首页期刊导航|中国科技论文在线精品论文
期刊信息/Journal information
中国科技论文在线精品论文
中国科技论文在线精品论文

张拥军

季刊

1674-2850

e-paper@paper.edu.cn

010-62514595 62514685

100080

北京市海淀区中关村大街35号

中国科技论文在线精品论文/Journal Highlights of Sciencepaper Online
正式出版
收录年代

    超声波对市政污水厂活性污泥活性的影响

    杨威王磊
    256-264页
    查看更多>>摘要：为提高市政污水厂活性污泥活性以改善生化池污泥生物活性,本研究引入不同工况的超声波(ultrasound,US)对某污水厂活性污泥进行处理.实验分别在常温和低温两种状态结合曝气和不曝气两种实验条件,采用频率 40 kHz,功率密度为 0.05、0.33 W·cm-2,功率分别为 30、50、500 W的US设备对活性污泥进行处理,通过简易方法测定活性污泥耗氧速率(oxygen uptake rate,OUR)来判断活性污泥的活性变化情况.结果表明:在US功率 500 W,超声强度 0.33 W·cm-2、作用时间 5 min以内OUR提高效率最好,尤其是低温条件下污泥活性提高尤为明显.低强度US对活性污泥OUR效果不明显而长时间US作用又会加速活性污泥老化.结论:将US作用于市政污水生化池活性污泥能有效提高其活性从而有助于提高冬季生化池的生物脱氮效率.

    环境工程学超声波(US)市政污水污泥活性耗氧速率(OUR)

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    RTG核电池最新研究进展与应用

    王宇航肖东翊丽扎·别克恩吴春岑...
    265-275页
    查看更多>>摘要：核电池具有高比功率、高可靠性、寿命长等优点,在航空航天、极地探测等领域得到了广泛应用.本文主要介绍了核电池中应用最早且技术最为成熟的利用塞贝克效应制成的放射性同位素温差电池(radioisotope thermoelectric generator,RTG),并从放射性核素、热源结构、屏蔽层和保温层、热电转换模块、散热装置等方面进行了系统性的分析与介绍.最后简要从航天、民用等应用领域对RTG的优势进行分析并与传统能源电池比较,总结了RTG的优缺点,并浅析其发展前景.

    同位素技术核电池综述放射性同位素热源热电转换

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于CNN-LSTM的原煤产量预测模型

    张天宇王淼馨张正和王泽霖...
    276-282页
    查看更多>>摘要：为了准确地预测原煤产量,本文选择结合卷积神经网络(convolutional neural network,CNN)与长短期记忆网络(long short-term memory,L-STM)算法,建立基于 CNN-LSTM 的原煤产量预测模型.使用 2010年 1 月至 2021 年 12 月中国原煤产量的月度数据作为训练集,2022 年 1 月至 2022 年 12 月的数据作为检验集.利用训练后的模型预测 2023 年 1 月至 2023 年 12 月的原煤产量.通过与其他两种单一模型进行对比,并根据绝对相对误差评估模型预测结果.结果表明:CNN-LSTM 模型的原煤产量预测结果与实际值的绝对最大误差为 4.98%,预测精度显著提高,得到了 2023 年一整年的月度原煤产量预测结果,为国家未来发展和企业规划提供了科学的指导依据.

    安全工程原煤产量预测CNN-LSTM绝对相对误差预测精度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于CEEMDAN和优化LSTM模型的碳价波动率预测研究

    段钧陶杨晓忠
    283-293页
    查看更多>>摘要：本文以北京碳配额交易价格实际波动率为研究对象,构建以自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和长短期记忆网络(long short-term memory networks,LSTM)为基础的混合预测模型,采用粒子群优化算法(particle swarm optimization,PSO)确定模型结构参数.实验结果证明:该模型具备提取多尺度复杂时间序列波动趋势和有效处理金融时间序列的优点,粒子群算法对预测模型结构参数的优化避免了因参数选取不当导致的拟合问题,该模型在碳价波动率预测方面具备较高的准确性和稳定性.

    应用统计数学碳价波动率预测CEEMDAN-PSO-LSTM模型时间序列预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于Bayesian-Stacking模型的电影票房预测

    李小红韩淑淑
    294-301页
    查看更多>>摘要：本文构建了一种基于XGBoost的特征选取方法以及Bayesian-Stacking集成算法的票房预测模型.首先,构建 XGBoost 的影响力测量模型进行变量筛选,能够简化后期模型的输入和提高模型特征变量的可解释性;其次,分别构建了BP神经网络、XGBoost、Logistic Regression、LightGBM、GBDT以及Stacking模型,再利用贝叶斯优化算法实现上述模型超参数全局寻优后,对电影票房进行预测;最后,引入评价指标进行分析.结果表明:1)将贝叶斯优化算法与模型相结合,获得了相对于原模型更高的预测精度;2)Bayesian-Stacking模型的电影票房预测精度均优于其他模型.Bayesian-Stacking模型在电影上映期间预测最终票房具有较高的参考价值,可为有关部门提供决策参考.

    应用统计数学电影票房预测Stacking模型XGBoost贝叶斯算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据