分类学习方法在犯罪人地域特征预测识别中的应用研究

传统的时空犯罪预测仅适用于犯罪的时空分布概率分析,无法应用于具体的案件预测,而基于犯罪人特征属性判断犯罪人风险行为的预测方式往往会受到特定工作场景的限制,缺乏良好的迁移性和扩展性(背景)。抽象出案件现场构成要素并从信息化侦查的角度建立了以时间、区域、部位、目标和手段等5种案件现场信息为属性、以分类算法为基础的犯罪人地域特性识别模型,并以北京市盗窃电动车案件数据作为案例、利用决策树算法进行了实证分析(方法)。结果表明:该模型能够有效地实现对犯罪人地域特征的分类识别,其分类正确率达到了80%以上,并且决策树算法在结果的准确率上较其他分类方法具有更好的效果(结果)。以犯罪人的地域特征性作为案件侦查的一个切入点,利用案件现场特征挖掘犯罪嫌疑人的地域特征,可为侦查人员缩小侦查范围提供了一种方法,有利于侦破犯罪嫌疑人身份不明的案件,提升侦查效率(意义)。     

透明质酸的应用及制备研究进展

透明质酸是葡萄糖醛酸和Ｎ－乙酰氨基葡萄糖交联形成的一种高分子均聚糖．近年来,透明质酸作为一种可吸收的生物材料,已广泛应用于临床医学和化妆品开发．本文综述有关透明质酸的应用和制备研究状况,为对其作进一步的研究提供基础资料     

锥形血管中非定常流动的管壁切应力分布

对锥形血管中的非定常血流流动进行了讨论,导出了管壁切应力分布的公式,在相应的数值算例中,着重讨论了锥度角及轴向距离对管壁切应力的影响。     

顾及案件多维特征的犯罪热点语义挖掘——以北京市入室盗窃案件为例

为了从语义结构特征的角度对不同犯罪热点进行挖掘分析,设计了一种顾及案件多维特征的犯罪热点语义挖掘方法,通过构建案件多维特征标签体系,实现犯罪热点内案件的标签匹配,并对案件语义特征标签构建共现网络,以获得犯罪热点内案件更为详细的特征.以北京市2018年入室盗窃案件为例,进行了相应的实证分析实验.结果表明,该方法能够对犯罪...     

坝上高原察汗淖尔湖泊面积变化及驱动要素分析

在大气变化和人类活动的双重影响下,为定量分析坝上高原典型湖泊察汗淖尔近30年的演变及驱动要素贡献率,通过遥感影像与资料收集,对湖泊面积变化特征及影响因素进行分析,运用多元线性回归法量化驱动湖泊变化的主要因素及其相对贡献率。结果表明：察汗淖尔在过去30年间逐渐萎缩,几乎干涸,变化速率为-0.94 km²/a;温度升高,暴雨次数显著减少,不利于察汗淖尔湖泊水面面积的维持;高额的农业用水量是导致湖泊萎缩的主要原因,各影响因素贡献率大小依次为农业用水量>地下水埋深>降水量>径流量>年均温;农业用水量相关系数为-0.71,贡献率为51.1%,地下水埋深相关系数为-0.67,贡献率为33.3%。大气条件是湖泊变化的重要背景因素,人类活动进一步加剧湖泊变化。     

库车裂缝性砂岩气藏渗透率模型研究与应用

裂缝性气藏中孔隙介质包括压裂裂缝、天然裂缝及基质孔隙。考虑裂缝与基质间的物质交换,建立了考虑压裂裂缝的多重孔隙介质渗流数学模型,研制了裂缝性气藏压裂后生产动态模拟器。根据库车天然裂缝发育程度综合量化分类,天然裂缝发育程度是影响压裂后产能的重要因素之一;裂缝系统连通差、发育差的气藏,压裂后也难以获得理想的增产效果。统计分析了裂缝参数与渗透率的关系,裂缝密度与测试渗透率相关性好,给出了裂缝密度与渗透率的关系,建立了渗透率地质模型。结合裂缝性砂岩气藏压裂井生产动态模拟器,通过拟合试采压力校正渗透率,打破了关井测试计算地层渗透率的传统做法。通过实例计算表明,所建立的多重介质渗流数学模型和渗透率地质模型是合理的,试采压力拟合精度高,校正渗透率准确且误差较小,为油田开发提供了一种新思路。     

孤立点挖掘在警情时间序列异常点识别中的应用

针对北京市的警情时间序列中存在的一些异常特征,采用了一种基于距离和的孤立点挖掘方法来进行分析。该方法将警情在每日不同时段内的分布处理为相应的属性,然后将警情的时段属性进行标准化,计算了不同点之间的欧式距离和来判断点的异常性。结果发现,北京的警情异常现象出现在春节和年底期间,其中前者表现为由于居民燃放烟花爆竹所引起的火灾事故和治安纠纷;而后者则表现为电信诈骗案的高发。与基于日接警数量的异常点分析相比,基于距离和的异常点挖掘能够有效地将警情在时序分布中隐藏的一些异常聚集效应识别出来,从而为公安部门开展预警和情报信息服务提供帮助。     

稀疏波对层流传播火焰干涉作用实验研究

为了揭示稀疏波对甲烷空气预混气中层流传播火焰结构及压力特性等的影响规律, 利用高速纹影摄像、压力测试等实验手段对小型密闭燃烧容器内甲烷-空气预混气中传播的层流火焰与稀疏波的相互作用规律进行了实验研究. 研究结果表明, 当稀疏波作用于层流传播火焰后, 在数毫秒内火焰就由层流燃烧充分发展成湍流燃烧, 其结果使得燃烧面积迅速增大, 压力上升速度加快.     

基于VMD-MPE-KPCA特征提取与MRVM相混合的滚动轴承故障诊断方法

针对滚动轴承振动信号在强噪声环境下出现非线性、非平稳、强干扰特性,进而导致故障特征难以提取及故障诊断准确率低的问题,提出变分模态分解(VMD)-多尺度排列熵(MPE)-核主元分析(KPCA)特征提取与多分类相关向量机(MRVM)相混合的滚动轴承故障诊断方法.该方法首先通过VMD-MPE进行滚动轴承振动信号的高维故障特征提取,其次对提取的故障特征进行KPCA可视化降维,最后将降维后的故障特征输入可实现不同样本概率输出的MRVM进行滚动轴承故障诊断.通过美国西储大学的滚动轴承故障数据集对该方法的有效性进行验证,结果表明提出的VMD-MPE-KPCA特征提取与MRVM相混合的滚动轴承故障诊断方法能够有效提取和识别滚动轴承故障特征,所提出的混合智能故障诊断方法与相关文献报道的故障诊断方法相比较,故障识别准确率达到了99.18%.     

高等代数教学中结构化思想的培养

结构化思想是高等代数学习中的一个重要数学思想,其理论具有高度的抽象性,是大一学生在学习高等代数时的一个难点和重点,结构化思想的掌握直接影响数学专业其它后继课程的学习.因此,在教学中注重讲授结构化思想的同时,培养学生用结构化思想解题更为重要.以研究生入学考试中的一道题的证法为例,阐述在解题中如何正确理解和掌握结构化思想方法.