谱聚类和Apriori算法在建筑坍塌事故致因组合分析中的应用

建筑坍塌事故是人员伤亡和经济损失较大的事故类型之一。为探究建筑坍塌事故不同致因之间的关联和相互依存关系,首先,选取国内2015—2020年231份建筑坍塌事故报告作为研究对象,借助R语言平台进行文本挖掘,得到43个致因。其次,运用Python进行谱聚类,根据致因之间的关联强度对其进行聚类。最后,利用关联规则挖掘Apriori算法确定建筑坍塌事故致因之间的关键关联组合。结果表明,43个事故致因可分为5类,在每一个簇类中确定了最关键的致因组合,并提出了针对性的预防措施,为坍塌事故的预防和控制提供一种新的思路。

基于遗传算法的炮击振动环境谱编制方法

为了提高炮击振动环境谱编制精度,提出了基于遗传算法(genetic algorithm,简称GA)的炮击振动环境谱特征点确定方法。首先,介绍了现有标准的预估炮击振动谱的编制方法;其次,以炮舱结构模拟件为对象,开展了炮击振动试验并获取了实测谱,基于飞机飞行振动环境测量数据的归纳方法对实测谱进行了归纳处理;然后,以特征点构成的环境谱与实测数据归纳谱的能量最接近为目标建立目标函数,采用遗传算法对目标函数进行优化以确定炮击振动谱特征点坐标,在对数坐标下通过折线将特征点连接以实现炮击振动环境谱的编制;最后,将基于遗传算法得到的环境谱与基于标准得到的预估谱进行对比,分析验证了所提方法的有效性。结果表明,所采用的方法获得的炮击振动环境谱在均方根值(rootmean square,简称RMS)和谱形特征上都更接近实测数据归纳谱。

BP神经网络算法结合超高效液相色谱-质谱联用技术研究红花治疗慢性酒精性肝损伤的作用机制

临床上,红花对慢性酒精性肝损伤(chronic alcoholic liver injury,CALI)有很好的疗效,但治疗机制不甚明确。因此,阐明红花治疗CALI的分子作用机制对药物的进一步开发及应用具有重要意义。以雄性Wistar大鼠为研究对象,模型组大鼠以8 mL/kg酒精连续灌胃28天,建立CALI模型;给药组大鼠分别以高(4.290 3 g/kg)、中(1.430 1 g/kg)、低(0.476 7 g/kg)剂量灌胃红花提取物。采用大鼠血清代谢组学分析方法结合超高效液相色谱-质谱技术鉴定与CALI相关的潜在生物标志物,并研究红花对这些生物标志物的调控机制。利用MATLAB软件建立BP神经网络模型处理组学数据的分类问题。从苏木精和伊红(H&E)染色实验发现,高剂量红花提取物减轻了肝细胞的损伤程度;与模型组相比,高剂量红花组中的丙氨酸氨基转移酶(ALT)和天冬氨酸氨基转移酶(AST)的表达水平降低,表明高剂量红花提取物具有肝保护作用。BP神经网络模型的分类准确率为95.8%,分类效果良好。通过火山图分析共鉴定出20种与CALI相关的生物标志物,红花可以对这些生物标志物产生回调效果。研究表明,红花可能通过对甘油三酯、脂肪酸、磷脂、胆汁酸、氨基酸、维生素E代谢的调控作用而对CALI产生治疗效果。本研究可为红花的推广和临床应用提供了理论基础。

紫外光谱结合BP神经网络算法建立食用油掺伪煎炸油的快速鉴定模型

为建立一种快速食用油掺伪煎炸油检测方法,采用紫外光谱法鉴别其掺伪,本研究选取大豆油、玉米油和葵花籽油为代表分别煎炸,在纯油中掺入相应煎炸时间0~6 h及掺假梯度0%~90%的煎炸油制备掺伪油样,进行紫外光谱及二阶导数预处理,经处理后的光谱特征峰与BP(Backpropagation)神经网络算法结合建立食用油掺伪煎炸油模型,对掺入煎炸油类别、煎炸时间和煎炸油含量进行鉴别分析。结果表明二阶导数预处理后掺伪煎炸油的光谱特征峰中大豆油为446、462 nm、玉米油为268、274 nm、葵花籽油为280、288 nm,根据其特征峰位与峰值建立Levenberg–Marquardt算法(LMA)、动量梯度下降法(MGD)及弹性梯度下降法(EGD)掺伪模型识别率分别为98.15%、91.67%、95.52%。

双瞬切能谱扫描模式下不同权重迭代算法对腹部能谱参数的影响

目的双瞬切能谱扫描模式下的不同权重迭代算法对腹部能谱图像单能量、有效原子序数、基物质对等参数的影响。方法前瞻性收集20例行腹部CT扫描的患者,采用电流和电压同时双瞬切新型能谱扫描模式。对静脉期图像应用能谱分析软件GSI Viewer在同一层面肝脏等地方勾画感兴趣区,获取每个ROI中有效原子序数、基物质对图像及74 keV单能量图像的CT值和噪声,计算信噪比。采用单因素方差分析比较不同权重ASiR-V重建的有效原子序数、基物质对图像及74 keV单能量图像SD、SNR组间比较差异。结果20例患者随着ASiR-V权重增加,有效原子序数、基物质对值及74 keV单能量图像CT值比较差异无统计学意义(P>0.05),图像的SD值逐渐减小,质量改善。不同权重的ASiR-V对有效原子序数、基物质对值及74 keV单能量有类似的影响。结论基于新的双瞬切能谱扫描模式下的不同权重迭代算法,与74 keV单能量一样,能够优化有效原子序数的图像质量。

基于改进谱线增强的光电编码器γ辐射噪声滤波算法研究

针对核辐射环境下光电编码器因受γ辐射总剂量效应影响而导致输出信号质量劣化的问题,提出了一种兼顾精度和效率的改进谱线增强算法(Improved Adaptive Line Enhancer Method,IALEM)。该算法引入Softsign函数建立误差与步长之间的非线性关系,通过在步长更新公式中引入前一时刻步长值,达到收敛速度快且稳态误差小的目的。分别在算法收敛速度、稳态误差、低信噪比输入、计算量4个方面与同类算法进行比较。结果表明,该算法在拥有较低计算量的同时,其收敛速度更快、稳态误差更小,并且对于低信噪比信号具有更好的滤波效果。最后,在光电编码器上对本文所提算法进行了现场可编程门阵列(Field Programmable Gate Array,FPGA)硬件实现;并在60Co γ辐射环境中对算法的滤波效果进行了实验测试。实验结果表明:所提出的算法可有效滤除光电编码器因γ辐射产生的噪声,提高光电编码器输出信号的质量。

基于SNV和MSC结合遗传算法对羊肉葡萄糖含量可见-近红外光谱建模的效果

为提高羊肉中营养成分可见-近红外光谱预测模型的稳定性和准确性,本研究以葡萄糖(GLU)指标为例,采用遗传算法(GA)提取特征波长后,结合标准正态变换(SNV)和多元散射校正(MSC)两种预处理方式进行偏最小二乘法建立预测模型,对比SNV、MSC预处理直接进行偏最小二乘的建模效果。结果显示:在标准正态变换下遗传偏最小二乘模型(GA-SNV-PLS)优于直接在标准正态变换下偏最小二乘模型(FS-SNV-PLS);经交叉验证后,该模型的均方根误差(RMSE)为0.122,决定系数(R^(2))为0.930,相对分析误差(RPD)为2.295;相较于全光谱偏最小二乘模型(FSPLS)、全波段多元散射校正FS-MSC-PLS和多元散射下GA-MSC-PLS,其R^(2)和RPD分别提高了95.80%、50.21%、85.05%和62.65%、37.08%、52.54%。结果表明,由SNV结合遗传算法建立的偏最小二乘模型能够提高模型的预测能力。

基于遗传算法优化变分模态分解方法联合冲击谱的冲击载荷重构方法

在对海上浮式装置受到其他船舶碰撞时碰撞所形成的冲击载荷进行分析和优化时,为了降低过高的分析频率,提出基于遗传算法(Genetic Algorithm,GA)优化的变分模态分解(Variational Modal Decomposition,VMD)方法联合冲击谱(Shock Response Spectrum,SRS)的冲击载荷重构方法。针对具体冲击响应信号,采用GA优化VMD参数对冲击载荷进行分解,通过与原始载荷冲击谱对比,确定截止频率,基于载荷截止频率,对冲击载荷进行重构。结构动力学响应计算验证结果表明,基于GA优化VMD方法联合冲击谱的冲击载荷重构方法可在进行结构动力响应前可靠地对冲击载荷进行重构。

非负约束修正阻尼算法求解核磁共振测井T_(2)谱反演问题

为了优化核磁共振测井技术,加快核磁共振测井数据处理速度,提出了一类非负约束修正阻尼算法求解核磁共振T_(2)谱反演问题。通过数学建模及理论推导,证明该算法可以更好地保留T_(2)谱的有效信息,同时也能更有效地减少反演问题的噪声对解的影响。数值算例表明新算法相较于修正的截断奇异值算法和阻尼算法具有更好、更稳定的反演效果,尤其是低信噪比情况下新算法的优势更加明显,可以进一步优化核磁共振测井技术。

基于多元曲率分辨算法的混合塑料光谱识别研究

塑料污染在世界范围内普遍存在。污染物被生物体摄入后通过食物链对人体健康造成损害。对塑料的检测和识别对生态风险评估具有重要意义。自然环境下的混合塑料的分类回收存在极大的不便,为了能使这些混合塑料被更精准更快速地识别回收,本文使用傅里叶红外光谱数据的多元曲率分辨算法分析来混合塑料的识别和可视化,该算法原理简单,适用性强。对四种常见的塑料类型聚乙烯(PE)、聚苯乙烯(PS),聚丙烯(PP)和聚对苯二甲酸乙二醇酯(PET)以二元混合物的形式进行了成分的识别。基于MCR的傅里叶红外光谱技术还成功地应用于混合塑料成分分析。结果表明,该方法对于混合塑料识别的精确度都在0.95以上,并且识别速度快,无需进行样品的特殊预处理。

能谱CT单能量成像和去金属伪影算法在先天性漏斗胸儿童胸腔镜下微创漏斗胸矫正术后的应用

目的 评价单能量成像技术和去金属伪影算法(MARs)在提升先天性漏斗胸儿童胸腔镜下微创漏斗胸矫正术的CT图像质量的能力。方法 选取2022年1月-2023年8月于徐州市儿童医院接受胸腔镜下微创漏斗胸矫正术的先天性漏斗胸患儿114例,收集其植入金属钢板后胸部CT平扫图像进行回顾性分析。测量120 kVp-like、110 keV和110 keV+MARs、50 keV和50 keV+MARs图像中金属钢板一端伪影暗区、临近伪影暗区的胸壁肌肉、背部竖脊肌的CT值和SD值,分别记为CT_(1)、CT_(2)、CT_(3)和SD_(1)、SD_(2)、SD_(3),并计算|ΔCT|和伪影指数(AI),比较每组之间的图像质量差异。结果 120 kVp-like图像的CT_(2)、CT_(3)、SD_(2)、SD_(3)、|ΔCT|及AI值均高于110 keV图像,低于50 keV图像,差异有统计学意义(P<0.05)。120 kVp-like图像的CT1值低于110 keV图像,高于50 keV图像,差异有统计学意义(P<0.05)。50 keV和110 keV图像的CT_(2)、CT_(3)、SD_(2)、SD_(3)、|ΔCT|及AI值分别高于50 keV+MARs和110 keV+MARs图像;50 keV图像的CT1低于50 keV+MARs图像;110 keV图像的CT1低于110 keV+MARs图像;110 keV和110 keV+MARs图像的CT3和|ΔCT|比较,差异无统计学意义(P>0.05),其余差异均有统计学意义(P<0.05)。两位医师主观读片评分一致性良好。结论 能谱CT高能单能量图像(110 keV)可有效抑制金属伪影,在此基础上联合MARs算法能进一步提升图像质量。

图划分的谱聚类算法在命令票系统校核文本挖掘中的应用

由于电力调度系统中命令票内容的不同,现有文本挖掘方法难以得到精准结果,因此提出基于图划分谱聚类算法的命令票系统校核文本挖掘方法。根据命令票内容将其分为不同的种类,引入二部图建模分析各个组间的关系;利用谱聚类算法中Laplancian矩阵做图分割处理,获得矩阵的特征向量和数据点集合,凭借维数特征数据集完成得到聚类结果,即命令票校核文本挖掘结果。实验结果表明,所提方法的挖掘准确性在80%以上,挖掘时间最高19.5 ms,稳定性保持在80%以上,符合电力企业需求。

宽谱域光电探测器阵列信号实时处理算法优化研究

宽谱域光电探测器阵列是一种先进的光电设备,能够在广泛的光谱范围内检测光信号,光谱范围覆盖从红外到紫外的大部分光谱。然而,宽谱域探测器产生的数据量巨大,对实时处理算法提出了极高的要求。本文介绍了宽谱域光电探测器阵列的基本原理,探讨了新型算法的设计与优化方法。实践证明,该优化方法能够显著提高宽谱域光电探测器阵列信号的实时处理效率。

基于改进矩阵分解和谱聚类的协同过滤算法

针对协同过滤算法中存在的数据稀疏性、可扩展性及准确性问题,提出一种基于改进矩阵分解和谱聚类的协同过滤算法。该算法首先将通过抑制物品流行度和用户活跃度优化的相似度计算融入最小二乘法(ALS),以避免矩阵分解时因子信息的丢失;其次结合流形学习的谱聚类算法弥补ALS算法产生的大计算量问题,同时获得全局最优解以提高聚类所得目标用户最近邻居的准确率;最后利用Movielens数据集进行实验。实验结果表明,改进的算法可以有效降低协同过滤算法的平均绝对误差和均方根误差,提高准确率,拥有更优的性能。

基于谱聚类算法的用户用电行为画像研究

文章通过谱聚类算法对用户用电行为进行分析,旨在生成精确的用户画像,优化电力资源配置。收集并预处理用户用电数据,构建相似度矩阵,以量化用户之间的用电行为相似性。计算相似度矩阵的拉普拉斯矩阵,并进行特征值分解,选取前k个特征向量作为输入,使用K-means聚类算法将用户划分为不同的行为群体。通过对聚类结果的分析,生成各群体的用电行为特征画像。研究结果表明,谱聚类算法能够有效识别不同用电行为模式,有助于电力公司进行需求预测、节能服务及负荷管理,提升电力系统的整体效率和用户满意度。

用One-Bit谱相关算法改进的FSM算法

随着循环谱的深入研究,循环谱计算方法的实时性日益重要。FSM是一种循环谱频域平滑算法,为了解决消耗内存资源大、缺乏实时性的问题,给出了改进的实现方法,并用软件进行了验证。仿真的结果表明,文中提出的算法能节省大量运算时间和存贮空间。

基于近红外光谱和水分校正算法的造纸木片基本密度预测

基本密度是评估木材制浆造纸性能的重要指标。采用近红外光谱技术检测造纸木片基本密度,实时掌握原料材性变化,能够为制定和优化制浆生产工艺提供基础理论数据。但在实际生产中,原料来源的复杂性造成木片水分含量波动较大,光谱中的水分干扰信息严重影响模型预测效果,成为制约近红外技术实际应用的主要因素。以杨木片为研究对象,通过对木片失水过程的近红外光谱动态监测,结合主成分分析明确光谱中水分吸收信息的特征响应,揭示了木片水分中结合水和自由水的变化规律。分别采用不同水分条件下的木片光谱建立偏最小二乘回归(PLS)模型预测木片基本密度,通过对比分析模型预测性能,探究木片水分变化对近红外预测木片密度的影响,并采用外部参数正交化算法(EPO)消除光谱中水分的干扰,提高模型对水分变化的抗干扰能力。研究结果表明,基于饱水木片光谱的模型具有最好的预测精度,模型的建立主要依靠近红外光谱对木片纤维结构特征信息的获取。而光谱中大量的水分吸收信息对建模是冗余无用的,并且会导致模型对样品水分高度敏感,当测试集水分含量变化时,模型预测出现严重偏差。通过EPO算法对木片失水过程动态光谱的解析,提取水分校正因子,能够有效消除水分变化引起的光谱差异。基于水分校正的基本密度预测模型对不同水分条件下的测试集均表现出稳定的预测性能,均方根误差、决定系数和预测相对标准偏差分别为12.23 kg·m^(-3)、0.8834和2.93。该研究将EPO算法引入对木材材性的近红外光谱分析,构建了抗水分干扰的稳健型基本密度预测模型,较好地解决了水分含量波动对原料材性快速检测的影响,为近红外光谱技术在制浆造纸领域的推广应用提供了依据。

基于KD树和混沌蜉蝣优化的并行谱聚类算法

针对大数据环境下并行谱聚类算法存在的节点负载不均衡、冗余计算、矩阵相乘时间开销大以及初始簇中心敏感等问题,提出了基于KD(k-dimension)树和混沌蜉蝣优化算法的并行谱聚类算法(PSC-MO)。首先,提出基于采样的KD-tree数据分区策略(DPS)划分数据,保证了节点间负载均衡;其次,在构建稀疏相似矩阵过程中,提出优化的分区分配策略(OPA)和基于三角不等式的KD树剪枝策略以进行跨分区的t近邻搜索,避免了过多的冗余计算;然后,提出正规化定理,通过元素对应相乘的方式代替矩阵相乘以优化Laplacian矩阵正规化过程,有效地减少了时间开销;最后,提出混沌蜉蝣优化算法(CMO),得到最佳位置作为初始簇中心后进行k-means并行聚类,解决了算法对初始簇中心敏感的问题。实验表明,PSC-MO算法不但具有良好的聚类效果,而且在大规模数据集上表现出了良好的数据和系统可扩展性。

基于无参数高效算法的近红外光谱模型传递研究

模型传递可解决不同近红外光谱仪间多元校正模型无法共享的问题。以食用油为研究对象,对其酸值和过氧化值模型进行传递分析。在主机上建立偏最小二乘多元校正模型,利用无参数高效模型传递(PFCE)算法中NS-PFCE无标样算法和FS-PFCE有标样算法分别实现模型传递,探讨了标准化样品数量对模型传递效果的影响。并与经典的3种有标样传递算法和2种无标样传递算法进行对比。结果表明,经NS-PFCE无标样传递后,从机酸值与过氧化值预测集均方根误差分别从0.613 mg/g和16.153 mmol/kg下降到0.275 mg/g和9.523 mmol/kg;而经FS-PFCE有标样传递后,从机酸值与过氧化值预测集均方根误差分别下降到0.274 mg/g和8.945 mmol/kg。且随着标准化样品数量的增加,经PFCE算法传递后预测集均方根误差越低。无参数高效模型传递算法联合应用单一的无标样算法和有标样算法两种传递方式,增强了传递模型的适应性和包容性,同时有效地降低主机光谱与从机光谱之间的差异,实现了不同光谱仪间校正模型的共享。

基于孤立森林算法的弹性光网络异常流量自动识别方法

弹性光网络流量传输受到时间波动导致异常,为了提高网络传输稳定性,提出基于孤立森林算法的弹性光网络异常流量自动识别算法。根据流量的异常分布特征和正常数据的差异性进行波谱密度检测,构建弹性光网络流量的谱特征提取模型,通过低通滤波器卷积向量重组,实现对异常流量的谱特征筛选,采用孤立森林算法实现对网络流量异常检测的自适应寻优控制,结合多维空间结构重组方法实现对弹性光网络异常流量检测和识别。结果表明,漏检率及误检率较低,分别为3.16%,1.03%。检测用时较少,仅用16秒。在进行检测时,外部入侵率未超过1%,抗扰性较强。