张青
- 作品数：3 被引量：51H指数：2
- 供职机构：中国科学院更多>>
- 发文基金：国家自然科学基金湖北省自然科学基金更多>>
- 相关领域：环境科学与工程自动化与计算机技术电子电信金属学及工艺更多>>
- 湖北省国家湿地公园评估标准体系探讨被引量：14
- 2014年
- 为了规范湖北省国家湿地公园建设,实现国家湿地公园科学有效的管理,根据湖北省国家湿地公园建设管理现状,采用专家咨询法、频度分析法和层次分析法等方法,建立了包括湿地生态系统、湿地资源、湿地环境、湿地价值、管理基础、建设情况和附加分7类24个评估指标组成的湖北省国家湿地公园评估标准体系,并给出了每个因子的权重、赋值范围以及具体的定量化评估方法。运用该评估体系,对湖北省大九湖国家湿地公园和漳河国家湿地公园进行了试评估。结果表明,该评估体系能够科学地反映湖北省国家湿地公园建设与管理中的不足,区分国家湿地公园的层次与建设情况,可以用来指导湖北省国家湿地公园的规范建设。
- 杨超王学雷张青石道良张婷姜刘志
- 关键词：国家湿地公园
- 基于BP神经网络的洪湖水质指标预测研究被引量：37
- 2016年
- 为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧（DO）、铵态氮（NH4＋—N）、硝态氮（NO3-—N）、总氮（TN）、总磷（TP）6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM（1,1）灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。
- 张青王学雷张婷杨超吕晓蓉
- 关键词：水质BP神经网络
- 基于机器学习的K424合金刻蚀深度预测
- 2024年
- 为探究水导激光加工过程中不同工艺参数对K424高温合金刻蚀深度的作用,对K424高温合金进行了包括激光功率、进给速度及加工次数在内的三个关键工艺参数的影响刻蚀实验,实验结果表明:较大的功率、较小的进给速度和多次加工会产生更深的刻蚀。此外采用XGBoost、RF、BPNN以及SVR四种模型建立了激光功率、进给速度和加工次数与加工深度之间的预测模型。在拟合效果上XGBoost与SVR模型表现优异,最大误差百分比均不到0.3%;在预测结果方面显示,XGBoost最大误差百分比6.698%,优于另三种模型。最后得出XGBoost模型在拟合和预测K424高温合金加工深度方面有更好的性能。与传统的干式激光加工相比,水导激光加工技术减少了材料热损伤,提高了加工质量。该研究为水导激光加工K424高温合金提供了参考。
- 张青张青乔红超赵吉宾
