饮水系统中抗生素抗性基因赋存特征及健康风险评估

近几年抗生素抗性基因（ARGs）作为一种新型污染物在世界各地的水体、土壤中被频繁检出,其在环境中大量扩散和增殖十分容易导致微生物获得抗生素抗性,对人体健康产生潜在威胁。结合国内外文献报道数据,介绍了ARGs在城市饮水系统中污染现状,描述了其赋存特征,发现在国内外城市饮水系统中ARGs的数量不容小觑,数量最高可达1.38×10⁵ copies·ml^-1。其次对城市饮水系统中常用工艺对ARGs的赋存与传播影响因素进行了总结,发现城市常用水处理工艺对ARGs的灭杀效果差,甚至对其富集和繁殖往往起着促进作用;在不同的环境影响因素中,微生物群落结构是影响ARGs的主要驱动力,其次是重金属。最后提出ARGs对人体可能造成的健康威胁以及现有健康风险评估方法的局限性,并对未来ARGs的研究进行了展望。     

K6型单层球面网壳整体交互耦合屈曲行为

采用有限元数值模拟,基于K6型单层球面网壳的屈曲与后屈曲性态,提出整体屈曲的判别准则,并首次从变形特征角度分析两种整体屈曲模态交互耦合的发生机理及对屈曲承载力的削弱效应。研究结果表明,K6型单层球面网壳的稳定性易受整体交互耦合屈曲影响,且可导致屈曲极限承载力的显著削弱及不稳定后屈曲;其变形模式从屈曲阶段的最低阶整体屈曲模态主导,演化为初始后屈曲阶段的整体交互耦合屈曲模态主导,及最终的次低阶整体屈曲模态主导,是交互耦合屈曲产生的原因;缺陷幅值也会影响整体交互耦合屈曲对K6型单层球面网壳屈曲极限性能的主导作用。     

水泥基材料热湿耦合传输性能

通过大气环境下水泥基材料热湿耦合传输试验,考察了温湿度梯度对湿传输、温湿度分布的影响。试验结果表明,湿传输随着温湿度梯度的增大而加快,且温度梯度比湿度梯度对湿传输的影响大;温度梯度比湿度梯度对温度分布的影响大;温湿度梯度对相对湿度分布的影响都比较大。因此,在水泥基材料热湿耦合传输过程中,水泥浆的湿传输比砂浆快,且应考虑热传输对湿传输的影响,但湿传输对热传输的影响可以忽略。计算结果表明,热湿耦合传输模型对水泥基材料具有较好的适用性。     

HR3C奥氏体耐热钢晶界蠕变损伤的电子背散射衍射分析

对不同条件下的HR3C奥氏体耐热钢蠕变试样进行性能测试和微观结构观察,研究奥氏体耐热不锈钢蠕变沿晶破坏行为和损伤特征。电子背散射衍射（EBSD）分析结果表明,不同蠕变速度下材料的晶粒尺寸基本不变,未产生择优取向,但高蠕变速度条件下部分孪晶界演变成一般晶界,而低蠕变速度下原始孪晶结构基本保持不变。EBSD分析结果清楚地反映了微观蠕变应变的不均匀性。沿晶微裂纹和蠕变空洞的产生和扩展是最显著的损伤特征,这些损伤现象与不同蠕变速度下的蠕变机制及晶界性质密切相关。     

基于位置服务数据的社区生活圈测度方法及影响因素分析

生活圈的边界划定是社区生活圈研究的重点也是难点。现有的划定方法有基于行政边界或控规单元、依据设施服务半径及可达性、居民日常活动行为三种方式,其中基于居民日常活动是最接近社区生活圈本意的测度方法。但目前这一方法的应用主要依靠全球定位系统(GPS)数据,成本高且样本有限,难以描述社区大多数居民的活动规律,更缺乏对大范围不同类型社区生活圈的全貌认识。以成都市为例,基于大样本的手机位置服务数据(LBS),采用复杂网络分析技术(Infomap)对中心城区(549 km²)的社区生活圈进行测度,通过识别其规模和边界特征,进一步探讨空间要素对社区生活圈边界的影响及作用机制。结果表明:通过选取恰当的单元精度和距离约束d值,可以获得较好的网络聚类结果(接近15 min生活圈的实际规模);基于LBS数据划分的社区生活圈面积规模差异较大,但大多数的规模处于1～5 km²之间;三类代表性空间要素中,路网密度与社区生活圈面积规模存在中等程度相关,区位和商业兴趣点(POI)密度与社区生活圈规模并不存在显著的相关性;但社区生活圈的人口密度与三类空间要素存在强相关。基于手机...     

秦淮河流域典型排涝泵站前池水质与降雨特征响应关系

为分析排涝泵站前池水质与降雨特征的响应关系,对南京市城区秦淮河沿线2个排涝泵站前池水质以及降水量开展高频在线自动监测,结合回归树方法分析了不同降雨强度、前期干旱时间条件下排涝泵站前池水质变化规律,探讨了不同类型排涝泵站前池水质的主要影响因素。结果表明:晴雨天均有生活污水汇入的A泵站前池氨氮质量浓度在大雨强下降低,中雨强下先升高后降低,小雨强下平缓上升,A泵站前池污染物质量浓度主要受降雨强度和次降水量影响;主要接收降雨径流,雨量大时有生活污水溢流汇入的B泵站,前池污染物质量浓度在大雨强下先升高后逐渐降低,中雨强下降低,小雨强下变化不大,B泵站前池水质主要受次降水量、前期干旱时间和降雨强度影响;2个泵站前池CODMn质量浓度变化与降雨的响应规律相似,但更多受到与前期干旱时间关联的地表径流冲刷作用影响;连续降雨均导致泵站前池氨氮质量浓度和CODMn质量浓度波动变化较大,而前期干旱时间越长,降雨发生后泵站前池水质越差。     

基于ReliefF-NOSCA-AdakNN的肌肉疲劳识别技术研究

针对竞技体育训练中的肌肉疲劳监测问题,提出了一种基于ReliefF-NOSCA-AdakNN（RNA）的表面肌电信号（sEMG）特征提取和分类算法. 该算法结合了特征和类别之间的相关性分析和启发式搜索算法,对高维特征进行了有效的筛选和分类. 将RNA算法应用于经过滤波处理的肱二头肌肌电信号数据,对不同疲劳状态进行了识别和分类. 实验结果表明,提出的RNA算法在平均分类准确率和标准差方面分别达到了83.88%和0.012 7,均显著优于传统单一算法,体现了较好的分类性能.     

基于mRMR-IPSO的短期负荷预测双阶段特征选择

电力负荷具有时空多变的特性,受众多因素的影响,在短期负荷预测中较多的输入特征会造成维度灾难,导致模型预测性能不佳,因此选择合理的输入特征集至关重要。文章提出一种新的短期负荷预测特征选择方法——mRMR-IPSO双阶段法。利用最大相关最小冗余（max-relevance and min-redundancy,mRMR）判据对原始特征进行排序,考虑输入特征与输出特征之间相关性和输入特征间冗余性,筛选掉一些排序靠后的特征,初选出对预测效果影响显著的特征子集;采用基于改进的粒子群优化算法（improved particle swarm optimization,IPSO）的搜索策略,以LightGBM模型的预测精度为适应度函数,对初选特征子集进行精选,得到最优特征子集。算例结果表明,所提方法能在对原始特征集大幅降维的情况下提升预测精度。     

基于正则化正交非负矩阵分解的旋转目标检测方法

小样本的旋转目标检测是指在样本数少的情况下进行旋转目标检测模型的训练,深度学习在旋转目标检测领域往往需要庞大的样本数和计算算力。现有的基于机器学习的旋转目标检测方法大多有着对目标尺度和姿态敏感的缺点。因此提出一种基于正则化正交非负矩阵分解的旋转目标检测方法,来解决小样本的旋转目标检测难题。首先,针对样本不具有各种角度的图片,对样本进行旋转后进行背景填充,这样便于更好的表征学习。其次,提出一种基于正则化正交非负矩阵分解算法对旋转样本的梯度直方图特征进行表征学习。最后,为了测试算法在特征学习后的有效性,利用支持向量机对特征提取后的数据进行训练和测试。实验结果表明本文的目标检测方法在多个数据集中可以取得不错的效果。     

基于遗传算法优化机器学习模型的地下水潜在性预测

传统机器学习模型在地下水潜在性预测中,未考虑最优因子组合,会对地下水潜在性制图产生不利影响。为此,提出了遗传算法优化支持向量机的地下水潜在性预测方法。以云南省彝良县为研究区,从地形、水文、土壤、地质等方面选取了共15个影响因子;考虑模型性能和影响因子的作用,利用遗传优化算法筛选了包含11个影响因子的最优因子组合;然后使用支持向量机方法构建了地下水潜在性预测模型;最后计算了因子优化前后的模型准确度和受试者工作特性曲线下面积（area under curve,AUC）,并绘制了模型的受试者工作特性（receiver operating characteristic,ROC）曲线和地下水潜在性预测图。结果表明：因子优化前模型的准确度为0.774,验证集AUC为0.789,因子优化后模型的准确度为0.777,验证集AUC为0.806,分别提高了0.003和0.017。可见,所提方法的准确性、可靠性优于传统的支持向量机法,其结果可以为区域水文地质调查和地下水资源管理与规划提供科学参考。