简介:摘要在本研究中,主要阐述了冶炼高炉烧结矿化学原料的配比的准确预测,通过分析烧结具体工艺原理以及特点,提出采用深度学习中的深度置信网络算法,能够准确预测烧结矿化学成分,建立具有深度置信网络为核心的准确预测模型。首先,需要进行深度置信网络结构和参数的设计,通过利用无监督贪婪算法能够完成模型训练,采用BP网络反向微调权值对整个模型进行优化,最后比较浅层预测算法,通过仿真结果表发现,利用这种方法所获得的预测值是与具体值之间的差距相对较小,具有较高的预测精确度,相比其他方法来说具有显著优势,表明在烧结矿化学原料配比上采用深度置信网络法,具有较高的准确预测效果和有效性。
简介:2015年8月14日,在呼伦湖设置采样点,采集水样,分析呼伦湖水体的化学特征,以揭示呼伦湖水化学特征、水体中的离子来源及控制因素。研究结果表明,呼伦湖湖水的pH为9.06-9.23,湖水为弱碱性水,湖东南部水体的pH相对较大;湖水中总溶解固体质量浓度为670-843mg/L,平均值为784.17mg/L,总体上东北部和中部湖水中的总溶解固体质量浓度较大;以CaCO3计的水总硬度为141.80-250.36mg/L,平均值为210.20mg/L,湖水属于硬水;湖水中的优势阳离子为Na^+,其占阳离子总数的80%;优势阴离子为HCO3^-,其占阴离子总数的73%;呼伦湖水体水化学类型为[C]NaⅠ型或HCO3^--Na^+型;湖泊水体水化学特征受蒸发岩盐和碳酸盐岩的控制,水体离子来源不受大气降水控制,主要受蒸发—结晶和岩石风化共同作用,且日益加剧的人类活动对离子组成和来源也有影响;自20世纪60年代至70年代以来,呼伦湖呈现淡水湖、微咸水湖不断交替的特征,与区域气候特征存在良好的响应关系。