【摘 要】
：
微塑料(粒径<5 mm)因生产、生活使用废弃后所产生,分原生与次生两种形式。按不同检测粒径分级,原污水中微塑料数量不一,但每m~3至少达千粒至十万粒以上,且多属于生物难降解成分。微塑料进入污水处理厂后主要被一级处理吸附截留去除;二级处理亦以吸附去除为主,但作用不大;三级处理可通过膜截留方式具有一定去除作用。污水一、二级处理对微塑料的总去除率约为80%,出水残留微塑料(≤20%)则进入水环境,也是目
论文部分内容阅读
微塑料(粒径<5 mm)因生产、生活使用废弃后所产生,分原生与次生两种形式。按不同检测粒径分级,原污水中微塑料数量不一,但每m~3至少达千粒至十万粒以上,且多属于生物难降解成分。微塑料进入污水处理厂后主要被一级处理吸附截留去除;二级处理亦以吸附去除为主,但作用不大;三级处理可通过膜截留方式具有一定去除作用。污水一、二级处理对微塑料的总去除率约为80%,出水残留微塑料(≤20%)则进入水环境,也是目前水圈中微塑料迁移、累积的重要来源。环境中的微塑料可通过饮用水、食盐、海鲜等方式进入人体,对人类健康形成
其他文献
Scene text detection plays an important role in many computer vision applications. With the help of recent deep learning techniques, multi-oriented text detection that was considered to be quite chall
为了提高图像对比度以及图像质量,受图像的局部均方差变化范围会随噪声强度的增强而变窄这一有趣的现象启发,在小波域中提出了一种基于小波系数树状结构的组稀疏图像去噪模型.由噪声导致的图像局部均方差变化范围的压缩会引起图像对比度以及图像质量的下降.为了平衡图像的局部均方差分布,引入一种混合范数作为图像去噪模型的正则项,以达到对局部均方差矩阵进行稀疏约束的目的.该混合范数引入了小波系数之间的耦合,并且给出了
Dear editor,Three-dimensional (3D) object detection is a fundamental computer vision issue and demonstrates promising potential in intelligent surveillance,robot grasping, and autonomous driving. Howe
针对YOLO系列的目标检测方法参数多、计算量大、生成检测模型规模大等导致对运行硬件平台计算资源要求高的问题,提出一种基于反残差结构的轻量级多目标检测网络(IR-YOLO)。首先,利用深度可分离卷积减少模型参数和计算量;其次,基于深度可分离卷积构造反残差模块,提取高维特征;最后,根据反残差结构特点,利用线性激活函数减少通道组合过程激活函数的信息损失。IR-YOLO算法较YOLOv3-Tiny算法模型
Parsing inconsistency, referring to the scatters and speckles in the parsing results as well as imprecise contours, is a long-standing problem in human parsing. It results from the fact that the pixel
针对候选区域提取准确度问题及火焰特征的描述能力,提出一种基于高斯混合模型(Gaussian mixture model,GMM)与三维的局部二值模式(local binary pattern,LBP)纹理特征的火焰检测算法,分析火焰在RGB与HSV两个空间中的分布规律,训练出火焰的高斯混合模型,提取火焰候选区域。重点研究火焰的纹理特征,将LBP纹理与火焰的运动特征相结合形成一种新的三维LBP纹理,
当前我国计算机技术的发展速度不断加快,计算机人工智能在人们的生活当中使用越来越广泛,有效提高了人们的生活质量。在最近几年的发展过程中,人工智能和计算机技术在社会的各个行业当中有着广泛的运用,对人们的日常生活、工作以及生活质量等都起到了非常重要的推动意义。本文重点针对人工智能识别及其类型进行了分析和研究。
随着科学和技术的持续进步,动画合成应用越来越广泛,在社会的进步下对动画合成的技术有着新功能要求,即重新使用现有的运动,产生不同的视觉效果。合成技术的应用可以给用户带来强烈的视觉冲击,并让用户产生震撼的视觉效应,现有的合成技术很难满足这一要求。首先,从背景和意义出发,深入研究相关应用和存在的问题,并分析合成要素,基于三维运动捕捉数据关键帧的动画合成方法,阐述了动画合成的技术内容,简要介绍了三维动画合
In this Letter, a photonic crystal(PC) flat lens with a scatterer-size gradient is proposed, which simultaneously achieves imaging of the point source and sub-wavelength focusing of the plane wave in
基于视频噪声的时域变化规律,提出一种可鉴别帧复制篡改的噪声水平检测方法。对各视频帧实施小波变换,利用小波系数的绝对中位差估计各视频帧中混入高斯噪声的标准差,并对标准差时域序列进行快速傅立叶变换,计算幅频谱的峰均比,再通过对峰均比作硬阈值判决,判断标准差时域序列是否存在周期性,自动识别帧复制篡改。结果表明,噪声水平检测方法可确保伪造视频幅频谱具有较大的峰均比,检测准确度比较高,相比于现有检测方法,避