钢筋-保护层界面局部典型锈峰的三维形态

钢筋-保护层界面处锈蚀产物的累积与扩张将造成保护层的锈胀开裂。通过X射线无损检测技术对氯离子侵蚀下钢筋混凝土界面处形成的锈峰形貌进行了研究。对锈峰表面进行三角网格化处理;引入伸长指数,平坦指数,球形度和凸度等形态学指标进行研究;基于K-means聚类算法划分锈峰形状。结果表明锈峰形态主要呈现为扁长形,扁半椭球形,半椭球形及半球形,且锈峰形态具有不稳定性。锈峰凸度指标符合Burr分布规律,并且不同锈蚀率下锈峰的球形度、凸度指标与保护层裂缝宽度的发展趋势一致。

KANO模型在产品设计领域中的应用现状研究综述

对现阶段KANO模型在产品设计中的发展及应用现状进行梳理与分析,探讨KANO模型在未来产品设计中的发展方向。本文采用文献研究法,从KANO模型的理论基础、KANO模型的定量化改进研究、KANO模型在产品设计中的应用现状3个方面对KANO模型的文献进行了综述。目前,国内外文献主要集中在KANO模型的定量化研究和KANO模型的应用研究上;尽管KANO模型在实践中存在问卷设计难度及数据处理限制等问题,但该模型仍成功应用于多种行业,助力企业提升了产品性能和用户体验。KANO模型在产品设计中的应用将不断深化,实现对用户需求更精准的识别与满足,并通过精细化、个性化和动态化的改进策略提升模型效能,以适应复杂多变的市场环境。

基于聚类及长短时记忆神经网络预测油田产量

利用机器学习方法预测油田产量的精度与训练样本的代表性及数量息息相关。通常,采用油田生产数据或者油井生产数据构建训练样本。将油田作为训练样本,存在“小样本”的问题;将油井作为训练样本,由于老油田一般具有开发层系多、生产历史长、油井投产批次多等特点,人工标注能够代表油田产量递减规律的训练样本难度大,且耗时费力。本文将油田和油井生产数据有机融合构建训练样本,建立产量智能预测模型,预测油田产量。首先,采用无监督学习的K均值聚类算法,依据有效厚度、孔隙度、渗透率、饱和度等信息对油井进行聚类分析,识别产量递减类别,并将每类油井转换成一口典型油井作为该类油井的代表;其次,将典型井作为预测对象,通过从每类油井中按比例随机抽取油井来增加训练样本数量,即将典型井和油井生产数据融合构建训练样本;最后,基于长短时记忆循环神经网络建立模型预测典型井产量,进而预测油田产量。研究结果表明:该方法既解决了油田数据作为训练样本的“小样本”问题,又降低了油井数据作为训练样本的标注难度与工作量,并且精度符合现场生产要求,对油气产量智能预测的工程化落地应用具有一定指导意义。

红曲菌主要代谢产物生产工艺研究进展

红曲是我国传统的谷物发酵产品,广泛应用于发酵食品、医药、化妆品等行业,其主要次级代谢产物有红曲色素(Monascus pigments,MPs)、莫纳可林K(Monacolin K,MK)、桔霉素(citrinin,CIT)等。为了更好地开发红曲,文章论述了红曲中主要代谢产物特性、不同发酵工艺对产量的影响以及红曲菌的生产与应用,并展望了未来红曲菌的研究前景。

非k积态基于Sandwiched Renyi相对熵的关联测度

在量子信息理论中,Sandwiched Renyi相对熵具有极其重要的应用价值。该研究给出多体复合系统非k积态基于Sandwiched Renyi相对熵的关联测度,同时证明了其满足量子关联度的一些必要性质,包括非负性,酉不变性,在完全正的保迹线性映射下的单调性,联合凸性以及在非相干辅助子系统影响下的不变性。

F_(m)、P_(n)⊙F_(m)和C_(n)⊙F_(m)的r-hued染色研究

给定2个图G和H,它们的corona乘积图记为G⊙H,是将图G拷贝一份、图H拷贝|V(G)|份,图G的第i个顶点和图H的第i个拷贝份的每个顶点连边而得到的图.图G的(k,r)-染色是图G正常k-染色,使得度数为d的每个顶点的邻点至少染min{d,r}种不同的颜色.r-hued染色数是最小正整数k,使得图G具有(k,r)-染色,用χr(G)来表示.主要讨论F_(m),P_(n)⊙F_(m)和C_(n)⊙F_(m)的r-hued染色数.

基于历史数据的经济运行生产指标统计分析方法

为探寻电站群的最优运行方案,以获得更好的经济效益,创新地提出了一种基于历史数据的经济运行生产指标的统计分析方法,首先提取较优的历史数据,再对其进行加工计算和对综合效率系数K值进行拟合,并使K值函数动态化,使其不仅具有良好的自适应性,还可以随着数据的继续积累,样本量增大,误差会越来越小,精度越来越高,可更好地指导生产,进一步提升梯级电站群的优化调度水平。

Word2Vec-KNN技术支持下潮流玩具质量检测模型研究

随着人们生活水平的提高,越来越多的消费者更加注重所购产品的质量,特别是在儿童玩具方面。质量不合格的玩具产品会给儿童带来诸多影响,包括但不限于安全隐患及对儿童健康产生的影响。然而,工业制造中的产品质量检测报告种类繁多且不易被理解,无法直观体现产品质量。因此,文章提出了一种基于Word2Vec与K最近邻分类算法相结合的产品质量评估模型。该模型能够通过产品质量报告对某玩具进行评估,从而判断其质量。实验结果表明,在数据集尺寸达到900时,K均值聚类算法模型、局部加权最近邻算法模型和混合模型算法模型的准确率分别为0.84,0.91与0.96,损失函数值分别为0.07,0.05及0.03,证明所提模型能够对玩具产品进行准确评估,从而为消费者和质量监管部门提供一定的决策支持。

基于信息检索与K均值聚类的化工产品精准推荐算法研究

传统K均值聚类对客户聚类精度不高,直接影响化工产品精准推荐的质量。基于此,采用信息检索系统来确定K均值聚类的初始聚类中心点,消除特殊消费者与数据中的噪声数据,提出了联合信息检索与K均值聚类的化工产品精准推荐算法。将该算法和Top-N算法分别应用于化工产品精准营销中,结果表明,提出的算法比Top-N算法平均绝对误差低,准确率、召回率以及综合平均值高,能够为化工企业实施精准营销提供数据参考。

基于二分K-means理论的织机了机预测

织布车间内各机台的排产方案与纺织企业生产效率密切相关,为解决现有织机了机时间主要依靠人工经验且难预测导致的排产不及时、不合理等问题,提出一种基于K均值理论的了机预测算法,通过建立织机了机预测理论模型把喷气织机生产全过程合理分为5个生产状态,并按时间序列记录车间内织机生产过程的实时生产状态信息等数据,最后通过Python内置数学处理模块进行求解。结果表明:预测了机时间及实际了机时间之间误差较小,证明了机预测理论模型的正确性,且最大绝对误差不超过2 h,满足织布车间排产所需的时效性及准确性要求。此外,该了机预测模型对具有相似工序的喷水、剑杆等纺机设备同样适用,具有工程应用价值。

圈与路的笛卡尔乘积图的多彩染色

图的多彩染色问题是图论中的热点问题,它可应用于诸如电力网络的最优重新配置中多代理系统的通讯问题。图G的(k,r)-染色是图G的一个正常k-染色(k,r为正整数),并满足图G中的每一个顶点的邻点的颜色数至少为这个顶点的度d(v)和r的最小值。使得图G有(k,r)-染色的最小整数k称为图G的r-多彩色数,用χr(G)表示。研究了圈与路的笛卡尔乘积图Cm□Pn的r-多彩染色,得到了该类图的r-多彩染色数。

基于K-means与SVR的致密油藏水平井压裂产能预测研究

水平井体积压裂是致密油藏高效开采的主要技术手段,准确预测产能对油田施工方案编制具有重要的指导意义,开采效果受地层因素、原油物性因素、压裂施工因素等影响,基于机理计算公式的传统预测方法存在一定局限性,提出一种基于K-means聚类与支持向量回归的产能预测组合模型,采用主成分分析算法解决K-means中欧氏距离对所有特征贡献程度一致性问题,K-means聚类结果与压裂施工参数结合作为SVR预测样本,有效解决不同区域间差异较大等问题。通过实验对比SVR、BP神经网络,预测准确性和稳定性优于单一模型,具有较高的合理性,可为致密油田高效开发提供指导性建议。

应用K-MEANS聚类的数据驱动产品创新模型研究

为了适应互联网技术的发展,使设计创新结果更好地满足用户需求,研究数据方式对设计创新的驱动作用。通过文献综述介绍数据驱动产品创新的基本特征,应用K-Means聚类方法构建数据驱动产品创新模型,根据模型分析结果指导产品设计。构建K-Means聚类的数据驱动产品创新模型,并应用该模型设计一款儿童陪伴机器人。使用本模型指导产品创新具有缩短产品开发时间、减少设计资源投入、提高产品设计效率等优点,有助于提高产品创新内容质量。

西藏自治区草地地上生物量遥感反演研究

草地地上生物量(Aboveground Biomass,AGB)是反映草地生态系统功能和质量的关键指标,大尺度地准确估算草地AGB对草地生态系统经营管理至关重要。研究以MODIS影像为数据源,提取反射率、植被指数和植被产品三种不同类型的特征变量,结合野外实测样地草地AGB数据,构建以多元线性逐步回归为代表的参数模型以及随机森林、支持向量机和kNN等非参数模型进行西藏自治区草地AGB估测及空间分布制图。结果表明:(1)多元线性逐步回归、随机森林、支持向量机和kNN模型在加入植被产品特征变量后,RMSE分别降低了15.8%、13.5%、4.1%和17.3%,表明植被产品作为建模变量用于草地AGB估测可有效提高模型精度;(2)三种组合变量构建的草地AGB估测模型中,反射率、植被指数、植被产品组合构建的模型效果最佳,其中kNN模型估测精度最高,R2达到0.60,RMSE和MAE分别为0.43、0.34 t/hm^(2);(3)草地AGB空间分布呈现出西北地区较低、中部地区较高且分布形态较破碎和东部地区较高的变化特征;(4)利用MODIS植被产品结合kNN模型的预测值与草地实测的AGB空间分布趋势基本一致。综上,MODIS植被产品结合kNN模型可作为大尺度区域草地AGB遥感估测的有效参考。

P_(m)^(2)×Pn的r-多彩着色

图G的(k,r)-着色是图G的一个正常k-着色,并满足G中的每一个顶点的邻点的颜色数至少为这个顶点的度d(v)和r的最小值.使得图G有(k,r)-着色的最小整数k称为图G的r-多彩色数,用χr(G)表示.研究了路的平方图和路的直积图的r-多彩着色,得到了r-多彩着色数.

红曲菌发酵产物及其在家禽生产中的应用研究进展

红曲菌发酵产生的多种代谢产物,具有抗氧化、降血脂、抗癌、抗菌等功能。日粮中添加红曲菌发酵产物能显著提高家禽生产性能,降低肉、蛋中胆固醇含量。本文综述了红曲菌代谢产物的生物学功能及其在家禽生产中的应用现状,并提出红曲菌发酵产物作为饲料添加剂的使用规范。

MgO活性对新型水化硅酸镁水泥性能的影响

通过对原料轻烧氧化镁粉在不同温度下进行二次恒温煅烧1.5 h制备不同活性MgO,研究了不同活性MgO与硅灰(SF)和磷酸氢二钾(K 2HPO 4)所制备的新型水化硅酸镁水泥胶凝材料(又称水化磷硅酸镁水泥,MSPHC)的凝结时间、流动度、抗压强度、反应溶液pH值。结合X射线衍射(XRD)、热重分析(TG-DTG)和扫描电子显微镜(SEM)测试手段,分析其影响机理。结果表明:随着煅烧温度的升高,MgO衍射峰强度增大,MgO活性降低;活性越高的MgO制备的MSPHC净浆凝结时间越短且流动性越差,而活性适中MgO制备的MSPHC具有较好的力学性能。MSPHC最主要的水化产物是水化硅酸镁(M-S-H)凝胶,另外还有Mg(OH)2和MgKPO 4·6H 2O(MKP)生成,原料轻烧氧化镁粉中的MgCO 3成分不参与体系反应。活性适中的MgO制备的MSPHC在28 d龄期内的水化产物M-S-H凝胶生成量最多,因此硬化体抗压强度最高。活性越高的MgO在MSPHC反应体系中溶解的速度越快,体系水化反应进程速度也越快。

基于动态集成学习的预制构件加工工时预测问题研究

编制预制构件生产计划时,生产过程中一些不可控因素会导致理论工时与实际工时存在偏差,进而使生产计划在执行时不能有效指导实际生产。为解决该问题,提出一种基于动态集成学习的预制构件加工工时预测方法。首先,采用长短期记忆深度学习模型作为基学习器,引入密度峰值聚类方法将训练集样本划分为多个子集合,并训练基学习器;然后,依据K近邻算法找出待测样本的近邻样本,根据其占子集合的比例,动态赋予各基学习器相应权值,实现多个基学习器联合预测;最后,通过预制构件的实际生产数据对所提方法进行仿真验证。结果表明,所提方法可以有效提升预制构件加工工时的预测准确率。

K_(n)□K_(m,s)的r-hued染色

考虑完全图K_(n)和完全二部图K_(m,s)的笛卡尔乘积图的r-hued色数.首先,根据正整数r的不同值进行分类,并结合K_(n)□K_(m,s)的性质,刻画该图r-hued色数的下界;其次,找到K_(n)□K_(m,s)的一个具体的(k,r)-染色,并以此刻画该图r-hued色数的一个上界;最后,确定了K_(n)□K_(m,s)的r-hued色数.

W_(n)⊙P_(m)和C_(n)⊙S_(m)的r-hued染色

图G和H的Corona乘积图记为G⊙H,它是复制一个图G以及复制|V(G)|个图H,把图G的第i个顶点跟复制的第i个图H的每个顶点相连.图G的(k,r)-染色是用k种颜色对图G进行正常染色,使得点v的所有邻点至少染min{r,d(v)}种不同的颜色,其中d(v)是图G中顶点v的度数.把图G的具有(k,r)-染色的最小正整数k称为r-hued色数,用χ_(r)(G)表示,通过对r-hued染色的定义,得到W_(n)⊙P_(m)和C_(n)⊙S_(m)的r-hued色数.