基于聚类方法的负样本生成器研究与实现

知识图谱嵌入的目标是为知识图谱中的实体和关系生成低维连续的特征向量,以便计算机能够通过数学运算来挖掘知识的潜在语义,并将其应用于三元组补全、实体分类和实体解析等下游任务。翻译模型(Trans)是一种简单而有效的知识图谱嵌入方法,其采用负采样的方法来提高知识图谱嵌入的准确性。然而,传统的负采样方法采用随机负采样,容易生成低质量的负三元组,从而导致实体和关系的嵌入向量训练不准确。针对这个问题,该文提出基于Canopy和K-means方法的相似实体负样本生成器(Negative Sampling of Similar Entities,NSSE),用于生成高质量的负样本。实验结果表明,使用NSSE的翻译模型相比原有模型在嵌入向量生成方面取得更好的效果。

基于烟花算法的智慧城市物联网数据流聚类方法

以往的智慧城市物联网数据流聚类方法对数据特征提取不精准,聚类速度慢。为了提高聚类速度,缩短数据流聚类的耗时,设计了基于烟花算法的智慧城市物联网数据流聚类方法。通过对样本矩阵的标准化计算,降低数据运算的压力,完成对物联网数据的预处理。在烟花算法的支持下,对数据进行去重处理,精准提取数据特征。再根据数据属性不同,计算数据的响应函数,构建数据聚类模型,利用余弦对数据进行聚类分析,实现物联网数据流的聚类。实验结果表明,该聚类方法的聚类平均耗时为15.52 ms,说明该方法能够有效缩短聚类耗时。

基于光纤传感与张量仿射聚类的隧道车辆检测方法

针对高速公路隧道车辆检测中的信号采集、特征提取和车辆识别方面所存在的问题,提出了1种光时域反射的分布式光纤传感技术与张量仿射传播聚类算法相结合的隧道车辆检测方法。首先利用设计的光时域反射的分布式光纤系统对隧道车辆运行信号进行采集,获得测量数据。其次,提出1种采用光纤空间分辨率作为通道数,并结合特征数量和时域、频域构建1种高阶的张量样本集合。最后利用张量仿射传播聚类方法以及其他聚类方法进行正确率测试。测试结果表明,该方式可在不破坏原有高维数据结构的情况下,更好地实现车辆的分类,在识别过程中减少人工的干预、增加整个车辆检测模型的智能化程度、提高隧道车辆检测准确率。

并行处理网络下半结构化大数据快速聚类方法

半结构化数据量已经超过PB级,在这种大规模数据集上快速响应交互式请求,对关系数据库查询和大数据处理技术都提出了挑战。然而当前的聚类算法均是离线批量处理结构化、非结构化数据。面对半结构化数据对象和应用需求的转变,需要对传统聚类算法针对性地优化和改进。设计一种并行处理网络下半结构化大数据快速聚类方法。首先,在常用的Linux与Windows网络环境中捕获大数据包,并对捕获的多源异构大数据做清洗和集成等预处理操作,完成数据准备工作;然后在并行处理网络下,基于MapReduce框架改进常规CanpoyK-means聚类算法形成BCK-means并行聚类算法,对多源异构大数据进行并行化聚类分析,实现半结构化大数据的快速聚类挖掘。实验结果表明,设计方法在10 s内即可完成不同类别的半结构化数据集的聚类且聚类结果稳定,在半结构化数据聚类挖掘效率方面具有优势。

基于聚类的群孔特征在机测量摆角规划方法

针对群孔特征接触式在机测量过程中测量摆角多、标定效率低的问题,提出一种基于聚类的群孔特征测量摆角规划方法。以避免测针与孔口干涉为约束,计算测针轴线与孔轴线的夹角阈值,然后以此阈值为边界条件进行迭代聚类,进而获得覆盖全部孔特征的测量摆角集合。实验结果表明:使用所提方法可实现对群孔特征测量摆角的快速规划,测量摆角数量较传统方法下降约28%,综合测量时间下降约19%,有效提升了群孔特征在机测量效率。

面向云制造的资源集群聚类方法研究

针对云制造平台海量多样的服务资源分类界限模糊的问题,分析了云服务和制造资源之间的关系,提出云制造下混合式资源服务聚集模型。此外,文章基于k-means聚类算法建立了聚类有效性评估函数;针对k-means聚类算法对初始聚簇中心敏感易陷入局部最优的缺点,引入蛙跳算法确定初始聚簇中心,利用反向解扩大初始蛙群的搜索范围,结合最优解均值改进族群最差蛙的优化,提高族群的信息共享能力,结合改进后的蛙跳算法和k-means迭代,提出一种基于蛙跳算法改进的k-means聚类算法。最后,以两种数据集和云平台上同类机床资源为例,验证了所提聚类算法的有效性和可行性。

基于电动出租车数据的充电桩选址聚类方法比较

为有效降低出租车运营企业及经营者的经济成本,通过分析出租车的卫星轨迹数据,比较和选取用于电动出租车充电桩选址规划的聚类方法。以上海市电动出租车充电站的选址规划为研究对象,分别基于孤立森林和聚类算法设计异常值检测方法,对相关时段的出租车卫星数据进行清理以及数据可视化处理;比较层次聚类(Agglomerative Clustering)、高斯混合模型(Gaussian Mixture Model,GMM)、K-means聚类、Mean-Shift聚类以及谱聚类(Spectral Clustering)5种算法的聚类效果,并选取K-means算法作为充电桩选址规划参考算法。从城市区域划分及企业运营角度确定充电桩选址方案,为未来上海市区电动出租车充电桩的数量和容量配置提供设计依据。

基于谱聚类的主动配电网多时间尺度无功优化策略

高比例分布式光伏接入配电网后,传统优化方案无法有效平抑电压波动,分布式光伏逆变器的无功调控能力难以充分利用。为此,提出一种基于谱聚类的主动配电网多时间尺度无功优化策略,该方法分为日前优化和日内实时优化两个阶段。首先,对离散设备的时间耦合性进行解耦,以配电网网损、平均电压偏差、电压波动严重程度为目标函数,建立基于社交网络搜索算法的日前无功优化模型,确定离散设备静态最优档位序列;其次,通过谱聚类的方法进行耦合,确定离散设备动态最优档位序列,结合改进的分布式光伏逆变器就地控制策略,建立日内实时优化模型,从而抑制日前预测数据偏差导致的电压波动;最后,基于改进后的IEEE33节点系统进行仿真实验。仿真结果表明,所提策略可以有效降低运算难度、提高求解效率,验证了该策略的有效性和优越性。

基于聚类分析的四川省职业院校学生的创新创业能力实证研究

本文基于四川产业发展、结合四川省“十四五”规划、四川地区高职高专学生的地域性格特性作为创新精神和实践能力的评价体系的重要参考,建立了四川省高职学生创新创业能力的评价指标体系,分别从创新能力和实践能力两个方面各选取三个准则层指标,并针对每个准则层指标选取三个指标层指标,使用德尔菲法,专家评分法,并运用层次分析法进行赋权,得到综合评价指标体系,以该体系为基础,对四川省内部分高校的高职学生进行分层抽样调查,采用k-means聚类方法,归纳总结了其在创新创业能力上的特征表现。并针对性的对四川省高职学生创新创业能力的提升提出了对策建议。

基于密度峰值聚类的水电现货报价单元组建方法

随着电力现货市场的不断推进与完善,发电侧主体多元化使得发电主体的竞价环境更加激烈,报价单元的组建有利于提高发电企业抵御市场竞价风险的能力,分析了不同的流域水文情势、多元的开发主体以及电站的规模属性等因素对发电企业竞价的影响,以流域、发电企业以及上网点3个主要因素为指标,提出基于密度峰值聚类的报价单元组建方法,并将该方法运用于西南地区主要流域的67个电站,结果表明,报价单元的组建对提高水电竞价能力具有实际意义,单元方案与电网规定的统调单元较为一致,验证了该模型合理可行,可为发电企业参与电力现货市场竞价提供一种新思路。

基于面板数据模型的拱坝缺失数据填补方法

混凝土拱坝作为重要的水工建筑物,由于监测设备故障、人为因素等影响,导致其监测数据频繁出现缺失的现象,降低了大坝安全评估与预测的有效性与准确性。传统方法多仅依赖单测点测值进行插补,忽略了测点之间的相关性与异质性。本文提出了一种基于面板数据模型的变形缺失数据插补方法。首先,改进传统变形相似性增量速度指标,解决了其分母可能等于零的问题。其次,提出了一种组合加权方法以计算变形相似性综合指标,并采用改进的基于密度聚类方法对变形监测点进行分类。随后,建立了面板模型,以填补不同区域内的缺失数据。本文提出的方法可以更准确地填补混凝土拱坝变形数据的缺失,从而能够有效地解决变形监测数据缺失的问题。

基于密度聚类的低压台区归属关系及相位识别方法

[目的]供电部门记录的正确的拓扑信息有助于工作人员监测电网信息,分析故障,优化电网运行以满足低压配电台区精益化、智能化管理的需要。目前,各式新型用电设备及用户的加入使低压配电网络结构呈现出持续变化的特征,线路维护成本被大大提高。[方法]为此,提出基于密度聚类的低压台区归属关系识别方法。首先,提取智能电表有效电压数据生成高维时序电压矩阵;其次,采用t分布随机近邻嵌入方法(t-distributed Stochastic Neighbor Embedding,t-SNE)对高维时序电压数据进行特征提取与降维;然后,应用基于数据密度的噪声应用空间聚类方法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)对降维后的数据进行聚类分析,实现低压用户台区归属信息的识别;最后,对海南省三亚市某台区实际数据进行分析,并将所提方法与其他主流的拓扑识别算法进行对比。[结果]分析结果表明所提方法能够达到95%以上的台区识别准确率,高于目前其他主流的拓扑信息识别方法。[结论]文章中的方法在解决此类问题上具有有效性与优势性,可以为实际工程应用提供参考,为低压台区拓扑信息识别领域提供不一样的研究思路。

基于CEM-FEM耦合方法的海上风力机抗冰和振动控制研究

冰荷载是影响海上风力机安全运行的重要决定性因素,严重时会致使海上风力机结构发生冰激振动破坏和冰激疲劳失效。该研究基于粘聚单元(cohesive element method,CEM)-有限元(finite element method,FEM)耦合方法,通过非线性分布弹簧考虑桩-土相互作用,建立海冰-寒区单桩海上风力机结构在风-冰联合作用下的整体耦合冰激振动非线性有限元模型。进而,基于非线性数值仿真工具LS-DYNA,分别模拟冰与直立结构和带有抗冰锥的基础结构相互作用过程,并与现有的挤压和弯曲冰力模型进行对比,验证该研究模拟动冰荷载的准确性,讨论两种冰破坏模式下动冰荷载的变化规律。最后,为解决海上风力机发生的强烈冰激振动问题,分别采用振动控制方法和施加抗冰锥的方式,开展风、冰联合作用下海上风力机动冰力和动力响应研究,对比分析以上两种减振方式的减振机理和减振效果差异。结果表明,虽然抗冰锥可明显降低冰-海上风力机相互作用的动冰荷载幅值,然而采用振动控制策略的海上风力机减振效果明显优于抗冰锥。因此,在海上风力机的冰激结构损伤研究和抗冰设计中必须分别考虑以上两种减振方式对结构的影响。

结构运营模态参数识别的稀疏分量分析新方法

结合时频掩码技术和模糊C均值聚类,提出一种结构运营模态参数识别新方法。该方法根据结构振动响应的能量信息建立时频掩码,通过时频掩码求解结构模态响应,采用单自由度模态参数识别技术从模态响应中识别模态频率和阻尼比。结构振动响应能量峰值处的时频系数被依次提取,经单源点检测后采用模糊C均值聚类对其聚类,将第一个聚类中心作为模态振型。通过数值案例和框架结构试验验证所提方法的有效性。结果表明,所提方法具有良好的模态参数识别精度和噪声鲁棒性。

考虑通信时延影响的低压台区户变关系在线识别方法

户变关系识别有利于提升电力检修人员作业效率,避免台区户变关系变化频繁造成的台区挂错问题。针对现有方法未考虑智能电表数据传输延迟造成电压序列记录不准确,阻碍在线户变识别开展的问题,提出考虑通信时延影响的低压台区户变关系在线识别方法。首先,构建通信时延影响下的电压序列相似度计算模型;其次,基于动态时间弯曲距离和OPTICS聚类方法获取实时的低压台区与节点连接关系。仿真验证表明,相比于对比算法,所提算法的在线聚类与户变识别精确度分别达到89.15%与91.05%。

基于重叠社区发现的网络数据可视化优化方法研究与实现

伴随数据的迅猛增长,数据间关系变得错综复杂,给网络数据可视化带来了挑战。通过社区发现,凸显网络中的局部聚类特性可以提高可视化效果,而重叠社区的发现更贴近现实中的网络结构。具有简单高效执行速度快的Louvain算法是目前最常用的社区发现算法之一,但重叠社区的发现是其不足之处。为此,论文以Louvain算法为基础,结合基于谱映射的模糊C-means聚类算法改进社区发现算法,改进的算法利用谱映射将数据节点映射到欧几里得空间,以隶属度计算数据节点属于某个聚类的程度,由此可以允许同一数据属于多个不同的类,从而实现重叠社区结构的发现,最后基于所提出改进算法,使用主流布局算法中的FR模型对网络数据进行可视化。以模块度值作为评估指标,实验结果表明,论文提出的方法能够发现重叠社区,可以清晰地展示网络中的社区结构,在经典数据集上与传统重叠社区发现算法COPRA和CPM相比,模块度值得到提高。

蛹虫草β-葡聚糖提取工艺优化及抗氧化活性

以β-葡聚糖得率得率为主要评价指标,通过单因素和响应面试验优化蛹虫草β-葡聚糖超声辅助水提工艺,采用红外扫描分析提取物的化学键及官能团信息,测定其中各组分含量及其体外抗氧化活性。结果表明,蛹虫草β-葡聚糖最优提取工艺为超声时间1 h、料液比1∶31(g/mL)、水浴温度90℃。最优条件下提取得率为(1.94±0.28)%,与预测值1.95%一致。经过纯化试验得出α-葡聚糖去除最优条件为α-淀粉酶添加量2%、孵育时间60 min、温度50℃,经过纯化处理后β-葡聚糖纯度由19.82%提高至33.93%;红外扫描结果表明,蛹虫草β-葡聚糖具有典型的多糖结构,并含有硫酸根基团。蛹虫草β-葡聚糖对DPPH自由基、ABTS+自由基和羟基自由基的清除能力与浓度呈正相关(2.00~10.00 mg/mL),IC_(50)值分别为1.17、2.17、4.35 mg/mL,清除率在浓度为8.34、9.88、9.97 mg/mL时,可达100%。综上,优化后的蛹虫草β-葡聚糖超声辅助水提工艺稳定可行,提取获得的β-葡聚糖具有较好的抗氧化活性。

电网多元异构数据模糊聚类方法研究

为优化数据模糊聚类效果,为电网建设工作的规划化实施予以技术支持,在考虑属性划分的前提下,开展电网多元异构数据模糊聚类方法的设计研究。电网多元异构数据预处理,确保数据集合中无冗余数据、无明确缺失数据段、无重叠数据;在明确每种样本量都有多项特性的基础上,提取样本数据的属性特征,进行异构数据的分类与并行计算;对相同类别或具有相同特征的数据进行融合,确定聚类中心后,进行数据的模糊聚类处理。设计对比实验,实验结果表明:提出的方法应用效果良好,按照规范使用该方法进行电网多元异构数据模糊聚类,可以提高聚类后数组中数据重叠。

基于Spark并行化的改进K-means轨迹聚类的方法

本文设计了一种对K-means初始化改进的Canopy+Kmeans++聚类方法,提高上轨迹聚类算法的效率,为进一步提升轨迹大数据聚类的迭代计算效率,本文利用Spark计算架构的可伸缩性和分布式等特,实现Canopy+K-means++轨迹聚类算法的并行化,并通过对比实验来证明该并行化聚类方案的有效性。

中国科学院通过创新蛋白聚类方法开发新型碱基编辑工具

中国科学院遗传与发育生物学研究所高彩霞研究组通过蛋白质结构预测模型Alpha Fold2对具有代表性的脱氨功能序列进行批量三维结构预测,创新性地开展了基于三维结构的蛋白质多重比对与聚类,成功将潜在的脱氨酶划分为20个不同分支。在这些分支中,对具有类Ddd A(Double-stranded DNA deaminase toxin A-like)脱氨结构域的蛋白进行进一步结构聚类和功能验证。