类水滑石为前驱物的Co-Cu-Al混合氧化物对NOx和碳烟的同时催化去除

采用共沉淀法以不同摩尔比的Co、Cu、Al的水滑石作前驱物,对其进行焙烧制得Co-Cu-Al混合氧化物;通过程序升温反应(TPR)技术对其同时去除NOx,和碳烟的催化活性进行了研究.X射线衍射(XRD)测试显示,所制备的水滑石样品都表现了较好的晶形和层状结构,部分焙烧产物中有一定量的尖晶石相氧化物存在.研究结果表明.所有的焙烧产物都具有同时催化去除NOx和碳烟的活性,Co和Cu含量的变化对催化活性有影响.Co-Cu-Al存在一个最佳Co和Cu的含量配比;当Co:Cu:Al=3:1:1(摩尔比)时,其催化活性为最佳,起燃温度ti=238℃,所生成的N2的选择性SN2/C=4.9%.     

从污水中分离出菌株DB1去除地下水硝酸盐实验

文章通过定时测定培养液中NO3--N、NO2--N和细菌浓度,分别研究了菌株DB1在水和含水层中反硝化的能力;结果表明,该菌株在水中可使NO3--N的去除率达到96.16%,在模拟含水层中能够彻底去除NO3--N,去除率达到100%;NO3--N的去除和NO2--N的积累主要发生在细菌对数生长期,NO2--N的去除主要在稳定期和衰亡期.     

多参考信号的ICA方法及其在去除脑电伪差中应用

为消除脑电信号中的心电、眼电等伪差,在已有的不动点算法和带参考信号的独立分量分析算法的基础上,提出了一种多参考信号的独立分量分析方法.该方法通过计算各伪差在各路观测信号中的比重,去除伪差对观测信号的影响,从而得到较为纯净的脑电信号,所提方法相对于传统的fast ICA算法具有更小的计算量,并且不需要对分离的独立源进行人工干预,同时也是对ICA-R算法的一种扩展,解决了其只能提取单路源信号的缺点.仿真实验证明该方法更切合实际情况,而且能够更加有效地去除脑电信号中的多个伪差.     

基于最小材料去除量的比较球面计算与仿真

基于非球面最接近球面的计算方法分析,构建成型设备与工件间坐标变换矩阵,借鉴并优化材料去除量最小原则,计算最接近球面与理论非球面间的偏离量,建立数学模型.针对典型的圆形口径和矩形口径同轴、离轴非球面元件的比较球面求解进行仿真.结果表明,所建立的数值求解模型可有效计算同轴、离轴非球面元件的比较球面使材料去除量最小,对加工实践起到指导作用.     

基于变换域注意力机制的压缩伪影去除的方法

图像有损压缩过程往往会导致图像质量退化,使图像出现压缩伪影。针对现有基于深度学习的方法缺乏对联合图像专家组(Joint Photographic Experts Group,JPEG)压缩算法先验信息的利用,提出一种基于变换域注意力机制的去伪影方法。该方法利用卷积神经网络在像素域和离散余弦变换(discrete cosine transform,DCT)域分别提取特征,再将双域学习的特征信息进行融合。利用量化表设计了DCT注意力机制,该模块根据DCT系数的损失程度给予各频率系数不同的权值,使网络自适应补偿量化引起的误差。于此基础上,在像素域引入通道注意力机制,从而更好地利用量化表的先验信息。在主要数据集上,提出的去伪影方法以固定的模型参数对多种质量因子的压缩图像进行伪影去除实验。实验结果表明,所提出的方法在各评价指标和主观视觉上取得较好的效果。     

基于低秩矩阵分解的遥感图像薄云去除方法

为了较好地去除遥感图像中的薄云遮挡,还原地表图像,提出了一种利用低秩矩阵分解的遥感图像薄云去除算法。该算法根据薄云图像的低秩特性,将图像进行低秩矩阵分解,得到背景、前景和薄云图像。然后将去除薄云信息后的前景和背景信息相融合,得到地物成分。将该算法与其他传统算法应用在卫星影像数据上,对薄云去除效果运用主客观指标进行比较。实验结果表明,该算法能够克服传统算法中细节丢失以及去除不完全的问题,不仅能够在不同地物场景下对薄云进行去除,而且能够较好地保留地物的细节信息。     

风车草泡板型浮岛在污染河水中的脱氮试验

介绍了泡板型浮岛在污染河水中的脱氮试验.实验表明浮岛植物的脱氮效能依次为:风车草>香根草>菖蒲.研究了去除负荷与覆盖率及进水负荷之间关系,结果表明以30%覆盖率为分界点,去除负荷与覆盖率之间的关系有明显的变化;去除负荷与进水负荷之间满足二次函数关系.最后得出了实验条件下的最适宜的覆盖率和进水负荷.     

2种海藻对氮磷移除效果及其生长特征研究

以三亚地区海水养殖场水体中的氮磷质量浓度ρ幅度为依据,分别构建秋季最高(26℃)与最低温度(22℃)下的氮磷质量浓度ρ梯度,以羽毛藻和齿形藻为研究对象,测定了2种海藻生长过程中降解和吸收人工海水中氮磷营养盐的能力;同时依据不同营养盐水平下2种藻类的光合作用强度对其生长特征进行了分析.结果表明:1)羽毛藻和齿形藻对三亚海水养殖场的氮、磷有很好的去除效果;磷的去除率随介质ρ(磷)的提高而提高,最高可达35%~40%;氮的最高去除率为26%~32%,随介质中ρ(氮)的增加呈下降趋势.2)ρ(氮)、ρ(磷)波动范围内基本不会对2种藻类生长产生明显的不利影响,但温度22℃、ρ(氮)150mg·L~(-1)的条件对齿形藻的光合作用和代谢作用可产生严重的不利影响.氮、磷营养盐质量浓度对这2种大型海藻在营养盐吸收和光合作用等方面有一定的生理影响,因此将这2种大型经济海藻大规模养殖进行原位生态修复富营养化海水时,应注意环境因子对其的影响.该研究可为这2种海藻的大规模养殖修复富营养化海水提供一定的理论支持.     

钢中非金属夹杂物形态对其去除行为的影响

采用物理模拟手段研究球形、立方体、圆柱体、树枝状、团簇状等钢中常见形状夹杂物形状修正系数的差异性,并分析粒子表面形貌和运动取向对形状修正系数的影响.粒子的形状修正系数与阻力系数满足线性正相关,可以用形状修正系数评价粒子的上浮去除能力;在体积相同情况下,同类型夹杂物粒子的去除能力依次为树枝状(垂直)＜粗糙球形＜立方体＜圆柱(半经6mm)＜圆柱(半经4mm)＜树枝状(水平)＜团簇状(水平)＜光滑球形;粗糙表面的球形其表面积约为光滑球形的2倍,其形状修正系数同时增加2.1倍.简单粒子的形状修正系数受运动取向影响较小,复杂粒子则受运动取向影响较大,树枝状颗粒垂直上浮时的形状修正系数约为水平上浮时的2倍.     

基于箱式约束RPCA的运动目标检测

为克服运动目标检测中光照变化、阴影干扰等的影响,提出了一种具有箱式约束的鲁棒主成分分析方法,用于带阴影的视频运动目标检测。该方法建模时首先将输入的视频数据分解为低秩背景、稀疏前景与阴影3个部分;接着在传统鲁棒主成分分析模型的基础上对阴影变量施加箱式约束,利用Powell-HestenesRockafellar增广拉格朗日乘子法将上述约束转化为目标函数的惩罚函数项,推导了3个子问题的闭合解,并用交替方向法对模型进行求解;最后在公开数据集上对该方法进行了测试。实验结果表明,该方法能够在检测运动目标的同时去除阴影,场景适应性较好。