响应面法优化NaClO_2/UV降解藏红T及动力学研究

采用NaClO_2/UV降解藏红T染料废水,研究染料初始质量浓度、p H、NaClO_2投加量、UV照射时间对藏红T脱色率的影响及降解过程的动力学,应用响应曲面法优化得出最佳条件.通过紫外可见光谱及红外光谱分析,考察藏红T染料的矿化程度.结果表明,NaClO_2/UV能够有效降解藏红T,降解过程符合一级动力学,单个因素对藏红T降解效果的影响顺序为:p HUV照射时间初始质量浓度NaClO_2投加量.当p H为4.45、初始质量浓度为44.02 mg·L-1、NaClO_2投加量为136.54 mg·L-1、UV照射时间为19.40 min时,藏红T的脱色率达到97.31%.     

二值响应数据贝叶斯中位数估计

中位数回归是一种稳健的估计方法,在实践中有着广泛应用.基于贝叶斯方法研究二值响应数据的中位数估计问题,通过引入合适的潜在变量得到了贝叶斯层次模型,进而得到易于后验抽样的吉布斯抽样程序.为验证新方法估计的稳健性,通过大量数据模拟,并与已有方法进行比较,得到了满意的结果.最后实例数据分析进一步证明了所提方法的有效性.     

基于流类型的SDN数据平面故障恢复算法

软件定义网络(software defined networking,SDN)的网络拓扑中,链路故障恢复目标是保证故障恢复时延在可容忍范围内、减少数据包丢失和节约交换机存储资源.现有研究方法对链路故障恢复考虑了恢复时延、数据包丢失率、网络吞吐量等因素,没有考虑数据流对网络带宽的要求及运营商/用户的一些特殊限制.为了解决以上问题,同时满足故障恢复时延要求和运营商/用户定制化需求,提出了基于流类型的SDN数据平面故障恢复算法(failure recovery algorithm based on flow type in SDN data plane,FR-FT).该方法根据服务质量要求将数据流分为3类,将运营商/客户的定制化需求绑定到不同数据流上,根据对应约束条件对不同类型数据流制定不同故障恢复策略.仿真结果表明,该方法可以减少交换机流表项消耗、故障恢复时延、数据包丢失率.     

湘黔地区埃迪卡拉纪-寒武纪之交硅质岩的成因探讨——来自稀土元素和Ge/Si比值的证据

对埃迪卡拉纪?寒武纪之交的贵州铜仁坝黄剖面留茶坡组层状硅质岩和湖南张家界柑子坪剖面留茶坡组穹隆状硅质岩的主量、微量元素和稀土元素以及Ge/Si特征进行分析, 探讨两种硅质岩的成因。层状硅质岩的SiO₂含量为96.06%~99.61%, 穹窿状硅质岩的SiO₂含量为98.62%~99.56%, 平均值为99.13%; 其他元素含量很低, 两者均为纯硅质岩。坝黄层状硅质岩的ΣREE为20.14~248.56 μg/g (平均100.62 μg/g), Eu/Eu*值为0.90~1.10 (平均1.06), 无明显异常, Ge/Si值为0.13~0.98 μmol/mol (平均0.50 μmol/mol), Al₂O₃与ΣREE明显正相关, 表明硅质岩成分明显受陆源输入的控制。柑子坪穹隆状硅质岩的ΣREE值低, 为3.75~7.24 μg/g (平均5.73 μg/g), Ce/Ce*值为0.46~0.66 (平均0.57), 具负异常, Eu/Eu*值为2.28~11.07 (平均4.60), 具明显正异常, Ge/Si值为1.09~1.43 μmol/mol (平均1.25 μmol/mol), Al₂O₃与ΣREE的相关性较差, 表明硅质岩为海底热液成因。Al₂O₃与Ge/Si的相关性强弱也可以反映硅质岩的来源。结合古地理环境, 推断层状硅质岩可能形成于盆地内部, 而穹隆状硅质岩可能发育在台缘同生断裂处, 因海底热液喷流而形成。以1 μmol/mol 作为Ge/Si的临界值可以为示踪硅质岩的物质来源提供新的思路。     

基于萃取和超高效液相色谱-串联质谱法的贝类抗生素快速测定方法

建立一种简单、快速的超声波萃取–固相萃取净化–超高效液相色谱串联质谱分析方法, 可以同时测定淡水贝类软组织中磺胺类、喹诺酮类、大环内酯类、β-内酰胺类和氨基糖苷类中15种抗生素。采取超声波萃取法, 对贝类体内的抗生素进行萃取, 用固相萃取方法净化提取液, 最后用超高效液相色谱–三重四级杆质谱对目标物进行分析检测。主要比较两种固相萃取柱Oasis HLB和Oasis PRiME HLB对污染物的净化效率, 后者展现出较好的结果。15种抗生素加标回收率实验结果表明: 当加标浓度为50 ng/g时, 回收率为64%~121%, 相对标准偏差为0.5%~19% (n=3); 添加高浓度(100 ng/g)样品时, 回收率为67%~117%, 相对标准偏差为1%~9%(n=3)。方法检测限(LOD)为0.004~0.5 ng/g (干重), 定量限(LOQ)为0.013~1.67 ng/g (干重)。该方法具有回收率高、检测限低的特点。使用该方法对鄱阳湖3个采样点三角帆蚌中的抗生素进行分析, 结果显示, 在15种抗生素中, 有9种均不同程度地检出, 检出频率和浓度最高的是甲氧苄胺嘧啶, 最高浓度达到78.8 ng/g, 其次是奇霉素(41.2 ng/g)和环丙沙星(39.8 ng/g)。     

年轻火山岩激光40Ar/39Ar定年中的n值与MSWD值

激光熔蚀⁴⁰Ar/³⁹Ar等时线法是第四纪年轻火山岩样品精细定年的新方法, 该方法处于逐步完善过程中。针对怎样判定获得的年龄结果是否可靠的问题, 通过对数据处理过程中所用参数的分析, 认为样品属性是决定年轻火山岩精细定年结果质量和可靠性的关键因素, 与样品测试数n值相关的加权均方差MSWD(mean square weighted deviation)是判断同一样品各测试点的数据是否符合正态分布, 能否用来客观地评价测试结果, 进而评估样品是否适合进行相关测试, 结果是否可靠的重要指标。其次, 属于同一真实年龄值样品的MSWD在99.7%置信区间的取值范围可通过计算加以确认, 并提出对于表面年龄和等时线年龄数据, 必须定量地考察相应的MSWD值, 判定在具有足够样品测试数(足够大的n值)的情况下, 是否符合概率统计的正态分布, 确定样品是否对应同一年龄真实值。在MSWD值达不到理想值1.0的情况下, 可以利用表面年龄概率密度曲线, 区分测试样品内部包含的非同源或非等时或封闭不好体系的数据, 再结合MSWD与n值关系, 适量地去除部分偏离正态分布的测试数据, 识别出可能归属多个年龄真实值的测试数据组, 并以此计算不同数据组的反等时线年龄, 获得年轻火山岩喷发的准确年龄。     

基于伪数据的机器翻译质量估计模型的训练

为向基于深度学习的机器翻译质量估计模型提供高效的训练数据, 提出面向目标数据集的伪数据构造方法, 采用基于伪数据预训练与模型精调相结合的两阶段模型训练方法对模型进行训练, 并针对不同伪数据规模设计实验。结果表明, 在构造得到的伪数据下, 利用两阶段训练方法训练得到的机器翻译质量估计模型给出的得分与人工评分的相关性有显著的提升。     

基于波动率测量误差的波动率预测模型

本文研究了一种基于波动率测量误差的波动率预测模型,并做了非线性扩展,期望改进预测效果.考虑到文献中关于波动率可能长记忆性和非线性并存的观点,本文以具有长记忆特征的HAR(heterogeneous autoregressive)模型为基础,加入波动率测量误差后模型持续性有所提高,结合非线性的时变参数模型则达到结构变化和减弱异方差的效果.本文用2652天的沪深300高频数据计算的已实现极差波动率来验证模型效果.固定参数下,在HAR型模型中加入测量误差作为调节变量可以较显著地改善样本外预测效果.时变参数下,加入测量误差的HARQ型模型预测效果大多优于对应的HAR型模型.时变参数模型总体上可以改善固定参数模型的预测效果,尤其在预测期较长的情况下改善均是显著的.     

结合研发转化过程的智能汽车企业运营效率评价

将智能汽车企业运营分为研发转化和生产经营两个阶段进行效率评价.选取上海、深圳证券交易所上市的24家智能汽车概念板块公司,采用二阶段数据包络分析模型,从多年度和多企业类型角度分别对2010~2015年智能汽车企业运营效率进行分析.基于多年度视角分析表明,2013年企业研发转化效率略有下降,在2014与2015年其呈现上升趋势,生产经营效率较为稳定.研究发现,企业整体运营综合效率与研发转化效率存在显著相关性.基于企业类型视角分析表明,企业研发效率较低,说明多数企业与标杆企业相比存在差距,尤其是在智能决策和网络信息领域;而生产经营效率均较高.通过投影分析发现,企业研发投入结构不合理、研发人员能力参差不齐是主要原因.     

基于折扣高斯粒子滤波器的桥梁可靠性动态预测

桥梁健康监测(BHM)系统在长期运营中积累了大量信息,如何利用这些信息动态预测结构可靠性已成为BHM领域的关键科学问题之一.为合理预测桥梁的动态可靠性,应用BHM系统日常监测的极值应力数据,建立带有最优折扣因子的动态线性模型,结合高斯粒子滤波器给出折扣高斯粒子滤波器预测算法,分别对日常监测极值应力的一步向前预测分布参数和状态变量后验分布参数进行修正预测,并基于此,采用一次二阶矩(FOSM)方法预测桥梁的动态可靠性,结合桥梁实测数据对所提方法进行了验证分析,为桥梁预防性养护维修决策提供理论基础.