含尘气体中颗粒采样与测定方法

根据试验装置的特点和要求,提出了一套含尘气体中颗粒采样与测定方法,即采样位置的选择,采样点的布置,等速采样方法以及库尔特计数器测定粒度分布的技术等。通过试验结果的误差分析,证明这套方法是可行的。     

金山店铁矿工程围岩稳定性的分级模式与识别

作者就金山店铁矿围岩特征，论述了工程围岩稳定性分级指标的选择，用模糊数学方法建立了该矿工程围岩稳定性的分级模式，并提出了其模式识别方法。所得分级结果可为该矿合理选择支护类型和支护参数提供依据。     

岩体硬性结构面精测及量化处理

介绍了现场硬性结构面精测方法以及在精测资料基础上通过计算机来实现结构面间距、条数、迹长等基本要素的量化及可视化显示 ,分析了结构面基本要素获取过程中有关切割单元长度和切线间距的确定、结构面分布较少及存在大量缓倾结构面时结构面间距的计算等问题。针对这些问题 ,给出了解决方案。结合具体工程实际应用 ,获得了良好的效果。     

关于森林分类问题的探讨

<正>本文探讨了森林分类的原则、依据和方法,提出两个分类方案:(1)森林的群落分类法,以森林的群落学特征为依据;分类系统分五级,即森林型、森林群系组、森林群系、森林群丛组及森林群丛。(2)森林的综合分类法,分类系统为两级,即第一级以森林的主要用途为依据;第二级以群落建群种为依据。通过讨论比较,认为综合分类法较为合适。     

光子扫描隧道显微镜的关键问题及实验研究

光子扫描隧道显微镜（ＰＳＴＭ）是一种高分辨率的扫描探针式显微镜。本在简略地介绍了ＰＳＴＭ的工作原理及实用系统的基础上，着重讨论了光纤探针的制备和扫描偏移、耦合误差的定理计算这两具关键技术问题，提出了一种分析扫描偏移及耦合误差的理论计算方法，并由此推导出计算公式，应用自行研制的ＰＳＴＭ系统、成功地对光栅、鱼鳞片等样品显微成象并作了分析，图象的质量和分辨率达到了较好的水平。     

一种改进的知识发现算法及其应用

针对基于留数分析和递归切割的模式发现算法的不足,提出了一种改良的模式发现算法。算法不仅能处理具有特殊分布的样本集,针对不同属性对知识发现的贡献不同而区别对待,同时计及切割产生的子空间数量对模式判别准则的影响。在人造数据集和电力系统安全稳定评估的应用验证了算法的有效性。与原算法相比,知识发现的效率更高、应用范围更广泛。     

多传感器集成测量系统的数据对齐方法研究

反求工程中,多传感器集成测量系统对于提高实物数字化的效率和精度有着重要意义。本文对多传感器集成测量系统中不同数字化方式所获数据的对齐和融合进行了研究,并提出了一种不依靠简单几何体作为基准的自动对齐算法。该算法首先通过计算点集曲率来辅助选取3对近似对应点,求解坐标变换矩阵实现初始对齐;然后对非接触扫描点云进行三角剖分,以接触式测量所获点集向对应三角片的投影寻找对应点,然后进行坐标变换迭代求解,从而实现了不存在对应点的点集之间的对齐;最后包围盒求交法实现了数据的融合。实验结果表明,该算法行之有效,运行效果良好。     

基于三维虚拟vr的历史街景重现技术

传统方法采集点云数据时容易丢失信息,无法保证历史街景重现的完整性。为此,提出一种新的基于三维虚拟vr的历史街景重现技术,对采集的0像素值点进行去噪处理,防止大量空洞产生。通过取交集对由三维采样点构成的集合进行多帧融合处理,求出各三维采样点的深度可信度,根据深度可信度排序对三维采样点进行无重复融合处理,获取历史街景完整三维点云。依据ICP法,通过不停查找对应点集及运算变换关系的过程,找到目标点集与参照点集间的旋转矩阵与平移向量,将感兴趣重建部分从整个场景中分离实现点云配准。将历史街景三维重建模型添加至Google Earth平台,在Google Earth平台实现历史街景重现。实验结果表明,所提方法能够有效实现历史街景重现,重建精度高、完整性强。     

基于向量角度差和拟合曲线融合的建筑物点云提取方法

为了提升城市建筑物提取完整度并消除植物的影响,提出一种向量角度差和拟合曲线融合的建筑物提取方法。该方法以扫描线为研究对象,通过计算相邻方向向量角度差提取平面屋顶;利用曲线拟合计算同一扫描线内数据点的残差值,基于多数抽样样本建立残差阈值进而提取曲面屋顶;最后,通过细化后处理完成建筑物提取。选取典型城市实验区数据集,并与成熟的不规则三角网法(triangulated irregular network,TIN)进行对照实验。结果表明:所提方法能够更有效地提取曲面建筑以及抑制植物的影响,测区总体精度和kappa系数分别为98.96%和0.9148,优于TIN算法。该方法具有运算简单,稳定性高等特点,为有效解决曲率复杂和具有高差突变性的建筑物屋顶提取问题提供了思路。     

改进主成分和K-均值聚类的行驶工况

为构建行驶工况,消除K-均值算法对初始聚类中心的敏感性及噪声点的干扰,提出一种改进主成分分析和基于密度的改进K-均值聚类组合方法.结合距离优化法和密度法,构建一种数据集密度度量方法.选取距离较大、密度较高的数据点作为初始聚类中心与候选集,优化聚类结果的同时剔除了孤立点,采用较大贡献因子的特征值进行工况合成,最后对行驶工况油耗进行分析.结果表明,所提方法构建行驶工况的速度-加速度联合分布差异值为1.17％,特征参数平均相对误差较小.可见,合成的行驶工况能够很好地反映某地实际交通道路特征,拟合度较高.     

一种利用改进Elman神经网络的光伏I-V特性建模方法

为了准确表征和预测光伏（PV）组件在不同工况下的电流电压（I-V）特性,本文提出一种利用改进Elman神经网络的光伏I-V曲线黑盒建模新方法。首先通过皮尔森相关系数分析影响I-V曲线的环境因素;其次使用基于电压电流的双线性插值法对实测I-V曲线进行重采样,以提高I-V曲线上数据点分布的均匀性;进而使用基于辐照度温度的网格采样法对I-V曲线数据集进行下采样,降低数据冗余度;再利用量子粒子群（QPSO）算法优化Elman神经网络的初始权值和阈值,从而构造QPSO-Elman预测模型。最后根据美国国家可再生能源实验室（NREL）提供的I-V曲线数据集进行实验验证和测试。实验结果表明,所提出的建模预测方法精度更高,稳定性和泛化能力更好。     

多媒介数据的表示与操作(英文)

基于对多媒介对象与传统格式化数据本质差别的分析,本文提出一个面向对象的多媒介数据模型。通过在经典的面向对象模式的基础上进一步引进“版本”作为一种新的抽象形式,可以使用一组统一的抽象来并存地表示同一对象的多种概念结构。由于抽象数据类型的使用,可获得媒介的独立性,从而可提供一组施于各种类型对象上的统一操作。     

基于不确定抽样的半监督城市土地功能分类方法

为提高分类准确率, 解决城市区域社会功能标签分类难的问题, 提出了一种基于不确定抽样选择策略的半监督城市土地功能分类方法。该算法从轨迹数据中提取城市区域的特征向量, 只需对少量区域进行标签, 根据不确定抽样的主动学习选择策略, 从未标注训练样本中选取具有较多信息的数据, 利用半监督学习算法进行标注, 得到新的标注训练样本添加到训练集, 反复迭代后得到分类结果。实验结果表明, 该方法对不同社会功能的城市区域分类准确率可达90. 2%, 与传统方法相比分类准确率高, 减少了大量标注工作, 在少数标签数据上仍有较好的分类效果。     

PCA-FA： Applying Supervised Learning to Analyze Gene Expression Data

In previous gene expression data analyses, supervised learning has mainly focused on the classification of attribute data, such as the different experimental conditions, different known classes of the same tumor and sex, However, supervised learning classification is not suitable for interval-scaled attributes such as age and survival outcome of cancer patients, For this problem, this paper proposed a new method by combining two well-known methods: principal component analysis (PCA) and Fisher analysis (FA). The method, PCA-FA, realizes supervised learning with two types of attributes (nominal attributes and intervalscaled attributes). The fuzzy FA was introduced to model the interval-scaled attributes. In this paper, an approximate linear relationship between gene expression data of lung adenocarcinoma patients and survival outcome is successfully revealed by PCA-TA.     

测试井数据资料的数据清洗技术研究

针对测井和试井资料中存在数据质量的问题,提出了一种基于聚类分析和神经网络预测技术的数据清洗新方法。该方法首先检测测试井数据中存在空缺项的记录数据,对无空缺数据项的记录数据采用模糊聚类分析技术进行数据分类,再对各类数据分别进行蚁群聚类分析和神经网络学习并矫正噪声数据。将该数据清洗方法运用到试井分析中进行检验,取得了良好的效果。为提高测试井数据质量进行正确的解释评价提供了保证。     

STUDY ON THE METHOD FOR EFFECTIVELY QUICK DETECTING THE EVENNESS OF A KNITTED FABRIC

In this paper,the relations between the parameters of stitch structure and the needle penetra-tion force,and the method by using the needle penetration force detected to evaluate the looplength and evenness of knitted fabric indirectly are analysed and discussed.A microcomputer system with a needle sensor and author's program are used as a pick up setcombined with a data analysis system,for sampling and analysing the needle penetration forcedata.A lot of experimental research work has been done for knitted fabric of some kinds of knittedstitch and loop length.As a summary of this study,some conclusions can be drawn from the linearregression between the needle penetration force and the loop length.Then,the size and evenness ofthe loop length of knitted fabric can be indicated indirectly by detecting the value and variance ofneedle penetration force.It offers an effective method to detect and evaluate the evenness of knit-ted fabric with an efficiently high speed.     

改进BARINEL算法的网络时延故障诊断方法

随着网络系统的规模和复杂性不断增加，网络系统不可避免地会出现不同类型的故障。本文提出了模糊逻辑扩展的改进BARINEL算法，实现网络延迟软故障诊断。为了解决求解诊断候选项的指数复杂度问题，设计了一种基于启发式函数的最小命中集方法，有效降低了求解中的计算复杂度。针对BARINEL算法对多值逻辑错误检测机制表达能力不足，提出了模糊逻辑的BARINEL算法，能更有效诊断出故障链路及故障点。实验结果表明，当网络中至少有20条可用路径条件下，所提出的新方法能够花费更少的代价正确识别出故障节点。     

结合情感词典的主动贝叶斯文本情感分类方法

提出一种改进的结合情感词典的主动贝叶斯情感分类方法(SLAB).为了证明提出方法的有效性,选用康奈尔影评数据集和互联网电影资料库(IMDB)数据集作为实验数据,并与基于不确定性采样策略的主动学习方法进行比较.结果表明:文中提出的方法在较少的标注训练集下,能够取得更高的分类准确率,一定程度上解决了基于不确定性采样策略的主动学习方法中的误差累积问题.     

基于Hessenberg测量矩阵的超声图像重建

针对超声图像连续性差、自身具有稀疏性的特点,提出了一种适用于超声图像的压缩感知重建方法。该方法以小波变换为稀疏基,Hessenberg矩阵为测量矩阵,引入正交匹配追踪(OMP)算法实现了超声图像的重建。超声C-扫描图像重建结果表明在观测数据采样率降低、数据缺失等条件下均能清晰的成像,验证了该方法的有效性。此外,本文给出Hessenberg测量矩阵的有限等距性(RIP)性质证明;并与基于Toeplitz测量矩阵的图像重建方法进行了比较,实验结果表明利用本文方法的重建图像在平均结构相似度(SSIM)、峰值信噪比(PSNR)和三维差值图等指标上均较优。该压缩感知重建方法在采样率为50%,原始数据较差的前提下,成功恢复出相似度在80%以上的超声图像。     

终端区飞行轨迹聚类分析及异常轨迹识别

为有效掌握空中交通流的分布规律,提高飞行轨迹聚类效率与质量,提出了一种精确度高、运算快、自主识别异常轨迹的飞行轨迹聚类方法。首先,改进均匀参数化法来降低了飞行轨迹数据规模。其次,提出一种基于核主成分分析法(kernel principal component analysis,KPCA)飞行轨迹降维方法,突出不同类点之间的差异。最后,采用基于密度空间聚类方法(density-based spatial clustering of applications with noise,DBSCAN)算法剔除飞行干扰轨迹并完成聚类。实验表明,该方法在简化数据预处理的条件下,对1243条飞行轨迹实现准确聚类,划分为识别出6个类别,保持较高的聚类质量并识别异常轨迹。相较于其他聚类方法,本文方法简化了聚类前对飞行轨迹的预处理,提高了聚类效率的同时聚类效果更加准确并能够识别异常轨迹。