基于增量位移模式的施工期坝基综合变模反分析

本文从实用角度出发,论述利用大型通用软件MSC.Marc及其用户子程序实现初始地应力场施加的方法,在此基础上模拟坝基岩体的开挖;考虑到开挖施工过程的影响,提出基于增量位移模式的加权逆解反分析计算方法;以小湾拱坝为工程实例,建立模拟坝基开挖的有限元模型,反演该坝基综合变形模量,获得坝基的初始变形场,为后期模拟小湾坝体浇筑加载过程奠定基础;最后还与遗传优化算法计算结果作了对比。计算结果表明,文中提出的方法方便简洁,结果合理,具有较强的实用性。

增量电位滴定模式在低浓度磺酸盐阴离子测定中的应用

在两相电位滴定中,采用增量模式和动态模式两种滴定剂添加方式测定了阴离子表面活性剂有效物浓度。实验表明,试样质量分数在0.3%～0.09%,阳离子滴定剂质量浓度为0.004mol/L,V(萃取剂水)∶V(无水乙醇)∶V(MIBK)=2∶1∶1时,标样的增量添加模式的准确度和精密度0.09%优于动态添加模式的0.29%,试样的增量添加模式的精密度0.68%高于动态模式的1.02%。

基于PDCA的混合式教学课程思政融入模式与效果研究

混合式教学是一种新兴的教学模式,其课程思政的有效融入是目前学界探讨的一个重要议题。以政治学原理为例,以“PDCA”质量环为理论框架,利用问卷法、访谈法,并辅以扎根理论的编码技术,重点探讨课程思政在线上和线下两个教学空间的融入模式及其效果。研究发现,不同层面的学生对课程思政的接受度存在较大差异。对成绩较好的学生而言,两个教学空间的课程思政融入都取得了较好的效果;而成绩稍差的学生则对线上课程思政的接收度较低,但对线下课程思政的接收度较高。鉴于此,从知识学习、专业能力、思想价值三个方面提出了方案调整的措施与对策。

时间序列增量异常模式检测算法

在k-近邻局部异常检测算法的基础上,结合时间序列的分割方法,提出一种高效率的时间序列增量异常模式检测算法。将时间序列按序列重要点进行数据分割,利用局部异常检测方法检测出时间序列的异常模式。当插入一些新数据时,邻近分割模式发生变化,增量异常检测算法更新相应的最近邻模式。通过该算法可以高效率地发现时间序列的异常模式。

基于增量图形模式匹配的动态冷启动推荐方法

针对忽视用户的社交关系变化可能得到不准确的推荐结果这一问题,为冷启动用户基于社交网络拓扑结构增量更新相似用户,并基于更新的相似用户给出准确的推荐.用户社交关系是动态变化的,然而现有基于社交网络的冷启动推荐却没有充分考虑社交关系的变更对推荐结果的影响.为了给冷启动用户实时准确的推荐,提出基于增量图形模式匹配的动态冷启动推荐方法(IGPMDCR),增量地更新冷启动用户的相似用户,为冷启动用户给出实时准确的推荐结果.在真实社交网站的数据集的实验结果表明,IGPMDCR可以在用户间社交关系变更的情况下,为冷启动用户给出实时准确的推荐结果.

基于项目位置索引的序贯模式增量挖掘方法

通过前缀序列的引入 ,将搜索空间划分为若干个子空间 ,利用模式增量技术对序贯模式进行有效搜索 ,并提出了项目位置索引的概念 ,即将原始序列数据库信息转换到项目位置索引 (IPI)中 ,从而在搜索序贯模式时避免了复杂的多维候选序列的测试 ,仅需对各前缀序列对应的扩展的项目位置索引库(IPIDBs)做简单的序列数目累加操作 ,将复杂的高维序贯模式搜索问题巧妙地转换为一维频繁项目的搜索 ,降低了算法复杂度 。

基于增量异常模式检测的小微企业财务作弊防范方法

小微企业普遍存在财务人员素质不高、财务监管不到位等现象,这也往往导致小微企业财务作弊现象高发,给企业带来经营风险。为此,本文提出构建小微企业长时财务数据观测序列,采用数据增量异常模式检测的方法及时发现小微企业财务数据异常,以有效防范企业财务作弊行为。

多模式磁偏码器设计(英文)

为了提供电动机伺服控制所需要的不同模式的位置信号而设计的磁编码器采用了一种全新的双磁钢复合磁路结构。利用2S-10芯片的三轴霍尔效应,感应平行芯片表面的磁场,把磁信号转换成正余弦电信号;在对原始信号误差进行理论分析的基础上,通过DSP对原始正余弦信号进行误差补偿并对角度进行反正切运算,实现增量模式、PWM模式和同步串口模式信号;三步锁定型开关霍尔元件输出无刷直流电机换相信号,最终实现了3种模式信号同时输出。信号右达8位精度、10位分辨率。

卫星遥感大气订正的参数化模式及其模拟应用

发展了一个用于卫星大气订正的参数化模式 ,包括一个新的程辐射亮度模式和一个参数化的朗伯地表—大气辐射耦合引起的亮度增量模式。应用最小二乘法 ,程辐射亮度被参数化为大气总光学厚度、一次散射反照率、太阳天顶角、视天顶角、方位角、大气不对称因子的函数。应用这一参数化的亮度模式进行大气订正应用的数值模拟 ,即进行卫星遥感地表光谱反照率的模拟试验。数值检验结果表明 :对于 86 5nm ,6 70nm ,5 5 0nm和 412nm 4个MODIS通道 ,在 0°— 70°的太阳天顶角、0°— 6 0°视观测角以及 0 .0 5— 0 8的地表反照率条件下 ,参数化的向上辐射亮度的标准差小于 4% ,由该参数化亮度模式引起的地表反照率解的标准差小于0 .0 3。

一种基于前缀树的增量序列挖掘算法

在已有模式的基础上,该文挖掘出了新的模式,减少了挖掘原始数据库次数,指出了IncSpan+算法存在的问题,说明了基于半频繁模式的增量挖掘算法的缺陷,提出了一种增量序列模式挖掘算法。该算法构造了前缀树表示序列模式,并用广度剪枝和深度剪枝维护该前缀树的结构。实验表明,该算法具有良好的性能。

大数据环境下的高效分布式增量序列挖掘

本文提出一种基于MapReduce架构的高效分布式增量序列模式挖掘算法(Incremental Sequential Pattern Mining,IncSPM),用于解决大数据环境中每当数据增加时就更新序列模式的问题.该算法利用后向挖掘算法来有效利用先前挖掘生成的序列模式,同时设计同现反转映射(Co-occurrence Reverse Map,CRMAP)数据结构来处理候选序列的组合爆炸问题,最后设计了新的候选生成和早期修剪机制以加快挖掘过程.用两种真实数据集对本文提出的算法进行了评估,实验表明与其他方法相比,本文算法在执行时间、内存消耗和扩展性方面均有实质性的提高.

高校基建项目中资金使用和监管系统数据库的设计与实现探讨

通过对建设项目中国有资金的使用和监管分析研究,提出了需要解决的主要问题以及应该达到的目标。根据本人所从事的基建管理工作实际出发,完成了系统的需求分析、设计与实现,达到了软件系统的预期设计要求。

增量序列模式挖掘研究进展

序列模式挖掘是数据挖掘领域的一个重要研究分支,近年来在诸多领域得到了广泛地应用。由于现实应用中序列数据库是不断地更新的,仅采用静态数据的序列模式挖掘方法,不仅效率低下,而且是对先前的挖掘结果的极大浪费。有鉴于此,提出的增量序列模式挖掘算法能够适应数据库的动态性。本文总结近几年来增量模式挖掘取得的重大成果和进展,特别分析研究了其中几个经典算法,最后对增量序列模式挖掘发展趋势进行了展望。

FIBER:基于频繁项目表的频繁模式挖掘方法

如何有效地实现频繁模式的挖掘一直是数据挖掘的一个关键问题。在文献 [2 ]中的数据结构FP -tree对原事务数据库进行压缩存储的基础上 ,本文提出频繁项目表的概念 ,实现了利用频繁项目表进行快速频繁模式挖掘的新方法。实验表明与经典的Apriori算法[1 ] 相比 ,该方法在性能上提高了一个数量级 ,同时也比文献 [2 ]中的FP