【摘 要】
：
水质预测是众多水务相关问题的重要内容之一,通过水质预测,可以发现水质恶化的预兆,方便决策者提前采取措施。依据常见的水质数据,使用基于遗传算法与支持向量机的水质预测模型在实际应用环境下自行适配污染物权重,提高预测准确率。本模型首先使用遗传算法,训练当前数据的特征权重向量,使得权重适配当前预测问题,然后使用该特征权重向量应用于SVM模型训练。在以重庆某污水处理厂数据为对象进行实验后,验证了该模型在实际应用中的可行性,为水质预测提供了一种新思路。
【机 构】
：
重庆邮电大学软件工程学院,重庆邮电大学通信与信息工程学院
【基金项目】
：
重庆市人工智能技术创新重大主题专项(CSTC2017-rgznzdyf-0140),重庆市技术创新与应用示范重大主题专项项目(CSTC2018JSZX-CYZTZX0178,CSTC2018JSZX-CYZTZX0185)。
论文部分内容阅读
水质预测是众多水务相关问题的重要内容之一,通过水质预测,可以发现水质恶化的预兆,方便决策者提前采取措施。依据常见的水质数据,使用基于遗传算法与支持向量机的水质预测模型在实际应用环境下自行适配污染物权重,提高预测准确率。本模型首先使用遗传算法,训练当前数据的特征权重向量,使得权重适配当前预测问题,然后使用该特征权重向量应用于SVM模型训练。在以重庆某污水处理厂数据为对象进行实验后,验证了该模型在实际应用中的可行性,为水质预测提供了一种新思路。
其他文献
Molecular oxygen is a radical scavenger in both conventional and controlled radical polymerization(CRP),resulting in many time-consuming methods for physically removing oxygen before the polymerization.Different approaches have been developed to have oxyg
为了更好地研究复杂情况下的车辆跟驰特性,将车辆跟驰行为类比为分子在一维管道中相互作用的结果。已有的基于分子动力学的车辆跟驰模型利用需求安全间距和车道限速作为因素建立分子跟驰模型,忽略了车辆相对速度对驾驶员跟驰行为的影响,不符合真实的跟驰情况。因此,将车辆相对速度纳入模型结构中,建立分子相互作用势函数和壁面势函数,并据此构建改进分子动力学的车辆跟驰模型。用高精度车载定位仪器对车辆跟驰过程中的参数进行采集,利用遗传算法对模型参数进行标定并对模型进行分析,分别验证模型在不同跟驰状态下的准确性,并与改进前的分子跟
针对盘营铁路专线、哈大铁路专线沿线沉降监测研究较少,采用InSAR技术获取了研究区地表形变信息,还对其进行了相关分析。用SBAS-InSAR对35景Sentinel-1A SAR数据进行处理,获取VV、VH极化下的年均沉降速率及沉降序列;以年均沉降速率为研究对象,进行沿线沉降特征分析及交叉验证;利用小波变换对沉降序列降噪处理,用改进BP神经网络对降噪后沉降序列预测分析。研究结果表明,研究区内高速铁
彩色图像的安全性一直受到学者的关注。针对彩色图像加密算法置乱效果不佳、扩散特性不强、抵御统计攻击能力较弱等问题,提出了一种基于哈希和DNA编码的彩色图像混沌加密算法。运用哈希函数生成Arnold混沌映射的参数,将Arnold混沌映射和Logistic混沌映射结合,对图像进行R、G、B3个维度的置乱,再利用DNA编码对图像进行混乱处理。理论分析和计算机仿真表明:本文的算法具有良好的加密效果,且对统计
在*-环中,我们研究了伪核逆的广义Cline公式和广义Jacobson引理。讨论了在dbd=acd,bdb=bac条件或dbd=acd,aca=dba条件下,当1-ac(或ac)有伪核逆时,1-bd(或bd)有伪核逆的等价条件。进一步地,通过1-ac(或ac)的伪核逆给出了1-bd(或bd)的伪核逆的表达式。
针对传统入侵检测系统在资源受限的工业网络中部署时效率和稳定性表现不足的问题,首先提出了面向智能变电站的入侵检测系统,以及工业设备安全风险评估方法,建立了针对智能变电站结构的威胁风险评价模型,引入基于灰色模型的网络脆弱性节点主动预测方法用以平衡威胁来源的权重;其次提出基于信息安全三维度风险值计算算法,引入模糊一致判断矩阵进行风险值参数计算,最终实现可以直观判断攻击对系统的影响范围和程度的风险评价。通过相关实验,系统在部署环境中满足被动性、低负荷、实时性以及可靠性要求的同时,能够有效地检测工业网络面临的入侵威
对非线性离心项采用Pekeris类型的近似方法处理,解析求解含优化参数的改进Tietz-Hua势场的薛定谔方程散射态问题.通过对散射振幅在极点的解析性质得到束缚态能级方程,并通过
风能作为一种无污染可再生能源,风力发电的比例在全球范围内逐年增加。针对风力发电存在出力波动大,从而导致电网电力不稳定的问题,提出基于集成多尺度长短时记忆网络(LSTM, long short-term memory)的短时风功率预测模型。利用LSTM对序列数据的特殊处理能力,集成多个基预测模型对不同尺度时间数据的预测结果,共同进行短时风功率预测。风功率的精确预测有利于电力资源的全面掌控和调度。采用中国东北地区风力发电真实数据集对模型进行验证,结果证实研究方法预测精度较高,有很好的稳定性。
视频内容的分析与理解往往基于对视频中目标对象的空间、运动特征进行感知。然而,在实际拍摄的视频中,目标对象的真实运动轨迹往往受到同时存在的相机全局运动影响。这种由相机自运动带来的全局运动在当前流行的自媒体视频中十分普遍。为了消除全局运动对视频中对象的真实运动轨迹的影响,提出了一种基于L1范数最小化的全局运动参数估计算法,并在此基础上实现了视频的全局运动补偿,得到了前景对象的真实运动轨迹。实验结果表明
现阶段对空间适宜性评价普遍采用单目标多准则决策的方法,但该方法不能对不同决策目标进行比较,在目标的选取上具有过强的主观性。为此文章在详细梳理多准则决策与GIS结合的研究成果基础上,提出了可有效与ArcGIS软件相结合的双目标多准则决策方法。文中方法在单目标多准则决策的基础上增加了目标层次的决策机制,使得空间适宜性评价能够适应2种相互冲突的决策目标。构建了一套针对双目标多准则决策的核心——双目标决策