工艺在我国是轻工业部香料工业科学研究所与南京香料厂共同研究制定的,粗膏采用乙醇作溶剂,浸提液用少量活性炭进行部份脱色,制好粗膏。再用苯或石油醚复抽制成浸膏。后来南京香料厂采用环己烷作复抽用溶剂。如此生产工艺比较复杂,浸提三次,复抽一次,生     

新法合成对甲苯氧乙基甲醚和苯氧乙基甲醚

酚与氯乙醇反应，再用硫酸二甲酯甲基化合成了对甲苯氧乙基甲醚和苯氧乙基甲醚。考察了原料配比、反应温度和反应时间对产物收率的影响，找到了最佳反应条件。并对ＺＰＢＢＣ催化乙二醇单酚醚甲基化反应进行了讨论。     

留兰香精油新工艺的生产性试验

本文报道碟式分离机用于留兰香原油精制以及留兰香精馏工艺与设备所进行的改进。中试结果表明：新的留兰香精油生产工艺能提高生产效率，节约能耗，减少原料损失，提高产品质量。     

钢框架-钢板剪力墙结构修复后的使用性能指标

为便于钢框架-钢板剪力墙结构震后快速修复,统计既有实验结果,提出修复后使用的三级性能指标,基于等效拉杆理论,研究结构在侧向载荷作用下塑性铰的出现顺序、层间位移角和结构应力发展等情况,并建立有限元模型对指标进行验证.结果 表明:在一级修复性能指标(位移角1/220)下,结构板墙轻微受损,对应的修复方法为对板墙进行轻微修复;在二级修复性能指标(位移角1/110)下,结构板墙几乎全面进入塑性状态,需要考虑换板或增加加劲肋修复;在三级修复性能指标(位移角1/85)下,结构板墙已经全部进入屈服状态,而且框架梁端也出现塑性铰,此时不仅需要对板墙进行修复,还要考虑对框架进行修复.     

改进AFSA算法优化TWSVM的火焰识别方法

为了快速有效地识别火灾火焰图像,提出了一种基于改进人工鱼群算法（IAFSA）的孪生支持向量机（TWSVM）的火焰识别方法。该方法根据RGB-YCbCr混合颜色空间模型中火焰像素的分布特点对火焰图像进行分割,并在此基础上提取火焰图像的相关特征;采用人工鱼群算法（AFSA）搜索TWSVM最优惩罚参数与核参数,并在AFSA算法中利用基于聚类的鱼群初始化方法来获得均匀的初始鱼群,同时采取自适应参数来调整人工鱼群的视觉范围和移动步长,另外在原有的三种行为的基础上提出了两种新的行为：跳跃行为和淘汰重生行为,提高了鱼群算法的寻优效率和求解精度;将提取的火焰各个特征量作为训练样本输入TWSVM模型进行训练;将待测试样本输入TWSVM模型进行分类识别。实验结果表明：相对于深度卷积神经网络VGGNet模型、Fast R-CNN算法、YOLO算法、传统支持向量机（SVM）、Grid-TWSVM、GA-TWSVM、PSO-TWSVM、FOA-TWSVM、GSO-TWSVM、AFSA-TWSVM,所提出的基于改进人工鱼群算法的孪生支持向量机的方法有效地提高了火焰识别准确率和实时性,解决了TWSVM在火焰识别时参数选择困难、常用参数寻优算法寻优时间长等问题。     

基于成对约束的判别型半监督聚类分析

现有一些典型的半监督聚类方法一方面难以有效地解决成对约束的违反问题,另一方面未能同时处理高维数据.通过提出一种基于成对约束的判别型半监督聚类分析方法来同时解决上述问题.该方法有效地利用了监督信息集成数据降维和聚类,即在投影空间中使用基于成对约束的K均值算法对数据聚类,再利用聚类结果选择投影空间.同时,该算法降低了基于约束的半监督聚类算法的计算复杂度,并解决了聚类过程中成对约束的违反问题.在一组真实数据集上的实验结果表明,与现有相关半监督聚类算法相比,新方法不仅能够处理高维数据,还有效地提高了聚类性能.     

一种偏好于查询子流形的半监督图像检索算法

在基于反馈的图像检索中,由于被用户标记为相关和不相关的图像数较少,使得检索问题变成了一个典型的小样本问题.流形可表达数据在低维空间中的内在几何结构,流形正则化的目的是利用这种几何结构来约束解空间,以使最优解能反映数据本身的几何分布.为了解决反馈检索中的小样本问题,本文在流形正则化框架下提出一个新的半监督图像检索算法.在新算法中,流形正则化项只依赖于文中定义的查询子流形,而不依赖于数据集的全局结构.在两个图像集上的实验结果对比表明,本文提出的新算法在检索效果上优于现有的4种state-of-the-art算法.