基于分解与集成的空气质量指数预测

为了能够准确地预测空气质量指数（AQI），建立了基于集合经验模态分解（EEMD）-样本熵（SE）的极限学习机（ELM）和门控循环单元（GRU）组合的AQI预测模型。首先利用EEMD算法对AQI数据进行分解，得到一组不同尺度的本征模态函数分量和残余分量；其次计算各分量SE值，根据各分量SE值将各分量重新组合成新的序列，并将新序列按其复杂程度经过GRU模型或ELM模型进行预测；最后将所有结果叠加得到AQI预测值。实验结果表明，与反向传播（Back Propagation,BP）神经网络模型、长短期记忆网络（Long Short-term Memory,LSTM）模型、ELM模型、GRU模型、EEMD-SE-ELM模型、EEMD-SE-GRU模型和EMD（经验模态分解）-SE-ELM-GRU模型相比，基于EEMD-SE-ELM-GRU的组合预测模型其预测误差最小，预测精度最高。     

基于样本稀疏化高斯过程的发酵过程软测量建模方法

提出了一种基于样本稀疏化高斯过程(GP)的发酵过程软测量建模方法。该方法将聚类和灰色关联度分析相融合，综合考虑样本点间欧式距离和各个特征向量对样本点间相似度的影响，通过剔除相似度比较大的样本点，实现训练样本集的稀疏化，降低了模型的计算复杂度。利用基于样本稀疏化的高斯过程构建青霉素发酵过程的软测量模型，同时得到青霉素浓度的预估值和表征预估值的不确定度，实验结果表明，本文所提方法与标准GP方法相比，在保证模型预测精度的前提下，减少了模型的训练时间。     

卡拉库里区块异常高速层对勘探的影响及解决方案

卡拉库里区块具有良好的生储盖组合,上侏罗统启莫里-齐顿阶膏盐层是良好的盖层。在该区的油气勘探中发现,膏盐层异常高速对下伏构造形态的精细落实和目的层埋深的精确预测影响很大,使得传统的构造成图方法误差较大。针对卡拉库里区块膏盐岩构造区构造成图的难点,从膏盐层的地质、地震特征对构造成图的影响入手,分析了不同岩层的层速度及其对构造成图的影响,改变以往构造成图的思想,采用平均速度场进行时空转换,再利用钻井计算硬石膏层厚度图和盐岩层厚度图,然后将三者相加进行目的层的时深转化,最后进行校正的方法。实钻效果验证该方法实用可靠,对膏盐岩高速异常层发育的类似区块油气勘探具有借鉴作用。     

拉格斯特-隆贝格重力仪在煤田勘探上的应用

根据煤田与围岩存在密度差,会引起重力异常的实际情况,本文采用重力法进行煤田勘探,首先分析了重力勘探的可行性,然后在介绍了拉格斯特重力仪工作原理和技术指标的基础上,使用拉格斯特重力仪进行了煤田勘探,研究了煤田重力勘测的工作过程以及对重力异常的校正。     

发电机零起升压时的异常及处理

发电机零起升压的目的是为了检查设备有无故障点。它不像全压冲击那样很快地就加了全压,而是慢慢地使电压升高,这样一旦有故障那么定子电流就有反应,以便可以迅速把电压降下来,减少对设备的损坏,并进行相关调整,保证机组的安全运行。该文探析了发电机组在进行零起升压时遇到的一些问题,并阐述了处理方法。     

如何应对那几天的痛

正进入青春期的晓婷,生长发育得很好,可就一件事经常闹心——每次来月经时总是肚子痛。幸好不是太严重,忍一忍就过去了。可是,晓婷的父母听说,痛经会引起不孕不育,于是就带她到医院检查了一下。医生说没有发现异常病变,属于原发性痛经,只要晓婷注意日常保健和经期卫生,随着进一步的生长发育或结婚生育后就会好转的。     

离心式空压机振动故障分析

文章阐述了空压机异常轴振问题,诊断出异常轴振问题的原因,准确地找出了故障源,并对两台空压机运行多年来出现的异常轴振问题进行了分析。     

WSN中基于分布式机器学习的异常检测仿真研究

安全问题是无线传感器网络应用的关键问题之一。设计了一种基于分布式机器学习的异常检测方案。该方案利用K最近邻算法对传感器网络节点进行分簇,时簇内节点的异常检测采用贝叶斯分类算法,对簇头节点的异常检测采用基于平均概率的方法。利用网络仿真工具NS2构建了入侵检测规则、模拟了网络攻击场景,在此基础上,通过仿真评估了方案的检测率、平均检测率、误检率和平均误检率等性能。仿真实验结果表明,该方案与当前典型的无线传感器网络入侵检测方案相比具有较高的检测率和较低的误检率。     

SPSS项目分析在问卷设计中的应用

在调查研究中,调查研究工具的设计和选取非常重要,只有用高质量的问卷测试出来的数据才具有可靠性和价值性。本文通过实际例子的操作简要介绍统计软件SPSS项目分析在问卷设计过程中的应用。     

蛟河舒兰井水温异常特征及映震分析

本文从吉林蛟河井与舒兰井井点位置和地震地质环境分析入手，对二处观测点资料异常可靠性进行评价。通过科学方法排除干扰，得出了基本的异常形态。对今后的观测水平提高和临震异常的扑捉有重要意义。