双聚材料对干旱条件下多年生黑麦草幼苗生长的影响

干旱是限制工程创面植物生长发育的关键环境因子,双聚材料(Double polymers SJ)是用于边坡土体防渗固化的新型材料,对于工程扰损区植被恢复具有重要意义。本研究选择黑麦草(Lolium perenne L.)为研究材料,采用盆栽试验,分析不同干旱条件下SJ对黑麦草生长的影响,结果表明:中、重度干旱处理显著降低了黑麦草存活率、植株含水量及叶绿素含量,增加了植株·O^(2-)、H_(2)O_(2)、MDA等毒性物质的积累。添加SJ一方面提高了土壤的保水性(蒸发量减少约50%),另一方面显著增加了黑麦草植株的含水量和叶绿素含量,并降低了活性氧等有毒物质含量,有利于黑麦草生物量的积累及存活率的提高。因此,SJ的保水性及其对植物生长的促进作用,有利于干旱区工程边坡的生态修复。

医学人工智能研究热点双聚类分析

目的采用双聚类方法对人工智能在医学领域的国际研究成果进行分析,探讨主题领域内热点趋势。方法检索Web of Science核心合集数据库中医学人工智能的相关文献,采用Co-Occurrence13.4提取高频关键词生成词篇矩阵,应用gCluto1.0聚类工具包进行双聚类分析。结果共纳入文献7803篇,年发文量整体呈上升趋势,美国位居发文总量的首位,共提取30个高频主题词,形成人工智能应用于生物标志物检测等6个聚类。研究热点聚焦于卫生保健、疾病转归、疾病全程监测、辅助诊断癌症、预测模型效验和鉴别生物标志物6个主题。结论人工智能已普遍应用于临床诊断和治疗,为基因检测及公共卫生事件提供了针对性的支持,但国内相关研究还处于发展阶段,未来还需要依托多学科、机构间的交流合作,推动中国智能化医疗的发展,使其真正成为促进医疗卫生事业发展的重要工具。

低粘土双聚磺钻井液体系在丰深6井中的应用

在现场应用中,如何提高安全钻进的同时加快钻井速度是该区域钻井所面临的技术难题。为有效解决钻井速度和防止复杂事故发生,根据研究区块地层层序在3900～4200m段缺失膏盐层的特点,采用了低粘土双聚磺钻井液技术。该体系流变性能稳定,体系之间转换顺利,防塌性能优良。相对于该地区其他丰字井的钻井液体系,本井钻井液体系的降粘材料用量大大降低,但井壁稳定性仍然保持较高的水平,建井周期大大缩短,取得了明显的经济效益,值得进一步推广应用。

一种基于双聚类的缺失数据填补方法

针对现实数据集的数据缺失问题,提出了一种基于双聚类的缺失数据填补新方法。该算法利用双聚类簇内平均平方残值越小簇内数据相似性越高的这一特性,将缺失数据的填补问题转换为求解特定双聚类簇最小平均平方残值的问题,进而实现了数据集中缺失元素的预测;再利用二次函数求解极小值的思想对包含有缺失数据的特定双聚类簇最小平均平方残值的问题进行求解,并进行了数学上的分析证明。最后进行仿真验证,通过观察UCI数据集的实验结果可知,提出的算法具有较高的填补准确性。

从基因表达数据中挖掘最大的行常量双聚类

双聚类方法是当前分析基因表达数据的一个重要研究方向,其挖掘目标是发现哪些基因在哪些实验条件下具有相似的表达水平或者关系密切。目前已提出了许多双聚类算法来挖掘不同类型的双聚类,然而其大部分挖掘效率不高。鉴于此,提出了一个新颖的挖掘算法———MRCluster,其主要是用来从原始的基因表达数据中挖掘最大的行常量双聚类模式。就其挖掘效率来说,它采用的是基于Apriori原则的基因扩展深度优先的挖掘策略,并且在挖掘过程中引入了一些新颖的剪枝技术来提高效率。将MRCluster和一个行常量双聚类模式挖掘方法 RAP(range support pattern)算法进行比较,从实验结果上可以看出,相比RAP算法,MRCluster算法对在原始的基因表达数据中挖掘最大的行常量双聚类模式具有更好的效率。因此,MRCluster算法能够有效地从原始的基因表达数据中挖掘最大的行常量双聚类。

用硅烷化双聚体结构分析胶凝物质的聚合趋向

对G级油井水泥、矿渣、赤泥、压蒸粉煤灰和有机硅水解物等含有硅氧四面体结构的物质进行三甲基硅烷化 (TMS)处理 ,用气相色谱分析上述物质TMS产物中双聚体结构的特征 ,提出可以根据TMS产物双聚体的不同结构来判定胶凝物质今后的聚合趋向 .在胶凝物质硅烷化双聚体衍生物的 4种结构中 ,不对称的结构为主时 ,该胶凝物质今后有不对称的聚合趋向 ,表现出具有速凝性 ;而在胶凝物质双聚体的 4种结构中 ,线形对称结构为主时 ,线形对称聚合是它的趋向之一 ,该胶凝物胶凝相对缓慢 .

基于双聚类的近10年罗汉果研究热点可视化分析

目的采用双聚类和可视化法分析近10年罗汉果研究,了解其研究热点及趋势。方法计算机检索中国知识资源总库(CNKI)2007年1月-2016年12月罗汉果相关研究,检索时间为2017年2月20日。采用BICOMB、Net Draw、g CLUTO及SPSS19.0软件对纳入文献进行双聚类和可视化分析,提取关键词并绘制社会关系网络图、可视化矩阵、山峰图和多维尺度分析图,分析高频关键词间的关联。结果最终纳入文献723篇,其中2012-2016年该领域年发文量约为70篇;关键词共现网络图包括76个关键词,其中"罗汉果皂苷""罗汉果甜苷""提取工艺""组培苗""栽培技术""品种""生长发育"等处于核心地位;可视化矩阵和山峰图表明,该领域研究主题主要可分为6类;研究热点动态演化表明,"罗汉果花""饮料""总黄酮""基因表达""基因克隆""酶""凋亡""罗汉果籽油"等将成为后续研究热点。结论本研究揭示了近10年罗汉果研究逐渐成熟,正向深层次拓展。

双聚类的关联规则挖掘方法

为了使所有关联规则算法都可用于双聚类挖掘,将双聚类问题转化为关联规则的频繁集挖掘问题.在为双聚类挖掘提供大量算法的同时,不但能获得双聚类,而且还能得到额外的双聚类关联信息.基因表达数据的实验结果证明了其有效性.

利用双聚类算法探测学科前沿及知识基础——以h指数研究领域为例

双聚类算法在探测学科前沿和知识基础方面体现出了一定的可行性。文章以h指数研究领域为例,利用gCLUTO软件对数据进行双聚类分析,获取h指数研究领域知识基础和学科前沿。结果表明,在探测h指数研究领域知识基础方面,双聚类对高被引文献的聚类比较结构化和清晰,在探测h指数学科前沿方面,双聚类获得的前沿与知识基础对应关系明显,但对时间不敏感。研究结果为以后学科前沿和知识基础的探测提供了有益参考,并提出观测科学活动特征的新角度,将双聚类分析推广到各领域的学科发展评价中。

双聚磺胺基聚醇钻井液在渤南低渗油田的应用

渤南油田储层地质特点及钻井技术难点,要求钻井液具有强抑制性、高润滑性、高抗温性和优良的储层保护性能,因此优选了双聚磺胺基聚醇钻井液。其中的胺基聚醇属聚胺改性聚醚多元醇类防塌剂,是将聚胺和聚醚多元醇2者的优点有机结合起来的一种新型防塌剂。性能研究结果表明,该钻井液具有抑制性强,抗盐、抗钙和抗岩屑侵的能力强,储层保护性能好等特点。该体系在渤南地区的6口井中得到了成功应用,建立了一套较适合快速钻井的钻井液性能参数:塑性黏度保持在15～30 mPa·s之间,动切力保持在10～18 Pa之间,动塑比保持在0.3～0.5 Pa/mPa·s之间,漏斗黏度控制为50～65 s。该体系不仅有利于提高钻速,而且还成功地解决了PDC钻头泥包与地层起下钻遇阻、遇卡和井径扩大率增大的问题,为深井钻井提供了一种新型高效钻井液体系。

基于不完备集双聚类的缺失数据填补算法

缺失数据填补是数据清洗领域的一个重要问题。由于绝大部分局部填补方法基于全部属性进行分类,未考虑对象属性之间的关联性,因此基于不完备集双聚类,提出一种缺失数据填补算法。该算法利用双聚类完美簇的平均平方残基为0及簇内的属性值波动一致的特点,对缺失数据进行填补。通过数学分析,把寻找含有缺失值的最大完美簇问题转化为求解缺失对象与其他对象之间的最大相似属性集问题,在相同的最大相似属性集下,以缺失值的众数作为填补值。采用4组UCI数据集进行实验,结果表明,该算法相比ROUSTIDA算法平均提高了77.13%的填补值精确度。

利用双聚类和突发检测算法探测学科前沿及知识基础的比较分析——以h指数研究领域为例

通过对双聚类算法和突发检测算法得到的研究前沿和知识基础的比较,总结其不同思路及优缺点,以便在今后的研究中扬长避短,更好的发挥各算法的作用。以h指数研究领域为例,分别对数据进行双聚类分析和突发检测分析,获取h指数研究领域知识基础和学科前沿。最后比较两种方法得到的结果并进行评价。在探测h指数研究领域知识基础方面,双聚类对高被引文献的聚类更为结构化和清晰。在识别h指数研究领域动态发展,突发检测算法表现出了优越性。本研究为以后学科前沿和知识基础的探测提供了有益参考,并提出观测科学活动特征的新角度。

双聚类算法在电信高价值客户细分的应用

针对传统客户价值细分方法在高价值客户细分时不够精细化的问题,引入了大均值子矩阵(LAS)双聚类算法。该方法在客户样本和消费属性两个维度上对消费记录进行双向聚类,可以挖掘出高消费、高价值的客户群体。以某电信公司的高价值客户细分为实例,通过定义一个价值尺度和构建一个PA指标,将所提算法与K均值(Kmeans)算法进行性能比较,实验结果表明,所提算法能挖掘出更多的高价值客户群体,且能够对客户属性进行更加精细的划分,因此它更适合应用于高价值客户市场的识别和细分。

一种基于粗糙均方残基的模糊双聚类方法

双聚类作为一种无监督的学习方法,其作用是对基因表达数据进行分析.为了获取较大容量的双聚类簇,弥补传统的双聚类方法在基因表达数据一致波动性方面的不足,引入粗糙集的上、下近似集概念,将粗糙集理论运用到模糊双聚类算法中,将粗糙上、下近似集与加权均方残差相结合,得到新的粗糙均方残基,进而提出一种基于粗糙均方残基的模糊双聚类算法.针对基因表达数据集,首先进行缺失值填补;其次,用非负矩阵分解算法对基因数据集进行降维;最后,计算数据矩阵的粗糙均方残基,结合综合评判度量函数与贴近度原则对矩阵的行列进行删除和添加,得到容量更大的双聚类结果.实验结果表明,该模糊双聚类算法是有效的.

新型燃速催化剂——烷基二茂铁桥联双聚分子的电化学研究

液态烷基二茂铁桥联双聚分子是一类新型燃速催化剂,它不仅具有催化活性高的优良特性,而且挥发性及迁移性均有改善,适宜用于火箭燃料复合固体推进剂。本文合成9种含不同取代基的双核二茂铁化合物,其中6种为首次合成。该9种化合物的通式为:其结构通式、各化合物的编号、英文名缩写及所含取代基和桥联基表示如下:

基于加权均方残差的改进双聚类算法

现有的双聚类算法缺乏发现具有重叠结构双聚类的能力,无法有效发现基因表达数据中隐藏的相应双聚类结构,并且在增删条件过程中均未考虑条件重要性对双聚类结果的影响.针对上述问题,文中提出基于加权均方残差的改进双聚类算法.首先利用重叠率和隶属度控制的模糊划分将基因集划分为初始双聚类,然后在最小化目标函数过程中迭代修改各双簇中条件的权重,最后利用加权的均方残差添加符合条件的基因,删除优化的双聚类中一致波动性不好的基因,得到最终的双聚类集.实验表明,文中算法不仅能生成具有共表达水平大小不同的双簇,并且能将重叠率控制在合理范围内.

多目标人工蜂群双聚类算法在基因表达数据中的应用研究

基于多目标优化的双聚类算法能够同时优化均方残差和尺寸等多个相互冲突的目标,更好地挖掘出均方残差较小、尺寸较大的双聚类,提出了一个多目标人工蜂群双聚类算法.该方法首先采用组信息对蜜源进行编码,然后使用2种交叉和1种变异操作分别实现算法的局部搜索和全局搜索,最后根据非劣排序和拥挤距离对外部档案进行修剪.在2套真实的基因表达数据集上进行实验,结果表明:与其他公开算法相比,多目标人工蜂群双聚类算法具有较好的收敛性和种群多样性,同时挖掘出具有显著生物意义的双聚类.

基于概率计算的重叠双聚类算法

针对现有双聚类算法在运行过程中会改变原矩阵模式缺陷,为在寻找较大双聚类的基础之上寻找具有重叠的双聚类结果,提出一种基于概率计算的重叠双聚类算法即OBP算法。算法采用对矩阵行列赋予不同删除概率的方式进行迭代搜索,在前面聚类结果中出现次数较多的矩阵行列赋予较大的删除概率,反之赋予较小的删除概率。实验结果表明,该算法不仅能发现较大的双聚类结果,而且可以通过设置重叠控制系数μ来有效地控制双聚类结果的重叠程度。

一种基于二次互信息的双聚类算法

双聚类模型有助于聚类存在相关性的局部模式。论文提出了一种可识别多种相关模式的双聚类算法,以二次互信息作为相关性标准,并以Parzen窗口法有效估算高维变量之间的互信息;同时提出了最大相关维簇的概念。算法以多个最大相关维簇为种子,通过迭代细化聚类,可有效地发现高维数据环境内相关的长模式。真实基因表达数据的实验证明了算法的有效性。

基于公共子序列的OPSM双聚类算法

OPSM作为一种基于模式的双聚类方法,被广泛应用于基因数据矩阵的分析上.在一个OPSM聚类中,形成聚类的若干基因在特定的条件子集下具有一致的表达模式,其中隐含着基因的关联调控信息,对基因数据矩阵进行双聚类分析具有生物学意义.其中,Deep OPSM是OPSM聚类中行数少列数多的特殊聚类.根据OPSM模型,该文提出了一种快速有效的精确性算法,用于挖掘分散在基因数据矩阵中的OPSM聚类.首先寻找基因数据矩阵中任意两行的公共子序列,然后利用STL map对找到的公共子序列进行支持度统计,并将符合支持度阈值的OPSM聚类输出,且通过阈值的设置即可输出Deep OPSMs.结果证明该算法能够快速地找到符合条件的Deep OPSMs.通过P-value值分析,验证了找到的Deep OPSM具有明显的生物学意义.