山地城市工程冲沟的分类方法和设计策略研究

为了将工程冲沟融入城市自然环境,改善二者在空间和肌理维度上的矛盾,本文在传统冲沟分类方法中融入环境角色,依据冲沟和环境的2种形态构建两态性分类法。该方法实现从“治理”到“运用”的目的变迁,有助于解析冲沟与环境矛盾问题的具体表现。依据矛盾点,提出“交、映、隐、联、融”的设计策略,重新构建冲沟与环境的有机关系,打造山地城市的滨江景观风貌。

电路理论中的受控源分类方法研究

受控源属于至关重要的电路设计元件,能够大幅提升电路的灵活性,赋予电路强大的可操作性。文章根据受控源实际作用、控制形式存在的差异性,分析电路理论中受控源的分类方法,旨在为电路设计提供较为适配的受控源,便于根据电路设计的功能需求进行受控源的组合配置、使用,差异满足级别更高的复杂电路设计需求。

基于RoBERTa的油气高风险作业管控措施分类方法

本文提出了一种基于RoBERTa的油气高风险作业管控措施分类方法,旨在解决高风险作业JSA库针对性不足的问题,该方法可以自动、准确地将管控措施划分成关键性措施与一般性措施,能够帮助使用者快速找到并采取关键的风险管控措施,提升JSA库的应用效果和风险管控水平。此外,本文还对管控措施分类结果进行了实验验证,结果表明该方法具有较高的准确性和可靠性,F1值达到76%,能够满足实际应用的需要。

基于关联规则及无监督分类方法探寻孟河医派治疗中风病的用药规律

目的:基于关联规则及无监督分类方法探寻孟河医派治疗中风病的用药规律,为临床中风病的中医药诊疗提供参考。方法:检索收集清初以来孟河医派丁甘仁、费伯雄、马培之、邓星伯、杨博良等9位代表性医家,归纳整理其诊治中风病的医话医案,采用关联规则及无监督分类方法对数据进行数据挖掘分析。发现诊疗过程中的四诊信息及与之对应的核心药物。结果:共纳入105首处方,涉及中药173味;首先通过简单关联分析,调整支持度及关联度获得前10位的药物,用药频次最高的为半夏,舌苔脉象出现频次最高的为苔腻。支持度最高的药对、舌脉分别为陈皮和半夏、滑脉和苔腻;使用无监督分类方法将中药及四诊信息自动分为4大类。结论:通过频数分析,简单关联规则及复杂关联规则以及无监督的分类方法逐层探寻出孟河医派对中风病的独特治疗特色,发现通过机器学习找出的四诊信息与药物之间有相互对应关系。结合舌脉分析与药物分析,孟河医家治疗中风以清热化痰、补益气血、平肝熄风、祛瘀化痰为主。

基于决策树算法的电力客户智能分类方法

电力客户数据涉及多个维度和复杂的关联关系,导致分类不准确,因此,本文提出基于决策树算法的电力客户智能分类方法。采用中位数填充方法填补收集的电力客户数据,完成数据预处理,利用处理后的数据结合GINI系数构建电力客户决策树模型,形成一棵能够反映客户分类规律的决策树,去除不必要的分支和节点,使模型更加简洁,同时减少过拟合的风险。试验结果表明,设计方法能够根据电力客户的变化而调整,分类置信度较高,能够更加精准地智能划分电力客户类别,为电力企业的精准营销、个性化服务以及风险管理提供有力的支持。

从衣食住行的划分探索新的产业分类方法

衣食住行是人类在社会生活中的最基本的行为,人类社会的发展与进步,也影响着人类的衣食住行不断变化,为人类的衣食住行服务的各个产业也在不断改变。从衣食住行方面研究产业分类,需对人的衣食住行的行为规律以及变化和发展过程进行解析,从中了解现代社会中人的衣食住行的内容。以此为依据,本文把产业划分成衣类、食类、住类、行类四大产业类别,通过产业之间的联系,把属于不同类别具有相同或相似特征的产业分别划分到衣食住行各产业类别中,实现对产业的分类。产业分类在国内外有多种方法,主要用于经济研究和经济管理中。基于衣食住行划分后进行产业分类是探索中的一种新方法,其作用是为国民经济发展和规划提供新的产业分类工具和统计分析方法,拓展产业分析空间,掌握产业发展动态,研究产业发展方向,及时有效地调整和优化产业结构,促进产业和经济发展。

基于决策树算法的测绘遥感图像信息分类方法研究

当前的测绘遥感图像信息分类节点的布设形式一般为独立的,分类识别范围较小,导致遥感图像信息漏分误差增加,为此提出了一种基于决策树算法的测绘遥感图像信息分类方法。根据当前的信息分类需求及标准,进行遥感图像信息预处理,采用多目标的形式,以此来扩大分类识别范围,部署多目标分类识别的节点,建立测绘遥感图像信息分类矩阵,以此为基础,构建决策树测算遥感图像信息分类模型,采用多元修正处理实现信息分类。测试结果表明:对比于测试组,该文方法的遥感图像信息漏分误差比被较好地控制在2.5以下,说明在决策树的辅助与支持下,当前对于遥感图形信息的分类效率更高,误差可控,将其应用到遥感图像自动分类中,具有很好的弹性和鲁棒性,且分类结构简单明了,达到了更好的分类效果,定义了一种特殊的数据结构,实现了该分类系统。实践表明,该系统具有很好的稳定性和交互性,实用性较强。

岩石的物理性质分析与分类方法研究

对岩石物理性质的研究能够帮助我们更好地预测和防范地质灾害,优化资源的勘探与开发过程。然而,尽管当前对岩石物理性质的认识已经取得了一定的进展,但如何更高效、准确地分析和分类岩石,仍然是一个挑战。本文通过综合分析岩石的主要物理性质,如密度、孔隙率、抗压强度等,探讨了包括遥感技术、机器学习在内的现代技术在岩石分类中的应用。

基于加权随机森林的Web数据库检索结果智能分类方法

Web数据库检索结果具有数据复杂、数量庞大的特点,数据间的复杂关系处于一种模糊状态,导致隶属度区别较小,分类过程需要多次迭代,效率较低。因此,提出了基于加权随机森林的Web数据库检索结果智能分类方法。提取Web数据库检索结果数据特征,并对Web数据库检索结果进行冗余处理。经过冗余处理之后,采用加权随机森林技术确定Web数据库检索结果模糊隶属度的范围。最后通过计算样本的分类权值,设计Web数据库检索结果分类器,实现Web数据库检索结果智能分类。实验结果表明:该方法的F1值均在95%以上,最长分类时间仅为7.8 s,表明本文方法能够更快速、精确地完成分类任务。

半导体供应链信息分类方法及平台应用

效率是企业在竞争中的关键指标之一,在业务流程中存在一些非常容易被忽视的问题。为了解决这些问题而建立的互联网方案,用这种高效的平台来助力半导体企业提质降本增效。

基于致溃程度的堤防管涌分类方法及应用

管涌险情是我国堤防工程的主要险情之一,是防汛抢险一线重点关注的对象,一旦致灾,损失重大。在防汛抢险实践中发现,不同管涌险情对堤防工程的危害程度不同,但难以采取不同的措施进行处置,导致对管涌险情的抢险存在夸大或轻视的现象,其主要原因是对管涌险情的危害程度认识不足。为此,从管涌险情对堤防工程的危害程度角度出发,从管涌险情特征、作用水头差和堤防工程自身条件等方面识别了8个影响堤防险情致溃性的因子,并采用层次分析法建立了管涌险情的致溃程度评价方法。结果表明,管涌距堤脚的距离对堤防工程的危害影响最大,其次为堤外水头和管涌规模,其权重分别为0.3755、0.2021和0.1723。以长江流域33个典型管涌险情案例进行管涌分类评价,分析了湖北省嘉鱼县簰洲湾和湖北省武汉市青山倒口湖管涌险情处置情况,验证了该方法的科学性和实用性。该研究成果可为管涌险情分级抢险提供技术支撑,为制定堤防险情抢险方案提供借鉴。

基于多评价指标的输电铁塔构件重要性分类方法

铁塔构件重要性的合理分类是保证输电铁塔力学性能监测方案经济合理的前提。目前的分类方法存在分类依据考虑不全面,难以适用输电铁塔结构高冗余度特征的问题。本文基于改变路径法拆除铁塔构件,综合考虑剩余结构的最大应力均值变化率和可靠度两个评价指标,采用熵权—优劣解距离决策法构造综合评价模型,提出一种针对高压输电铁塔的构件重要性分类方法,并进行了算例分析。分析结果表明,铁塔构件重要性分布呈现非线性特征,不同工况下构件重要性表现出一定的差异性。根据本文的构件重要性分类方法计算所得结果与实际工程经验结果基本一致,能够定量判定输电铁塔结构中的关键构件,研究成果可为输电铁塔智能监测领域的传感器布置问题提供理论基础。

火山岩储层分类方法在克百断裂带一区石炭系的应用

针对克百断裂带一区石炭系火山岩储层分类难度大且分类标准不统一的问题,利用钻井、测井、测试等资料,分析影响该区火山岩储层分类的8个重要参数:岩性、岩相、基质孔隙度、裂缝孔隙度、渗透率、储集空间类型、岩相厚度和火山机构相带,依据研究区储层特征对这些参数赋值并进行相关储层分类数据计算,结合各单井储层分类成果,得到研究区石炭系火山岩储层分类方法和分类标准。研究结果表明,依据火山岩储层分类指标值(RCI)可将一区石炭系火山岩储层分为3类:Ⅰ类(0.6≤RCI<1.0)、Ⅱ类(0.4≤RCI<0.6)、Ⅲ类(0.0≤RCI<0.4),其中Ⅰ类储层最好、Ⅱ类储层较好、Ⅲ类储层最差。将研究成果应用于未参与制订标准的16口井的储层分类中,准确率达到93.8%,表明该分类标准适用于研究区。研究成果对该区石炭系火山岩储层的分类与预测具有重要指导意义。

不同地物分类方法在长江中下游典型湖区应用对比分析

本文以龙感湖国家自然保护区、华阳河湖群省级自然保护区为研究对象,建立了适合提取长江中下游湖区地物变化特征的分类方法。该方法的数据源来源于高效稳定的高分一号WFV遥感影像,采用人工神经网络、随机森林、支持向量机、最大似然、最小距离、马氏距离6种方法对分类结果进行空间和精度对比分析。人工神经网络分类法更接近湖区地物实际分布情况,总体精度和kappa分别为92.35%和0.8933,两者参数均高于其他分类方法。结果表明人工神经网络分类法在长江中下游典型湖区地物分类时适用性相对较好,能够更准确有效地提取湖区地物特征信息。

基于CBCT的儿童上颌正中多生牙的新分类方法及临床应用

目的:应用CBCT建立新的儿童上颌正中多生牙分类体系,提出相应手术途径,为儿童上颌正中多生牙的诊疗提供参考。方法:选择2018年1月—2022年12月深圳市儿童医院口腔科收治的4~16岁上颌正中多生牙患儿740例。根据术前CBCT检查,对上颌正中多生牙的位置及手术入路特点进行统计分析。采用SPSS 26.0软件包对数据进行统计学分析。结果:740例患儿共有上颌正中多生牙991颗,根据多生牙与邻近正常牙或牙胚矢状面的轴向角度关系对所选病例进行分类,锐角(包括同向)型95例(12.8%),垂直型78例(10.5%),钝角型138例(18.7%),倒置型328例(44.3%),混合型101例(13.7%);腭侧龈缘入路是锐角(包括同向)型多生牙、钝角型多生牙和倒置型多生牙病例选择最多的手术入路,腭侧龈缘入路和唇-腭侧联合入路是垂直型多生牙和混合型多生牙病例选择较多的手术入路。结论:根据CBCT建立新的儿童上颌正中多生牙分类方法,分析新分类方法与多生牙拔除手术不同手术入路之间的关系,更好地指导儿童上颌正中多生牙的临床诊疗。

基于深度学习的小麦倒伏自动分类方法研究

倒伏是制约小麦产量的关键因素。针对现有小麦倒伏区域统计费时费力、倒伏分类方法较为单一、模型预测精度低的问题,采用无人机遥感平台获取小麦倒伏可见光图像,自建小麦倒伏图像数据集,采用分割模型U-Net、PSPNet、DeepLabv3+和ACSNet自动提取小麦倒伏区域。结果表明,通过4种方法对小麦倒伏区域提取比较,ACSNet对小麦倒伏检测的分割效果较好,其精准率(Pre)、召回率(Rec)、Dice相关系数(DSC)和IoU指数分别为87.5%、91.7%、87.0%、88.6%,计算量(FLOPs)较低,具有较强的准确性和鲁棒性。ACSNet对小麦倒伏预测结果与真实结果接近,识别的平均相对误差为4.5%。表明通过ACSNet能够有效提取小麦倒伏信息,为无人机遥感评估小麦受灾面积及损失提供支撑。

基于聚类分析的砾岩储层分类方法及应用

砾岩的岩相丰富多变,孔隙结构复杂,储层类型划分困难,且评价参数无法统一。以新疆克拉玛依油田七中区上-下克拉玛依组砾岩储层为研究对象,基于106组储层岩石高压压汞数据,利用聚类分析方法建立砾岩储层分类方案,通过方差计算等方法,简化并明确了砾岩储层的分类参数,最后利用判别分析法验证了该方法的有效性。结果表明:研究区砾岩随着储层物性变好,孔喉尺寸变大,非均质性反而加强,体现了砾岩孔隙结构的复杂性;数据预处理后的聚类分析可有效进行储层分类,类间差异显著;基于参数集中性和分散性的量化,优选出中值压力、平均孔喉半径等6个储层分类参数,经过判别分析验证,参数优选后分类准确率依然高达95.80%,表明该方法的分类准确性高,且不受地域限制,具有推广价值。

基于量子竞争决策算法的电力营销信息多标签分类方法

为了提升分类稳定性,利用量子竞争决策算法求解分类问题优势,研究了基于量子竞争决策算法的电力营销信息多标签分类方法。通过轨迹计算求解节点结构相似性,将节点相似性作为输入更新隐藏层向量,确保全局结构稳定,构建深度自动编码器的多标签分类模型;采用节点邻接数据获取网络的高度非线性结构得出节点向量;通过量子竞争决策算法对该模型目标函数进行寻优,获取目标的最优解,并通过量子位简化群体规模、增强优化效率;采用进化博弈论理论,提高寻优能力,实现电力营销信息多标签快速分类。实验结果表明,所提出的方法寻优能力、收敛率、稳定性优良,分类效果较好,且平均排序损失值低、平均精度值高,并且可以充分利用节点的结构相似性,得出最佳宏平均和微平均值,电力营销信息多标签分类具备有效性。

WorldView-3卫星影像的遥感分类方法比较

随着遥感技术的发展,遥感技术也在土地的分类、利用及覆盖中广泛应用。然而,遥感分类方法的优劣直接关系到分类能否成功或符合要求。本文详细分析了监督分类方法、非监督分类方法和卷积神经网络分类方法,并归纳了每种方法的优缺点。最终以WorldView-3卫星影像为例,运用不同的分类方法对遥感影像进行分类,并对处理结果进行分析评价。整体来说,神经网络分类方法在分类效果上要比传统的分类方法处理速度快、精度高。

评估下颌第三磨牙拔除难度分类方法的概述

为了选择合适的拔除方法,一般通过口内检查辅以影像学检查来评估下颌第三磨牙位置关系及拔除难度。目前在临床上应用广泛的下颌第三磨牙分类主要有Winter分类和Pell-Gregory分类,但有研究表明评估结果和实际偏差较大,临床适用性不强。因此,学者们以此为基础,结合下颌第三磨牙的解剖学特点,进行更细化的分类,提出了如Pederson指数、综合阻生指数、Juodzbalys和Daugela分类法等。本文对评估下颌第三磨牙拔除难度的分类方法进行概述,为更安全高效地拔除下颌第三磨牙提供参考依据。