知识表示在政府知识管理系统中的应用研究

传统的知识表示方法主要有产生式规则、框架等,这些方法的缺点是对散据的完整性要求严格,无法灵活的表示人类知识．通过对政府环境下的知识元素进行分析和分类,引入了一种新的知识表示方法一三值逻辑神经网络．它的语义和符号表示的双重特性赋予了它强大的知识表示能力,不仅能表示格式化的文档知识,还能表示常规的、主观的人类知识,而这两者在政府的日常工作中是并存的．     

某亚临界600 MW机组发电机振动研究

针对某亚临界600 MW机组发电机轴承振动持续偏高问题,从设备刚出现振动问题开始持续跟踪,经过历次检修处理,分析运行中相关参数变化对发电机振动的影响,最终得出发电机振动原因,为相同机型机组类似振动问题的处理提供了思路。     

对水环境监测质量保证和质量控制的思考

随着我国工业化发展进程步伐的不断加快,环境污染问题也越来越严重,而环境污染中的水污染又是污染中重中之重,水是我们赖以生存的基础,水环境一旦破坏,不仅会破坏土壤结构,而且对动植物的生存也带来威胁。本文从水环境监测质量保证与质量控制的思考视角下对其进行简要分析,并在质量控制措施方面提供一些建议。     

柴油机噪声烦躁度的评价研究

以4种类型柴油机在不同运行工况时机器旁1 m处噪声采集样本为评价对象,对柴油机噪声烦躁度用等级评分法进行了主观评价试验,分析计算了各噪声样本的主要心理声学客观参数,并通过相关分析和多元回归分析,建立了烦躁度评价数学模型。研究表明,稳态工况下柴油机噪声烦躁度主要受响度和尖锐度两个心理声学参数影响。     

基于BoW模型的增强RGB-D SLAM算法

即时定位与地图构建(simultaneous localization and mapping,SLAM)被认为是机器人自主运动的核心技术。针对目前的RGB-D SLAM算法实时性和鲁棒性差的问题,提出了一种增强的RGB-D SLAM算法。提取RGB图像的ORB特征描述子,然后利用BoW(bag of word)模型缩小特征描述子的匹配范围从而提高算法的实时性;接着采用PROSAC算法结合PnP算法解算初始相机位姿并通过非线性优化的方式得到优化的相机位姿;利用BoW模型结合关键帧技术和结构一致性几何约束提高回环检测的鲁棒性;采用通用图优化工具g2o对位姿图进行优化,得到全局一致的位姿和点云;最后采用贪心三角化算法将点云转换成网格地图。针对Fr1数据集,该算法的平均定位误差为0.0797 m,每帧数据平均处理时间为0.04 s。与RGB-D SLAM原始算法相比,该算法具有良好的实时性和鲁棒性,可以满足机器人实时SLAM的要求。     

环境监测在当前水及大气污染防治工作中的作用分析

近年来,我国工业领域持续蓬勃发展,导致环境污染问题日益严峻,特别是在水和大气方面。这不仅对生态系统的生存和繁衍构成了重大威胁,也严重影响了人类的生活和生存。在社会对环保问题日益重视、公众环保意识逐渐增强的背景下,相关环保工作正在不断创新和改进。其中,环境监测作为环保工作的重要组成部分,在防治水污染和大气污染方面发挥着关键作用。基于此,本文分析了环境监测在当前水及大气污染防治中的作用以及应用措施,希望为相关领域提供参考。     

基于极大重叠离散小波变换和Elman神经网络的磨刀门咸潮模拟研究

近年来磨刀门水道咸潮上溯频发,引起广泛关注。对该地区建立了基于极大重叠离散小波变化(MODWT)和Elman神经网络的咸潮模拟模型(MOD-Elman),模拟预测日均氯度,并借助一维纵向扩散方程分析河段的含氯度分布。结果表明:(1)MOD-Elman模型对非平稳的含氯度变化模拟效果较优且泛化能力较好;(2)咸潮影响预测图在一定程度上能反映站点之间各点含氯度变化。利用MOD-Elman模型和一维纵向扩散方程,可预测未来一段时间内磨刀门的受咸潮影响情况,对预警压咸有一定帮助。     

基于多模型集成的月尺度磨刀门咸潮预测研究

近年来,珠江三角洲磨刀门水道咸潮频发,严重威胁周边地区的供水安全。分别应用随机森林算法(SVM)、支持向量机(SVM)以及Elman神经网络(ENN)建立回归模型,并应用贝叶斯模型平均算法实现咸潮月尺度集成预测。研究结果显示:(1)随机森林、支持向量机以及Elman神经网络算法在小样本集上表现出不同的不确定性特征;(2)贝叶斯模型平均能够显著提高模拟精度,纳什效率系数(NSE)达到0.67,相比于3个子模型在测试集上分别提高了22%、24%、33%。     

基于TOPMODEL的中小河流分布式洪水预报模型及其应用

近年来广东省中小河流洪水灾害频发,研究中小流域洪水预报模型对预防洪水灾害具有重要意义。本研究改进了传统的TOPMODEL模型,以栅格为单元构建了基于TOPMODEL的中小河流分布式洪水预报模型,并以高田水上游流域为研究对象,采用SCE-UA优选算法对1975—2008年的8场洪水进行参数优选,并对2010—2012年的4场洪水进行模型验证。模拟结果表明,本次预报在率定期和验证期平均确定性系数为0.85,径流深预报合格率为92%,峰现时间预报合格率为100%,模型模拟效果较为理想。用改进后的模型研究了某场洪水汇流过程不同时刻的空间分布情况,表明改进后的TOPMODEL模型能够直观地反映洪水的时空变化,模型具有一定的合理性和实用性。