基于“互联网+”的设备报修系统设计与实现

目前水务日常管理中,发现报修整体智能化程度低、信息资源共享效率低、资料保存不完整等问题。为解决这些问题,该系统借助微信公众平台,结合移动互联网、二维码和云开发等信息化技术,构建一种闭环化的设备报修流程,并基于微信小程序实现设备报修管理平台。该系统涵盖设备查询、报修管理、维修管理等功能,为水务设备报修管理提供了一种方便、系统的管理方式。该系统是基于微信小程序开发的,因而系统稳定性高且开发周期短,有助于实现水务信息化和智能化管理,具有一定的推广价值。

基于卷积神经网络的缺失数据填充方法

受不利因素影响,传感器网络中的数据不可避免地存在缺失,阻碍上层应用对数据的分析与处理.使用能够自主提取和学习有效特征结构的卷积神经网络对缺失数据问题进行研究,提出一种基于卷积神经网络的缺失数据填充方法.首先,分别针对时间序列数据的时间相关性和传感器节点间的空间相关性,使用卷积神经网络填充模型对缺失数据进行单维度相关性的填充.然后,根据时间维度和空间维度的填充结果,考虑时空相关性对缺失数据进行填充.最后,在真实数据集上进行实验验证,实验结果表明考虑时空多维度相关性的填充结果优于只考虑单维度相关性的填充结果,并与BP模型进行对比,验证了卷积神经网络填充模型的有效性.

基于结构洞和度折扣的影响力最大化算法

在社会网络影响力最大化(IM)算法中,针对目前仅选取局部最优节点造成的影响范围较小的问题,综合考虑核心节点和结构洞节点的传播优势,提出了一种基于结构洞和度折扣的最大化算法(SHDD)。首先,该算法将结构洞思想和中心度思想互相融合应用到影响力最大化问题中,并找出能将结构洞节点和核心节点综合发挥最大传播作用的α因子,使得信息更大范围地扩散从而扩大整个网络的影响范围。其次,为突出两个思想融合的优势,将二度邻居的影响添加到结构洞评价标准中来选取结构洞节点。在不同规模的数据集上实验结果表明,与DegreeDiscount算法相比,SHDD在没有增加过多时间开销的同时扩大了影响范围;与基于结构的贪心(SG)算法相比,在聚类系数较大的网络中SHDD扩大了影响范围并降低了时间开销。SHDD在α因子取0. 6时能最大限度地发挥结构洞节点和核心节点融合的作用并且在聚类系数较大的社交网络中能更加稳定地扩大影响范围。

基于LeaderRank的重叠社区发现算法

在真实的社交网络结构中常常存在着社区相互重叠的现象,发现社交网络中的重叠社区有利于研究网络特性,反映网络中的真实情况。针对多标签传播重叠社区发现算法COPRA存在的随机性,导致社区发现结果稳定性差等问题,提出一种结合节点重要性的标签传播算法。该算法首先采用LeaderRank计算出网络中各个节点的重要性,选择重要性高的节点进行团扩展作为标签初始阶段的预处理,采用合理的标签更新顺序以防止抵消预处理阶段的工作,后期引入贡献度来弱化标签选择阶段的随机性,在基准网络和真实网络上的实验结果表明本文算法提高了社区发现结果的质量。

预处理及深度处理改造后D水厂消毒副产物跟踪分析

W市D水厂于2011年和2012年完成了深度处理和预处理改造,形成了预臭氧-曝气氧化-沉淀-砂滤-后臭氧-活性炭-消毒工艺,运用了多点加氯技术。通过跟踪调研改造前后D水厂太湖水净化过程中臭氧消毒副产物和液氯消毒副产物情况,发现改造后D水厂出厂水中臭氧消毒副产物溴酸盐检出率为1.18%,达标率为100%,出水甲醛无检出;氯耗降低了19.1%,出厂水中春、夏、秋、冬季的三卤甲烷比值相较于改造前下降了55%、23%、28%、61%。