易家湾表层土壤污染状况及污染源分析

根据湖南省多目标地球化学调查资料,研究了易家湾地区表层土壤中重金属元素As,Cd,Hg,Pb,Zn的污染状况并寻找污染源.利用地累积指数法对各元素污染程度做出评价,运用反距离加权插值法,对元素的空间分布进行分析,了解元素在各采样点属性值,最后由基于神经网络的K-means聚类分析确定元素的污染源.结果表明Cd在采样区存在强度以上的污染,Hg存在中-强度污染的采样点达20%,而As,Pb和Zn均存在中度以下污染,并且基于神经网络的K-means聚类分析不仅达到去噪的目的,在易家湾污染源分析中是合理的.     

基于萤火虫算法的岩体结构面优势产状聚类分析

传统的图形分析方法较为粗糙,且主观因素影响较大,因此提出一种基于萤火虫算法的岩体结构面产状数据划分的新方法.用结构面单位法向量表示结构面的产状,通过单位法向量所夹锐角正弦值来衡量结构面间的距离,并建立模糊目标函数,然后运用萤火虫优化算法搜索最优聚类中心,同时确定组间边界.由于萤火虫算法具有出色的全局寻优能力和较快的收敛速度,使得新算法在解决结构面产状划分问题时非常省时高效.最后应用此算法对怒江松塔坝址区平硐实测结构面产状数据进行优势组划分,结果显示,此方法合理有效,优势明显.     

基于规范化的B样条密度模型的聚类算法

针对有参混合模型的聚类算法需要假设模型为某种已知的参数模型,存在模型不匹配及非参数正交多项式密度估计不是概率密度函数的问题,提出了一种基于规范化的B样条密度模型的图像聚类算法.通过构建基于规范化的B样条密度函数的非参数混合模型,利用非参数B样条期望最大(NNBEM:Non-parametric B-spline Expectation Maximum)算法估计密度模型的未知参数,并根据贝叶斯准则实现图像的聚类.该方法不需要对模型做任何假设,可有效克服有参混合模型与实际数据分布不一致问题.对模拟图像和真实图像数据进行仿真的结果表明,规范化的B样条密度模型的聚类算法比其他算法具有更好的聚类性能.     

空间局部重合图像的快速聚类

采用视觉词袋模型表示图像,以快速检测空间上部分重合图像对的最小哈希算法为基础,提出一种对局部重合图像聚类即数据挖掘的方法,能够找到类种子的概率随着类别中图像数目的增长显著增加.对聚类的结果进行空间上的验证,并在大小分别为104、105以及5×106的图像数据集上对该算法的效果进行测试.算法的速度依赖于数据集中图像的数目和数据集中类别的数目,类种子生成的时间复杂度线性相关于数据集大小.     

武陵山区GDP变化情况的统计分析

以武陵山区经济建设为核心,研究该地区的GDP增速、动态度、3个产业的变化、人均GDP的极差和标准差、变异系数和极差值率,应用聚类分析方法总结其经济发展特点,对武陵山区脱贫致富提出相关建议.     

Morlet复小波变换的开关电流电路共极点实现

提出了一种时频域混合共极点逼近的开关电流电路Morlet复小波变换方法.将Morlet复小波构成部件高斯包络进行分解,设计了高斯包络时域逼近优化模型,模型可采用常规优化算法求解.利用正弦和余弦信号的周期性,及其与指数信号的乘积在频率域具有相同极点的特性,简化了Morlet复小波函数的拉普拉斯变换,实现了实部和虚部的共极点有理逼近.基于双线性变换积分器设计了一种开关电流复二阶节基本电路,继而综合了Morlet复小波变换基本电路.通过调节基本电路的开关时钟频率可实现其它不同尺度的小波变换功能.对比分析表明,本文方法的逼近效果和系统稳定性均明显优于现有的Padé变换法和Maclaurin级数法;与现有方法相比,本文设计的复小波变换电路具有结构简单、功耗低和体积小等优点.仿真结果表明了方法的有效性.     

属性受限状态下低维冗余聚类数据快速挖掘方法研究

针对传统数据挖掘方法存在挖掘精度低、速度慢、占用内存多而不适于实际应用等缺点,提出一种属性受限状态下低维冗余聚类数据挖掘方法。通过计算低维冗余聚类数据的支持度,把低维冗余聚类数据挖掘问题转变成频繁项集挖掘问题;利用支持度与可信度对关联规则产生结果进行评价,并添加属性对其进行限制,以减少无用规则的产生。通过属性位复用方法建立候选区域,产生关联规则集,对符合关联规则集的低维冗余数据进行聚类,实现对其挖掘。实验结果表明,通过所提方法对属性受限状态下低维冗余数据进行挖掘,挖掘速度快,结果可靠。     

Q型主因子分析与聚类分析在柴达木盆地花土沟油田新近系砂岩储层评价中的应用

利用244口井的小层数据,尝试用Q型主因子分析与聚类分析相结合的方法对柴达木盆地花土沟油田新近系砂岩储层进行评价.为使评价结果定量化,以便利用评价结果深入分析储层储集性能及与沉积相的关系,提出如下处理方法:首先对由Q型主因子分析得到的各主因子得分进行归一化处理;然后用归一化得分与对应主因子的方差贡献率相乘后相加,得到样本总得分.根据样本总得分,运用聚类分析,进行储层分级.对储层评价结果进行统计分析后认为,就储层储集性能而言,花土沟油田新近系下油砂山组明显好于上干柴沟组;辫状河三角洲前缘是最好的沉积亚相;河口坝是最好的沉积微相,其次为浊积砂与水下河道.研究表明,本文提出的储层评价方法具有定量化、地质意义明确等优点,有一定应用价值.     

制造单元快速构建技术研究

针对制造单元的快速构建和提高可实施性的问题,提出了一种采用聚类分析与启发式算法相结合的解决方案. 在零件存在多工艺路线、工序存在多可选设备的基础上,综合考虑加工时间、加工顺序、生产批量、设备能力、任务交货期等实际生产约束条件,以最短加工时间、最佳设备及单元平衡、最少跨单元加工等作为重构优化目标,重视生产瓶颈环节的识别和处理,采用设备单元构建、资源优化分配和单元负荷均衡的三阶段处理技术,实现了制造单元的快速构建,导出了零件族、设备集合以及瓶颈问题的解决方案,并通过实例验证了算法的有效性.     

能耗预测导向的建筑能耗异常数据识别与修复

建筑能耗异常数据处理是对建筑能耗进行准确预测的前提。为有效处理建筑能耗异常数据,利用基于机器学习的K-means和KNN(K-nearest neighbor)算法,对上海某酒店建筑2017年7月的逐时能耗数据进行了异常识别和修复。通过建立长短期记忆网络模型,利用处理后的能耗数据预测了该建筑2017年8月首周的逐时能耗数据。预测结果表明,提出的建筑能耗异常数据识别与修复方法能准确识别并修复建筑能耗异常数据,从而显著提高后续能耗预测的效果。