本文主要就长江近两年来的污染状况进行了综合评价，对长江主要污染物的来源进行了来源分析，并根据近十年来的数据，利用水质综合指数模型、衰减模型与拟合模型对长江水质的发展状况做了分析预测，由此求出了污水处理量

第一部分 简介 前言 3 第一章 欢迎使用 ArcGIS 5 用 ArcGIS 能干什么？ 6 日常事务中各具特色的GIS项目 9 ArcGIS能完成的任务 11 学习ArcGIS的技巧 16 第二章 浏览 ArcCatalog 和 ArcMap ArcCatalog 简介 18 在 ArcCatalog 中浏览数据 19 与数据建立连接 20 ArcMap 简介 24 操作地图 25 浏览地图 26 添加图层 29 添加要素 30 改变图层符号 31 添加标注 34 对地图进行排版 36 保存地图 42 打印地图 43 下一步做什么？ 44 第三章 浏览 GIS 数据 45 地理数据模型 46 要素数据格式 50 第二部分 开发 GIS 项目 第四章 设计 GIS 项目 65 什么是 GIS 分析？ 66 GIS 项目开发步骤 69 设计项目 71 第五章 组织数据库 77 组织项目数据库 78 将数据添加到 Project 文件夹 83 在 ArcCatalog 中预览数据 88 在 ArcMap 中查看数据 93 清理 Catalog 目录树 106 第六章 为分析准备数据 109 数据准备工作 110 什么是坐标系统？ 111 为高程数据定义坐标系统 113 准备脚本环境 121 为river shape文件设置投影 122 把river shape文件输出到地理数据库中 128 数字化古迹公园 130 合并地块层 150 第七章 数据分析 157 分析前的设置 158 勾画允许建厂的区域 159 勾画不允许建厂的区域 163 查找符合位置标准的地块 179 查找空的地块 183 查找道路附近和废水汇合处附近的地块 186 查找满足所需面积标准的地块 196 评估分析结果 200 第八章 展示分析成果 207 设计地图 208 设置地图页面 210 创建全景地图 218 创建适宜地块地图 224 创建最适宜地块地图 230 生成地块报告 242 添加选址标准列表 245 添加地图元素 246 保存并打印地图 260 下一步做什么？ 262

浅层黄土滑坡是黄土高原广泛分布和频繁发生的地质灾害,造成了巨大的人员伤亡和财产损失.尽管二维确定性模型已被广泛用于浅层滑坡稳定性预测,但不能充分考虑岩土性质、地层结构、地下水等条件的三维空间变化,这可能与实际的斜坡稳定性不相符.因此,利用能考虑复杂斜坡环境的三维确定性模型评价滑坡稳定性,对获取更真实的评价结果以及指导滑坡防治工作具有重要意义.本文利用Scoops3D三维确定性模型评价了在浅层黄土滑坡稳定性预测中的适应性和可靠性.首先,模型计算参数敏感性的分析发现黏聚力、滑动视倾角和栅格单元重量对安全系数准确度影响较大,并用于指导获取详细的关键参数.然后,选取不同分辨率的数字高程模型(DEM)数据,利用Scoops3D模型对典型黄土沟壑中的浅层黄土滑坡稳定性进行预测,并通过详细的点状和面状滑坡分布图与预测结果的对比发现,该模型对黄土沟壑区的浅层滑坡稳定性预测准确度较高,且点状滑坡分布图可能更适合模型适应性的检验.最后,混淆矩阵法和成功率曲线法对不同分辨率数字高程模型预测结果可靠性的检验显示,该模型能够有效地预测黄土浅层滑坡的稳定性,且在高分辨率数字高程模型数据下可以获得可靠的预测精度

根据300t钢包RH真空处理超低碳铝镇静钢的实验数据,建立了RH处理过程钢中总氧含量的预测模型,得到了钢中氧含量的预测公式.模型综合考虑了处理时间、真空室吹氩流量、钢水环流量、浸渍管直径和钢包渣中(FeO+MnO)含量等因素对总氧含量的影响,并对改进RH处理工艺进行了讨论.模型分析表明,促进夹杂物上浮的手段有增大吹氩流量、增加浸渍管直径,但都有一个合适的范围

提出了在矿砂粒径尺寸级配情况下,不同粒径的筛下累积含量公式.在分析超声衰减基本理论模型的基础上,将不同粒径的筛下累积含量集成到超声波衰减模型中,推导出超声波衰减与矿浆浓度、粒度之间的关系模型.将所推导的模型结合实验和数据分析以确定超声波衰减与粒度分布的关系,且采用遗传算法反演计算获得矿浆中粒的粒度分布.结果表明,反演的计算结果精度较高

通过对影响脱硫反应限制性环节的分析,将持续接触和瞬时接触两种反应模式综合考虑,建立了精炼脱硫动力学模型,并通过实验室“极低硫钢精炼脱硫”实验数据对模型进行验证.结果表明,本模型的预测结果与实验结果比较吻合

浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上，分别采用多元线性回归和BP神经网络的方法，建立了金矿厂浮选回收率的预测模型.预测误差分析表明，BP神经网络预测模型能较好地预测金矿厂的浮选回收率，当预测相对误差在±3%范围内时，模型的预测精度达到91%，对于实际生产具有良好的参考作用

在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比.在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强

理解功能/数据的目的，学会使用U/C矩阵的建立、校验、求解过程；掌握新的管理信息系统逻辑模型的含义和内容

根据轧制数量、测量数据质量和轧制力预报误差的影响,建立了轧制力自学习速度因子优化模型.在长期自学习的判定条件中综合考虑了规格分档的变化以及厚度、宽度的改变量,减少了换规格的次数.长期自学习系数计算时利用了从前一块钢数据中分离出的设备状态信息,从而改善了模型自学习的连续性.离线仿真分析结果表明,轧制力计算精度相对于自学习算法优化前有较大的提高