缸套-活塞环的不同匹配对其抗胶合性的影响

用典型的４ 种缸套材料和５ 种活塞环材料交替匹配成多种摩擦副,在销盘式实验机上进行了抗胶合性实验。结果表明,合适的材料组配有利于提高摩擦副的抗胶合性。     

基于机器学习聚类算法的城市公交车站点优化分析

随着"低碳环保,绿色出行"的理念深入人心,城市公交出行成为越来越多人的选择,但公交出行拥堵、低效率问题仍然是一个热点问题.采用聚类算法对城市公交车进行优化分析,通过三种聚类算法(DBSCAN、k-means、DIANA)、OD矩阵模型、统计与概率学等相关技术,对公交车刷卡数据进行挖掘建模,并分析提出居民出行规律、OD矩...     

考虑桩土滑移的超长桩沉降非线性算法

考虑超长桩桩周土体加工软化和加工硬化等不同性状,采用三折线荷载传递模型模拟其竖向荷载下桩侧传递规律,并以理论τ-z曲线描述桩侧界面桩土接触非线性。在此基础上,针对荷载传递过程中桩土滑移现象,对超长桩及桩周土分别建立单元进行离散化处理,根据桩土体系平衡条件得出桩土体系刚度矩阵方程及其迭代求解流程,从而提出了可考虑桩土滑移的超长桩沉降计算非线性分析算法.与现场试桩实测数据对比表明,本文方法计算值与实测值基本吻合,可供工程实践参考。     

基于加权GraphSAGE和生成对抗网络的医保欺诈识别方法

医保欺诈行为分析与识别是医疗保险基金监管中最为重要的工作,对保障医保基金安全与可持续发展有着非常重要的意义.为保证医保欺诈行为识别的准确度,需充分挖掘医保数据中的患者信息.然而,对于缺乏欺诈样本的不平衡医保数据集,目前常用的医保欺诈识别模型的泛化能力不佳且性能下降.因此,本文提出了一种基于加权GraphSAGE和生成对抗网络的医保欺诈识别方法.该方法融合了患者就诊关系特征表示与基于加权GraphSAGE算法的患者特征提取,并结合生成对抗网络构建识别模型.实验证明,本方法大大提升了模型的识别性能.同时,我们将所提方法与元路径向量、图卷积神经网络、图注意力网络、多层图注意力网络和超图自适应聚类网络等先进主流识别模型对比发现,本文提出的识别方法在召回率、精确率、F1值和准确率等指标下表现也更好;在不同数据规模和不同正负样本比例下,模型性能稳定,有较好的泛化性.