北京市丰台区10kV配电线路故障分析

首先分析了北京市丰台区的电力负荷特点及设备情况,然后利用丰台区2019年的配电线路电力故障数据,分别以故障地点和故障原因两方面进行归类和分析,提出相应的防护措施,为提升丰台配电网的可靠性和保障配电网的安全运行提供了依据。     

宁夏鸣翠湖富营养化评价及空间分布特征

为评价宁夏回族自治区鸣翠湖国家湿地公园水体富营养化,2020年9月布点采样设计6个采样点,通过对单因子指数法的利用,并结合以综合污染指数法和富营养化状态指数法,进一步实现了对水质的评价,运用ArcGIS10.2分析了其富营养因子空间分布特征。结果表明:鸣翠湖水体整体达Ⅱ类水质标准;鸣翠湖水体综合污染指数位于0.7~1.0之间,整体水质为“轻污染”级别;鸣翠湖综合营养状态指数位于30~41这一区间之中,为贫营养到中营养状态;鸣翠湖水体富营养指标呈明显的空间异质性。     

基于Web电子商务平台的食用菌产品共词聚类算法

针对食用菌产品电子商务平台的数据挖掘问题,采用了共词聚类算法进行主题聚类,在密度聚类算法的基础上,使用了移动非密集单元的处理方法实现了共词聚类。该算法克服了传统聚类算法裁剪造成的精度误差,提高了聚类结果的精确度,应用在电子商务平台的效果良好。     

复工复产的安全线如何守护?

随着疫情逐渐好转,春耕不断推进,以及相应政策的推动,各地农资企业已陆续复工复产。复工后农资企业一方面要加强疫情防控工作,另一方面要承担起保春耕的责任,可谓任务艰巨。在这个特殊时期如何保证生产和人员的安全是企业的重要任务。面对这种情况,各企业在复工复产后为了确保安全生产,保护员工健康安全采取了相应措施,做到防疫不误生产,有序展开工作。《中国农资》记者对部分企业复工复产后的安全防护措施在此做了梳理,供大家参考。     

长江流域生产建设项目中表土的剥离、防护及利用

在长江流域生产建设项目水土保持方案编制中,目前依旧缺少针对表土资源保护的系统化的参考体系。在总结长江流域的工程实践经验和文献资料的基础上,分析了长江流域的土壤类型及其剖面层次特点,阐述了表土资源保护的必要性及基本流程,归纳出针对长江流域的表土剥离、防护及利用措施的适用范围、原则、工艺及重要参数等内容。     

空气污染视角下中国工业能源环境效率的空间效应及其影响因素研究

工业能源消耗是温室气体排放的主要来源,提高工业能源环境效率是缓解当前气候变化问题的重要途径.从空气污染的视角出发,将工业CO_2、工业SO_2和工业PM_(10)3种污染物排放作为非期望产出,采用非径向方向距离函数测算了1998-2014年中国30个省域的工业能源环境效率,检验了其空间相关性并通过空间计量回归模型分析了中国工业能源环境效率的主要影响因素.研究结果表明:中国工业能源环境效率整体处于上升趋势,但区域差异显著,东部和中部地区的工业能源环境效率显著高于西部地区;中国工业能源环境效率存在正向空间相关性,西部多数省域处于低集聚区;环境规制是影响中国工业能源环境效率的重要因素,应协同推动经济高质量发展与生态环境高水平保护,改善能源消费结构和国有企业股份制改革,有助于提高中国工业行业的能源环境效率.     

基于距离相关系数和KNN回归模型的森林蓄积量估测研究

【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。     

基于颜色和纹理特征的玉米旱情统计判别模型

利用颜色和纹理特征判定玉米植株干旱程度是玉米旱情监测识别的新途径,良好的统计判别模型构建方法对实现这一新途径意义重大。采集了玉米出苗-拔节、拔节-抽雄、抽雄-成熟3个生长发育阶段适宜、轻旱、中旱、重旱、特旱5个干旱程度的玉米植株图像,用MATLAB软件从图像中提取玉米植株的颜色和纹理特征数据,以SPSS软件对特征数据的训练集进行Fisher逐步判别分析,获得Fisher判别函数组,结合曼哈顿距离判别规则,建立了玉米出苗-拔节、拔节-抽雄、抽雄-成熟3个生长发育阶段的正视面、俯视面和侧视面共9个单视角统计判别模型,并将每个生长发育阶段的单视角统计判别模型联合构建为三维统计判别模型。玉米3个生长发育阶段的所有单视角判别模型在训练和测试时的平均判别准确率无显著差异,所有正视面和侧视面单视角统计判别模型训练和测试时的平均判别准确率均在90%以上,判别玉米不同干旱程度的准确率差异性小,所有俯视面单视角统计判别模型训练、测试时的平均判别准确率均低于85%,且判别玉米不同干旱程度的准确率差异性较大。玉米3个生长发育阶段的三维统计判别模型的训练和测试平均判别准确率在97%以上,且判别玉米不同干旱程度的差异性较小。玉米3个生长发育阶段的单视角统计判模型中,侧视面统计判别模型的判别效果最好,正视面统计判别模型次之,俯视面统计判别模型的判别效果相对较差,每个生长发育阶段的三维统计判别模型的判别效果均比单视角统计判模型好。