基于网络学习行为聚类分析的在线课堂优化策略研究

利用聚类分析法对网络学习行为分类，从而挖掘不同类型学习者在学习行为和学习效果间的差异。以大学计算机公共课《数据库技术及应用》为例，综合学习者学习行为类别差异、在线课程内容组织以及课程特点等要素为在线课堂进一步发展提供优化策略。     

融合大数据技术和工艺经验的高炉参数优化

 为了更精准地评判高炉运行情况，量化高炉指导方针。根据高炉生产过程的特点，应用大数据技术对高炉生产参数与铁水产量和高炉能耗等指标进行数据驱动分析，提出了一种优化高炉生产参数的新方法。首先，对某钢铁厂高炉各工序历史数据进行了采集、清洗、过滤和整合，建立了高炉数据仓库。然后，将多种聚类算法相结合，完成了对高炉炉况变化的详细划分。运用工艺经验与递归特征消除算法相结合，全面筛选得到能够反映炉况波动的强相关变量。应用统计学方法分析得出Class_a炉况对应的核心参数的最优范围，这对指导现场生产、保持高炉长期稳定顺行具有重要意义。     

基于机器学习的阵列层析SAR建筑物目标提取方法

阵列层析SAR通过交轨向布置多个不同高度天线、方位向合成孔径和斜距向大带宽信号，具备三维成像能力，单次航过即可实现观测区域的三维点云获取。受限于阵元数目和基线长度，高程向分辨率较低，同时建筑物区域存在叠掩，在三维重建过程中提取建筑物目标特征效率较低。针对这个问题，该文提出了一种基于机器学习的建筑物目标识别和提取算法，通过基于多元线性回归的点云分割、基于梯度算子的边缘提取和基于聚类分析的建筑物分区重建，进行建筑物立面、顶面和地面的提取，能够得到较好的立面与地面相交的脚印信息，大大提高了特征提取效率。通过国内首次机载阵列层析SAR实验数据处理结果，验证了该方法的有效性。      

基于Fisher判别分析的一次性塑料手套光谱鉴别

为了建立一种快速准确且无损检材的检验一次性塑料手套的光谱分析方法,利用X-MET7000手持式X荧光光谱能量色散型分析仪,对39个不同品牌不同用途的一次性塑料手套进行检验分析,通过特征元素Cl与Cd将样品分为4组,对于同组样本还可通过Ca/Zn含量比进行进一步认定,效果较好。使用Fisher判别分析法,建立判别函数Y1、Y2与Y3,实现对新数据类别变量取值的预测,同时检验三个判别函数的判别能力。根据判别能力较强的第一和第二判别函数建立判别分布图,图中4组样本质心明显区分。为验证分类结果的准确性,对所得数据进行系统聚类和K-Means快速聚类,根据数据间的亲疏程度,进行分类,此方法为犯罪现场检验此类物证提供依据。     

2011～2020年华北平原气溶胶光学厚度时空分布特征及潜在源分析

随着经济高速增长和城市化进程不断加快,华北平原区域性空气污染问题愈演愈烈。针对该区域开展长时序气溶胶光学厚度时空分布特征和潜在源分析研究,对华北平原大气污染治理具有重要意义。基于长时序MODIS/Terra C6.1 MOD04_L2气溶胶光学厚度产品,分析华北平原气溶胶光学厚度的时空分布特征,并利用后向轨迹聚类分析讨论华北平原7个重点城市气团输送的季节变化,并以污染较为严重的河北石家庄为例进行潜在源分析和浓度权重分析,探究影响其大气质量的污染物潜在源区。结果表明:2011～2020年华北平原气溶胶光学厚度月均值呈显著的周期性变化,以年为周期,每个周期内峰值一般出现在6月至8月; 气溶胶光学厚度月际年内呈单峰分布,峰值出现在6月(0.75),最小值出现在12月(0.37); 气溶胶光学厚度季均值从大到小依次为夏季(0.67)、春季(0.59)、冬季(0.49)、秋季(0.46); 10年间气溶胶光学厚度呈下降趋势,整体下降幅度达36.84%,其中2011年最高(0.72),2018年最低(0.45); 华北平原7个重点城市春、夏、秋、冬四季主要受短距离气团输送影响较大,长距离气团输送影响较小; 2014～2020年河北石家庄的空气质量优良天数占比相对较小,空气质量状况差,影响其空气质量的污染物多为本地生成,同时也受周边省市近距离输送的影响。     

基于KD树的k-means聚类算法优化

作为模式识别最基本的分类方法之一,聚类在各个科学领域的数据分析中都扮演着重要的角色.然而随着大数据的出现,聚类分析在前沿发展中不断地面临着计算复杂度和计算成本等新的问题和挑战.通过研究k-means聚类算法的时间复杂度O(nk),针对迭代过程中大量的最近邻计算和其特殊场景,引入KD树作为索引,提出了基于单KD树的近似近邻算法和基于多KD树的交叉搜索算法.将k-means聚类算法的时间复杂度降为O(nlog k),并通过实验验证,基于多树的交叉搜索算法具有与k-means聚类算法相当的聚类质量.     

不同种源地香叶树籽的油脂含量及脂肪酸组成分析

为探明不同种源地香叶树作为油料树种的开发价值，采集了全国6省20县市的香叶树果实，对香叶树全果、果肉及籽的油脂含量及脂肪酸组成进行了分析，并采用ward法对不同种源地香叶树籽油脂肪酸进行了聚类分析。结果表明：香叶树全果、果肉以及籽的平均油脂含量分别为43.31%、42.38%及46.12%；全果油脂肪酸组成以月桂酸、油酸和癸酸为主；果肉油以油酸和棕榈酸为主；而籽油则以月桂酸和癸酸为主，月桂酸含量为53.20%~70.30%，月桂酸和癸酸总含量达76.40%~90.10%；聚类分析将不同种源地香叶树分为3大类，云南省、贵州省及广西省的香叶树属低月桂酸类型，福建省、江西省及湖南省的香叶树属中高月桂酸型。香叶树可作为生产中碳链脂肪酸的新晋树种，福建省的香叶树籽油脂含量高，且籽油中月桂酸含量高，作为中碳链脂肪酸的原料地具有明显的开发优势。     

用主成分回归法同时测定Zn~(2+)、Cd~(2+)、Pb~(2+)和Cu~(2+)的研究

使用聚类分析对不同缓冲体系下Zn2+、Cd2+、Pb2+、Cu2+的吸光度光谱数据分析,通过数量化的方法确定pH值=6.0的最佳缓冲体系。通过单因素实验分析确定缓冲溶液用量为5.0ml、显色剂用量为3.0ml、环糊精用量为2.0ml及最佳显色时间10min。绘制Zn2+、Cd2+、Pb2+、Cu2+的标准曲线,结果表明其具有良好的线性范围和线性加和性。应用主成分回归法计算含有干扰离子的待测水样中Zn2+、Cd2+、Pb2+、Cu2+的浓度,并计算出平均回收率为109.64%、92.77%、98.18%、102.28%,相对标准偏差为11.48%、11.12%、6.34%、4.72%。     

基于信息熵的建筑空调异常日用能模式检测方法

以夏热冬暖地区某办公建筑中央空调为研究对象,将室外干球温度、开机时长、日期属性等作为复杂工况的划分依据,然后以不同典型工况下日用能模式距离矩阵计算各模式的信息熵值,将其作为描述日用能模式异常程度的特征参数降低数据维度,最后采用聚类算法实现不同工况下的异常日用能模式的识别。结果表明:基于信息熵的检测结果与常规特征参数法、K-means直接聚类法相比,降低了异常日用能模式的误判率和漏检率。该方法可为进一步挖掘建筑空调节能潜力提供参考。