为提高含噪声瓦斯浓度数据的预测精度,提出了一种基于独立成分分析(ICA)和k-最近邻(kNN)法的反向传播人工神经网络(BP-ANN)预测模型。利用滑动时间窗算法产生训练样本矩阵,采用ICA方法估计训练样本矩阵中的独立成分,用不含噪声的独立成分重新构建训练集;运用k-NN法减小训练集规模,引入混合距离测度函数降低训练过程的计算复杂度。实验结果表明,该预测模型较普通BP-ANN模型有效减小了瓦斯浓度预测误差和训练时间。

瓦斯灾害是制约煤矿安全生产的主要灾害之一，而甲烷是瓦斯的主要成分，因此对甲烷浓度的准确检测对有效预防预警瓦斯灾害意义重大。基于甲烷物理化学性质的差异性特征概述了催化燃烧法、热导法、光干涉法、非分散红外光谱法和可调谐半导体激光光谱法的甲烷检测原理，探讨了不同原理的甲烷检测技术发展现状。在煤矿环境对甲烷检测技术的影响分析基础上，通过煤矿井下技术应用对比研究得出：催化燃烧法利用甲烷可燃性特征，适用于检测体积分数4%以下的甲烷，不适用于氧气浓度过低、甲烷浓度过高或存在含硫气体的井下环境；热导法利用含不同浓度甲烷的空气热导率的不同特征，适用于检测体积分数4%以上的甲烷，不适用于甲烷浓度低、二氧化碳浓度过高等井下环境；光干涉法利用含不同浓度甲烷的空气折射率的不同特征，适用于井下绝大部分环境，但不适用于二氧化碳浓度过高的井下环境；红外光谱法利用甲烷的气体选择性吸收的特征，适用于绝大部分井下环境，其中非分散红外光谱法受水蒸气、烷烃气体干扰，需进行算法优化以减小误差，而可调谐半导体激光光谱受其他气体干扰影响较小，但两者皆需采用补偿算法来减少受温湿度影响引起的误差。最后，对不同原理的甲烷检测方法进行了技术

数学建模 研 究 盐 水 浓 度 的 动 态 变 化

大数据-算法-西湖流场和浓度场对引水工程响应的数值模拟研究.pdf

人工智能-机器学习-核电站气载放射性核素浓度和辐射剂量计算.pdf

这个程序是用来检测一氧化碳浓度和甲烷浓度，可以用wifi传输数据，引脚为MQ7的是pa5,MQ4的是pa6,里面还有个温湿度检测

这里有两个函数。 arcticseaice下载每日的海冰浓度数据，而arcticborders绘制陆地面积图。

matlab开发-南极洲每日冰层浓度。该功能下载并绘制每日海冰浓度场。

包含PM2.5、PM10、SO2、NO2、CO、O3、风向、风力、天气等11种因素； 数据粒度是日均值，数据均已做好缺失值填充和归一化处理,直接可以参与机器学习或者深度学习建模 其中label表示PM2.5 时间：2015/1/1～2020/3/1 建模方法：本人采用的CNN-LSTM混合模型建模，预测效果较好，详情可以参考我的置顶博客

aflatoxin.sav 该假设数据文件涉及对谷物的黄曲霉毒素的检测，该毒素的浓度会因谷物产量的不同（不同谷物之间及同种谷物之间）而有较大变化。谷物加工机从 8 个谷物产量的每一个中收到 16 个样本并以十亿分之几 (PPB) 为单位来测量黄曲霉毒素的水平。 统计分析及模型构建中常用的数据集、使用数据集可以对模型和算法进行快速验证，而且如果能够得到经典测试数据有助于我们复现大佬（巨佬）们提供的算法模型、达到实战联系的目的、真正从原理上开启数据分析、而不是纸上谈兵； 纽约时报的一篇文章报道，数据科学家在挖掘出有价值的“金块”之前要花费50%到80%的时间在很多诸如收集数据和准备不规则的数据的普通任务上。混乱的数据是数据科学家工作流中典型的比较耗费时间的。 常用的数据集可以帮助我们快速实验模型算法，因为他们都是被处理过的优质数据；