简介：通过实验证实在一定的含量范围内,用与海砂成份相类似的一个石英砂标样进行基体校正和归一化处理,可用现有的硅酸盐测定程序测定玻璃工业上用的海砂中的硅、铝和铁。其结果的精密度和准确度可与化学法媲美。
简介：针对因影响因素众多而难以预测的隧道沉降问题,使用粒子群算法（PSO）优化支持向量回归模型（SVR）并结合灰色理论中的等维新息,提出了混合模型对隧道沉降时间序列数据进行预测研究.与ELM极限学习机预测模型及PSO-BP神经网络预测模型进行了对比实验.发现等维新息SVR模型在预测精度上要优于其它两个模型,于是得出该模型可以有效地应用于隧道沉降时间序列的预测研究.
XRFA法测定玻璃工业用海砂中硅、铝和铁
等维新息SVR模型对隧道沉降时间序列的预测研究
