一种基于参考点和密度的快速聚类算法

数据的规模越来越大,要求数据挖掘算法有很高的执行效率.基于密度的聚类是聚类分析中的一种,其主要优点是发现任意形状的聚类和对噪音数据不敏感.提出了一种新的基于参考点和密度的CURD(clustering using references and density)聚类算法,其创新点在于,通过参考点来准确地反映数据的空间几何特征,然后基于参考点对数据进行分析处理.CURD算法保持了基于密度的聚类算法的上述优点,而且CURD算法具有近似线性的时间复杂性,因此CURD算法适合对大规模数据的挖掘.理论分析和实验结果也证明了CURD算法具有处理任意形状的聚类、对噪音数据不敏感的特点,并且其执行效率明显高于传统的基于R*-树的DBSCAN算法.     

强者的软优势

一向在营销、渠道、技术等方面以“强悍”示人的益海嘉里，在其内部同样有着不可忽视的管理软优势。     

γ射线法测量高压管束间气液两相流的截面含气率分布

在立式蒸汽发生器垂直管束间的气液两相流中，截面含气率是其中一个重要参数。使用γ射线法对高温高压下垂直管束间气液两相流截面含气率的分布规律进行了实验研究。实验压力分别为5、7、9 MPa，质量流速为300 kg/(m²?s)，热力学干度的范围为0.003 ~ 0.4。实验得到了垂直管束间截面含气率随热力学干度、体积含气率和压力的变化关系；并与经典公式的计算结果对比发现，在低干度区域，实验结果与Miropolskii模型、Smith模型和Armand模型偏差较大，均大于30%，在高干度区域偏差较小；基于Armand理论，通过多元线性回归法拟合出本文工况下平均截面含气率的计算关联式，与日本核动力工程公司(NUPEC)的实验数据偏差小于15%。本研究对蒸汽发生器的结构设计和流动特性研究具有重要意义。     

10kV配电网工程管理与造价控制的探讨

城市建设离不开供电企业的支撑,因为无论是人们的生活还是各个工厂以及企业的运营都是离不开电的,所以说电力资源对于社会的稳定发展来说是至关重要的,10KV配电网工程建设也成了城市建设过程中的一个关键环节,因此加强工程管理与造价控制是目前相关行业非常重视的一个工作内容。为了保障地区供电的稳定性,保障配电网工程的顺利建设,就需要从根本上解决其中所存在的各种问题。为此本文主要分析了当前10KV配电网工程管理与造价控制存在的一些主要问题,并且提出了相应的解决办法,希望能够为相关工作的开展提供有价值的参考意见,进而使施工配电网工程的质量以及供电企业的盈利都能得到保障。     

渤海JZ油田D井区JZ-X井钻后断层模式与成藏规律研究

渤海JZ油田内部断裂系统十分发育,由于部分断层的断距和地层倾角较大,断层附近成像复杂,局部构造形态和断裂系统解释可能存在多解性,给开发井的实施造成了较大风险。本文以JZ油田D井区为例,钻前认为该井区构造高部位边界大断层附近潜力较大,设计JZ-X井来进行评价。JZ-X井实钻情况与钻前预测差异较大,主要钻遇水层,无生产潜力。钻后分析认为钻前认识的连续地震同相轴其实是一种"层断轴不断"的假象,其实构造高部位存在一条封堵小断层将JZ-X钻遇位置分割成一独立小断块,且与构造低部位D井区主体块不连通,成藏条件差导致该井失利。通过对JZ-X井失利原因进行分析和思考,认为在大断层附近部署开发井要时刻保持敏锐的风险意识,需要做好精细的构造解释和充足的风险潜力预案,对相似油田在断层附近实施开发井具有较好的借鉴意义和启示。     

基于语义相似度的Web信息可信分析

互联网上的虚假事实陈述严重影响人们有效地获取信息,如何判定事实陈述是否可信成为一个亟待解决的问题.文中提出了一种针对事实陈述的可信判定模型MFSV.该模型针对事实陈述的特点,从互联网上搜集与待判定事实陈述相关的文本信息,度量其与对应事实陈述的语义相似度;同时,该模型考虑了相关文本信息在可信度上的差别,从受欢迎程度和重要程度两个方面度量了相关文本信息来源的可信度,并获取了相关文本信息的可信度排序;根据语义相似度以及可信度排序,衡量了相关文本信息对对应事实陈述可信判定所做出的贡献,并以此为基础实现了待判定事实陈述的可信判定.一系列的实验验证了该模型的合理性及可信判定的准确性.     

一种无线通信环境中用户移动模式的挖掘算法

发现无线通信环境中用户的移动模式是移动对象管理中的一个关键问题.提出一种快速挖掘该模式的算法SAM(split and merge),用来挖掘移动对象所产生有序数据集中潜在的移动模式,从而为移动对象管理提供服务.该算法将自底向上搜索和自顶向下过滤技术相结合,采用图存储压缩数据集方法,利用非频繁项集分解子图和频繁长模式过滤数据集相结合的技术,大大减少了迭代次数,降低了CPU时间.最后给出了算法性能比较和算法分析.结果表明,该算法是有效的.     

BICA:一种快速可扩展的ADTree构建算法

ADTree是一种基于boosting的决策树学习算法,其预测准确率比一般决策树高并可以给出预测置信度,在实际中有广泛的应用.已有的ADTree构建算法能有效地处理小规模数据,但对于大规模数据的处理非常低效.因此提出了一种新的ADTree构建算法--BICA(bottom-up induction for constructing ADTree),设计了新的数据结构和自底向上的归纳方法,并将其结合到ADTree建树过程中,能够快速地进行分裂测试评估,从而有效地提高ADTree的构建效率.实验证明,BICA对大规模数据集的处理效率明显优于已有ADTree构建算法,能够进行高效的处理.     

基于模糊机会约束规划的输电系统规划方法

可持续发展的输电系统规划对传统的规划问题提出了新的挑战,而模糊机会约束规划是解决包含随机模糊性的不确定因素优化方法,为输电系统规划提供了新的解决途径,为此将这一方法引入到输电系统规划研究。通过对规划中不确定性问题的分析,建立了规划的数学模型,将模糊随机模拟和遗传算法相结合,实现了解决这类规划的新方法。最后,用算例证明了方法的可行性。     

面向大规模数据集的并行化Top-k Skyline查询算法

随着数据规模的日益庞大,在大规模数据集中帮助用户定位出数据量可控的代表性信息显得越发重要。虽然Top-k Skyline查询能够找到数据集中前k个最具代表性的信息,在获取代表性信息的同时又控制了结果规模,满足了上述要求,但是现有的Top-k Skyline查询在面对大规模数据集时效率较低,并不适用于大规模数据集。为了解决这个问题,将Top-k Skyline查询与并行化处理相结合,提出了一种面向大规模数据集的并行化Top-k Skyline查询算法PTKS（parallel Top-k Skyline）,通过充分利用分布式资源,将原有查询进行有效的并行化处理,同时设计了基于用户偏好的用于缩减结果数据量的筛选规则,满足用户需求。在真实数据集上进行了相关实验,并与现有方法进行了对比,结果表明PTKS在大规模数据集上的查询效率更具有优势,能很好地适用于大规模数据集。