基于期望核密度离群因子的离群点检测算法

针对基于密度的离群点检测方法在不同分布的数据集上检测精度低的问题,提出了一种基于期望核密度离群因子的离群点检测算法。首先,引入k近邻和反向k近邻扩展邻域空间(ENS)代替传统的k邻域范围,更加全面地考虑数据对象的邻域信息;其次,在传统核密度估计(KDE)方法的基础上引入多元高斯函数,在扩展邻域空间内估计数据对象的密度,同时借鉴自适应核带宽的思想,更好地适应不同数据集的数据分布;然后,给出期望距离的概念,进一步区分局部离群点和位于低密度区域的正常点;最后,定义了期望核密度离群因子刻画数据对象离群程度。在人工数据集和真实数据集上对所提算法进行实验验证,并与部分传统算法进行对比,验证了所提算法的有效性。

基于映射距离比离群因子的离群点检测算法

针对基于邻近性的离群点检测方法需要花费大量时间过滤正常点,并且在检测全局离群点时难以检测出局部离群点的问题,提出一种基于映射距离比离群因子离群点检测(MDROF)算法。首先,为了减少正常点在检测过程中的时间消耗,给出了差异相似度的概念,通过定义差异相似度剪枝因子过滤掉数据集中的大部分正常点。其次,定义映射k距离,通过映射距离与可达距离的比值刻画数据对象的局部离群程度,通过可达密度刻画数据对象的全局离群程度。最后,结合数据对象相互近邻点的平均排位定义映射距离比离群因子来检测离群点。在人工数据集以及真实数据集上分别对该算法与其他经典的离群点检测算法在精确率、AUC值和离群点发现曲线上进行实验对比分析。实验结果证明MDROF算法在离群点检测的准确性和稳定性上明显优于对比算法。

甘肃西秦岭地区重要金矿预测模型的建立及资源潜力预测

为满足当前形势下甘肃西秦岭地区金矿勘查开发与战略部署的要求,在甘肃省金矿资源潜力动态评价成果的基础上,总结了甘肃西秦岭地区金矿资源特征、预测模型及资源潜力,初步提出西秦岭地区金矿勘查工作部署建议。西秦岭岩金矿产地有223处,燕山期为主要成矿期。分布于甘肃南部的陇南、天水、甘南地区,矿床类型以岩浆热液型、浅成中-低温热液型矿床为主,在此基础上,修正了李坝、大桥、阳山典型矿床预测模型,建立了早子沟、加甘滩、寨上、小东沟等4个典型矿床预测模型。采用矿床模型综合地质信息预测方法,应用MRAS软件,圈定预测区179处,运用体积法,估算金矿预测量3512.107 t。相较甘肃省矿产资源潜力评价成果(2013年),预测区增加了18处,预测量增加了461.03 t,新增主要分布于以地南、小东沟-天子坪一带等重点找矿地段,预测成果将为甘肃西秦岭地区金矿勘查工作部署提供科学依据。

张掖盆地1990s表土层深部土壤重金属分布特征及其来源分析

甘肃省张掖盆地是国家现代农业示范区,也是1990s迄今唯一农业土壤调查与区域地球化学勘查相重合的地区。笔者搜集了1990s甘肃省物探队与化探队在张掖盆地及其周围山地采集的岩石、表土层深部土壤和水系沉积物的地球化学调查数据,按照拉依达法则和采样介质计算了元素在各个地质单元中的背景值;进而以重金属为主线,采用将区域表土层深部土壤背景值与中国土壤背景值和同时期耕作层土壤平均值作对比、第四系地层土壤背景值与区域土壤背景值作对比,以及将地球化学混合模型与地理学要素相结合的方法,探讨1990s张掖盆地表土层深部土壤重金属分布特征及其物质来源。相对中国土壤元素背景值,研究区表土层深部土壤富集Cu和Cd,贫Zn;与同时期耕作层土壤相比,Cr显著富集,Cu、Zn、Pb和As显著贫化。重金属Zn、Cd和As主要源于北祁连;Pb来源于龙首山;Hg和Cr可能主要与人类活动有关;表土层深部土壤中的H3潜在生态风险指数异常是西北风和东南风共同作用的结果。重金属在表土层深部土壤中的富集程度与人类活动强度正相关,与新构造运动强度负相关。本次研究为探讨该区区域土壤环境演化提供了科学数据。

基于AI的无线空口技术研究

针对现有无线通信系统中空口传输性能损失等问题,分析了基于人工智能(AI)技术的无线空口技术方案,给出了空口AI典型用例的模型方案及部分算力需求,并对AI在无线空口中应用的效果和挑战进行了梳理。随着AI技术的不断发展,AI模型算法已在通信系统得到了广泛应用,空口AI的研究是实现6G网络智能内生的重要方向,将为下一代移动通信系统的设计及性能提升提供更多可能。

航空发动机压气机叶片振动疲劳寿命与af值的关系

以某型航空发动机低压压气机2级转子叶片一阶弯曲振动时不同af值(叶尖振幅与叶片固有振动频率乘积)及相应的振动疲劳寿命的试验结果为出发点,建立了叶片振动疲劳寿命与af值的关系,所得关系与传统的S-N关系相比,既不是幂函数也不是指数函数。叶片振动疲劳寿命与af值关系的建立,一方面提供了确定叶片振动疲劳寿命的可能,另一方面提供了研究材料多轴高周疲劳行为的新途径。

动态滑动窗口的数据流聚类方法

数据流聚类是聚类分析中的重要问题。针对数据流的流速是变化的问题,在两阶段聚类框架基础上提出基于动态滑动窗口的数据流聚类算法。在线阶段,引入微聚类特征来存储数据流的概要信息,利用存储的概要信息动态调整滑动窗口规模,并计算数据点与微聚类中心的距离,以维护微聚类特征;离线阶段,对在线聚类阶段的聚类结果采用K-means算法进行宏聚类,生成最终聚类。实验结果表明,该算法具有较高的聚类质量和较好的伸缩性。

基于本体的概念相似度计算

概念相似度的计算是信息检索领域的研究热点。本体在信息检索和人工智能领域的广泛应用,为概念相似度计算带来新的方法。该文提出一种利用本体来计算概念间相似度的方法,综合考虑语义距离和本体库统计特征。加入概念的深度、语义重合度和概念间强度的辅助影响。实验结果表明,该方法对概念相似度的计算有效,可应用于面向Web的信息检索。

简单有效的确定聚类数目算法

很多聚类算法要求用户在聚类之前给出聚类数目,这给用户带来了很大的困难。利用二分思想递归分裂簇内相似度大于给定阈值的簇,最后合并簇间相似度小于给定阈值的簇,来获得最终聚类数目。实验表明提出的算法确定的聚类数目和实际聚类数目相同,并且簇内数据的相似性高,簇间数据的相似性低,该算法简单高效。

一种综合的本体相似度计算方法

本体相似度计算是本体映射的关键环节。本体的实例、关系、属性、结构等信息是相似度计算需要考虑的重要因素。针对目前本体映射过程中相似度计算所存在的问题,提出了一种综合的相似度计算方法。首先判断不同本体之间是否存在相关性。若相关,则充分考虑各种相关因素,从语义和概念两个层面来进行比较,然后给出了本体的综合相似度计算方法。最后采用了两组测试数据对该方法进行实验,并与GLUE系统的概率统计方法进行了实验对比。实验结果表明,该方法能够有效确保相似度计算的准确性。

基于自适应模糊C-均值的增量式聚类算法

针对模糊C-均值(FCM)算法不能很好地处理更新数据的缺点,提出基于FCM的自适应增量式聚类算法AIFCM。该算法结合密度和集合的思想,给出一种自动确定聚类初始中心的方法,能在聚类过程中动态改变聚类结果数,改善聚类的质量,减少人为的主观因素,获得比较符合用户需求的聚类结果,并能在原有聚类结果的基础上简单有效地处理更新数据,过滤噪声数据,较好地避免大量重复计算。

联机分析处理的综述和分析

介绍了联机分析处理的研究状况,对一些典型的联机分析处理产品进行了分析和评价,指出了可视化的不足,引入概念层次提升改进可视化效果的方法,提出了联机分析处理非数值型的量度和虚拟视图的更新方法,展望了联机分析处理的未来研究的问题和方向。

基于矩阵的频繁项集挖掘算法

如何高效地挖掘频繁项集是关联规则挖掘的主要问题。该文根据集合论和矩阵理论,提出一种基于矩阵的频繁项集挖掘算法。该算法只需扫描数据库一次,就能把所有事务转化为矩阵的行,把所有项和项集转化为矩阵的列,在对矩阵操作时能一次性产生所有频繁项集,且当支持度阈值改变时无需重新扫描数据库。实验结果表明,该算法的挖掘效率高于Apriori算法。

日间手术模式下医疗费用及床位使用情况的研究

目的:观察仁济医院的日间手术管理模式对于医疗费用支出以及手术科室和全院床位使用情况的影响。方法:选择开展日间手术模式后手术科室患者3343例为研究组,以往同期非日间手术模式下手术科室患者2903例为对照组,观察2种模式下手术科室的单位床位手术例数、平均住院天数以及全院平均住院天数的变化差异。同时选择6种各科室有代表性的常见日间手术分组,与以往同期非日间手术模式下对照比较,观察2种模式下人均总费用、人均药费、药费比、平均住院天数的差异。结果:日间手术模式下手术科室的单位床位手术例数较非日间手术时期明显增加(P<0.05),手术科室平均住院日明显下降(P<0.01),且全院的平均住院日亦有明显的下降(P<0.05)。6组不同病种日间手术模式人均总费用、人均药费、药费比、平均住院天数大多较非日间模式显著下降。结论:日间手术能使单位床位手术例数提高,病床获得更充分的利用,不仅对于提高手术科室的床位使用率和周转率有重要作用,对于拉动全院床位使用有着积极的意义,而且可明显降低患者住院费用的支出,减少患者的药费支出,对医院收入的结构产生良性影响。

基于RDFS的本体集成方法

现实中的数据源一般具有半结构化、异构性和分布性等特点,而许多应用需要对不同的相关数据源进行联合操作。本体集成是解决知识共享、异构数据源语义互操作的有力工具。首先分析了本体集成的原因,提出了本体集成时应遵循的4条基本原则;然后提出了一种基于RDFS图闭包的本体集成方法,该方法将RDFS本体抽象为图模型,根据RDFS推理规则和扩展规则生成RDFS本体的图闭包,在此基础上进行本体集成,同时提出了几种计算实体间相似度的方法。最后,将该方法与FCA-merge和COMA++进行实验对比。

一种多轴疲劳寿命预测的统一模型

基于SAE 1045中碳钢的单-多轴疲劳试验结果,在研究了扭转名义应力幅与拉伸名义应力幅不同比值时的多轴疲劳寿命预测模型之后,建立了统一的多轴疲劳寿命预测模型。发现:不同的扭转名义应力幅与拉伸名义应力幅之比导致不同的寿命预测模型,为寻求单轴模型与多轴统一模型的关系,假设单轴疲劳寿命预测模型中的疲劳强度指数和疲劳延性指数不变,而对疲劳强度系数乘以1.5435、疲劳延性系数乘以0.6713,以第一主应变幅取代单轴拉压应变幅,则修正后的单轴模型等价于多轴统一模型,利用修正后的单轴模型可以预测任意扭转名义应力幅与拉伸名义应力幅之比时的多轴疲劳寿命。

基于OWL的本体集成

提出一种新的本体集成方法。分析了本体集成的原因,阐述了本体集成时应遵循的4条基本原则,并给出了集成的分类,提出了一种基于OWL DL图闭包的本体集成方法。该方法将OWL DL本体抽象为RDFS图模型,根据给定的OWL DL推理规则生成OWL DL本体的图闭包,在此基础上进行本体集成,同时提出了几种计算实体相似度的方法,将本方法与COMA++和FCA-merge进行实验对比,本方法在准确率和召回率上占优势。

一种优化的基于项目评分预测的协同过滤推荐算法

通过分析在用户评分数据极端稀疏的情况下,现有的基于项目评分预测的协同过滤推荐算法中项目之间的相似性度量不准确以及新项目的冷开始问题,提出了一种优化的基于项目评分预测的协同过滤推荐算法。该算法在计算项目之间的相似性时,既考虑了项目的评分相似性,又考虑了项目的特征属性相似性。实验表明,优化后的算法使计算出的项目之间的相似性更准确,并有效地解决了新项目的推荐问题,使得数据稀疏性对推荐结果的负面影响变小,显著提高了系统的推荐质量。

基于标准差及二次分配的启发式网格资源调度算法

网格资源调度策略直接影响网格的性能,因此网格资源调度算法成为网格技术研究中的一个热点.本文针对网格的异构性,以资源调度的负载均衡、有效资源利用率的性能提高以及最小化任务集的时间跨度(Makespan)为目标,采用启发式算法的思想,通过引入预测机制推断任务集合中网格任务大小的分布情况,从而分析出任务集合的特性,根据任务集特性选择合适的资源调度策略,再通过二次分配的思想使网格系统中各个资源快速达到负载平衡和最小化任务集的时间跨度,提出一种基于标准差及二次分配的网格资源调度算法,最后采用Braun等人提出的仿真模型基准验证了算法的有效性.

一种基于广度优先搜索的K-means初始化算法

K-means算法是在现实应用中非常广泛的聚类算法,K-means算法对初始中心的选择非常敏感,对已存在的有代表性的初始算法进行了研究,提出了一种基于广度优先搜索的K-means初始化算法。该算法综合考虑了密度与距离因素,选择初始点。分析表明该算法选择的初始点非常接近期望的中心点。