期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
土壤中多环芳烃衍生物污染特征及其生物降解
被引量：
3
1
作者
王萌瑶
王建
+2 位作者
汤磊
陈旭文
高彦征
《中国环境科学》
EI
CAS
CSCD
北大核心
2024年第11期6464-6471,共8页
本文分析了土壤中SPAHs的来源及污染状况,梳理了国内外已报道的不同SPAHs降解功能菌及其降解机制研究进展.分枝杆菌和鞘氨醇菌是参与NPAHs降解的主要菌属,一些细菌及真菌可降解OPAHs,而有关HPAHs降解的微生物尚多集中于细菌.剖析了SPAH...
本文分析了土壤中SPAHs的来源及污染状况,梳理了国内外已报道的不同SPAHs降解功能菌及其降解机制研究进展.分枝杆菌和鞘氨醇菌是参与NPAHs降解的主要菌属,一些细菌及真菌可降解OPAHs,而有关HPAHs降解的微生物尚多集中于细菌.剖析了SPAHs污染土壤的微生物修复作用及机制.SPAHs在生物降解过程中首先被转化为一些中间体,这些中间体在酶的作用下进一步被降解为邻苯二甲酸或水杨酸,最后通过三羧酸循环而被完全矿化.研究指出基于协同菌群及固定化菌剂的SPAHs降解及污染土壤微生物修复是未来值得关注的研究方向.
展开更多
关键词
多环芳烃衍生物
微生物降解
污染特征
土壤
在线阅读
下载PDF
职称材料
基于深度学习的高速铁路工务安全指数预测技术
被引量：
2
2
作者
柴雪松
凌烈鹏
+1 位作者
周游
王萌瑶
《中国铁路》
2022年第12期94-98,共5页
高速铁路工务安全指数(HRPSI)反映了高速铁路工务故障和事故的发生状况,对其进行规律验证与预测对于高速铁路工务专业进行安全评估和预测具有非常重要的现实意义。基于高速铁路10周年工务安全指数数据,构建2种深度学习的时间序列预测模...
高速铁路工务安全指数(HRPSI)反映了高速铁路工务故障和事故的发生状况,对其进行规律验证与预测对于高速铁路工务专业进行安全评估和预测具有非常重要的现实意义。基于高速铁路10周年工务安全指数数据,构建2种深度学习的时间序列预测模型。利用皮尔森系数预测模型的有效性证明构建2种模型的有效性。其中门控循环单元(GRU)预测方法效果更好,训练集和测试集的皮尔森系数分别为0.9371和0.9221,可有效预测工务安全指数变化趋势。
展开更多
关键词
高速铁路
深度学习
统计分析
高速铁路工务安全指数
门控循环单元
长短期记忆神经网络
在线阅读
下载PDF
职称材料
题名
土壤中多环芳烃衍生物污染特征及其生物降解
被引量：
3
1
作者
王萌瑶
王建
汤磊
陈旭文
高彦征
机构
南京农业大学
出处
《中国环境科学》
EI
CAS
CSCD
北大核心
2024年第11期6464-6471,共8页
基金
国家自然科学基金资助项目(22161132011,42307031,U22A20590)
江苏省碳达峰碳中和科技创新专项资金资助项目(20220013)
中国博士后科学基金面上项目(2023M731723)。
文摘
本文分析了土壤中SPAHs的来源及污染状况,梳理了国内外已报道的不同SPAHs降解功能菌及其降解机制研究进展.分枝杆菌和鞘氨醇菌是参与NPAHs降解的主要菌属,一些细菌及真菌可降解OPAHs,而有关HPAHs降解的微生物尚多集中于细菌.剖析了SPAHs污染土壤的微生物修复作用及机制.SPAHs在生物降解过程中首先被转化为一些中间体,这些中间体在酶的作用下进一步被降解为邻苯二甲酸或水杨酸,最后通过三羧酸循环而被完全矿化.研究指出基于协同菌群及固定化菌剂的SPAHs降解及污染土壤微生物修复是未来值得关注的研究方向.
关键词
多环芳烃衍生物
微生物降解
污染特征
土壤
Keywords
substituted polycyclic aromatic hydrocarbons
microbial degradation
pollution characteristics
soil
分类号
X53 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
基于深度学习的高速铁路工务安全指数预测技术
被引量：
2
2
作者
柴雪松
凌烈鹏
周游
王萌瑶
机构
中国铁道科学研究院集团有限公司铁道建筑研究所
北京交通大学数学与统计学院
出处
《中国铁路》
2022年第12期94-98,共5页
文摘
高速铁路工务安全指数(HRPSI)反映了高速铁路工务故障和事故的发生状况,对其进行规律验证与预测对于高速铁路工务专业进行安全评估和预测具有非常重要的现实意义。基于高速铁路10周年工务安全指数数据,构建2种深度学习的时间序列预测模型。利用皮尔森系数预测模型的有效性证明构建2种模型的有效性。其中门控循环单元(GRU)预测方法效果更好,训练集和测试集的皮尔森系数分别为0.9371和0.9221,可有效预测工务安全指数变化趋势。
关键词
高速铁路
深度学习
统计分析
高速铁路工务安全指数
门控循环单元
长短期记忆神经网络
Keywords
high speed railway
deep learning
statistical analysis
HRPSI
GRU
LSTM
分类号
U216 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
土壤中多环芳烃衍生物污染特征及其生物降解
王萌瑶
王建
汤磊
陈旭文
高彦征
《中国环境科学》
EI
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
基于深度学习的高速铁路工务安全指数预测技术
柴雪松
凌烈鹏
周游
王萌瑶
《中国铁路》
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
