基于介形类生态特征评价湖南某铀矿山地表水放射性环境

湖南某铀矿为我国一重要铀资源生产基地，长年的矿冶活动使该铀矿冶地域生态环境不可避免地遭到了一定程度破坏。本文以该铀矿冶地域介形类为研究对象，分析其分布与生态特征，并利用该生物评价本矿冶地域地表水放射性污染状况。结果表明，Cypridopsis vidua在溪流与河流中均有分布，Helerocypris incongruens仅发现于河流，两者丰度均不高。利用该两种介形类丰度及总丰度变化可指示水体铀浓度的变化，丰度越小，铀含量越大，反之亦然。Shannon-Wiener物种多样性指数与水体铀浓度呈明显负相关，表明也可利用介形类生物指数指示水体铀浓度。该生物指数明显偏低，说明该铀矿冶地域地表水环境质量需要改善，放射性污染应引起足够重视。     

温度梯度下红黏土的强度特性变化规律

采用应变应力控制式直剪仪,研究了红黏土在27～95℃五种温度梯度下的强度特性。试验结果表明:强度特性指标参数的温度效应都受到了含水率与干密度的影响,但含水率对强度特性的温度敏感度明显高于干密度;当低于65℃时,强度特性与温度正向增长;当温度在50～65℃范围内,φ随温度升高而降低,呈红黏土的热软化状态;当高于65℃时,φ与温度正比例增长,呈剪切硬化状态。红黏土热硬化和热软化的临界温度在65℃处。红黏土热硬化和热软化的临界温度在65℃处,对研究地下红黏土强度特性的温度影响有一定参考价值。     

基于差分隐私的混合位置隐私保护

针对现有差分隐私k-means算法对初始中心点敏感、用户位置数据误差偏大、可用性较低等问题,根据LBS的特点,引入人流密度的概念,提出一种基于差分隐私k-means的混合位置隐私保护方法。根据LBS特点将用户位置点分成离散位置点和非离散位置点,基于差分隐私技术,采用改进聚类算法对位置信息进行泛化和加噪;通过分析用户位置点的稀疏程度来确定离散点,对离散点位置信息采用基于差分隐私的单独加噪技术;对非离散点采用基于差分隐私的改进k-means算法进行泛化处理,以实现用户位置信息的隐私保护。仿真实验表明,在相同隐私预算的前提下,该方法具有较高的数据可用性。     

一种改进的K-means算法在城市通勤研究中的应用

针对K-means算法初始聚类中心选择困难、易受噪声影响等缺点,通过选择所有样本的中心和离中心最远距离的点优化初始化聚类中心;采用类间相异度迭代计算确定k值;通过计算每一个样本与其他样本的距离和,如果大于所有样本的距离均和,则认为是噪声点予以删除。随机选取100个手机定位样本进行职住地聚类实验,结果显示改进的K-means算法经过3次迭代快速实现收敛,避免了局部最优,同时聚类中心未受到噪声影响而产生偏移。采用该算法分析杭州市通勤特征,杭州市总体达到职住平衡,但在主要商圈和主干道上通勤压力较大。与杭州市第六次人口普查数据和杭州交通运行分析报告进行分析比对,结果基本一致。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。     

西藏地区沥青路面裂缝类病害分析及处治措施研究

由于西藏地区的环境较为极端,不仅海拔高,气候也较为寒冷,使得沥青路面的使用寿命受到较大影响。除此之外,西藏地区道路中行驶的通常都是重型车辆,沥青路面承受的压力较大,进而出现裂缝。文章分析了西藏地区沥青路面的裂缝类病害及其处治措施。     

高性能多孔Fe/N共掺杂碳纳米管电催化剂研究

开发高性能、低成本的氧还原催化剂是降低燃料电池成本的关键之一。过渡金属-氮-碳材料具有催化活性高、成本低、环境友好等优点，被认为具有广阔的应用前景。该文提出了一种简单的聚多巴胺改性碳纳米管的方法，在碳纳米管（CNTs）表面包覆聚多巴胺（PDA），通过高温裂解CNTs@PDA和FeCl₃复合物制备多孔CNTs@Fe/N/C电催化剂。用TEM、BET、Raman和XPS对制备的催化剂的形貌和组成进行了表征。电化学结果表明，CNTs@40% Fe/N/C催化剂的半波电位高达0.881 V，接近于商业化Pt/C催化剂。此外，CNTs@40% Fe/N/C催化剂亦具备优异的抗甲醇干扰性及稳定性，是一种有良好实际应用前景的燃料电池非贵金属氧还原电催化剂。     

基于模糊优势关系的粗糙聚类定性组合算法

为对包含数值和名词属性的混合数据集进行定性组合聚类分析,提出一种基于模糊优势关系的粗糙聚类定性组合算法f-QRD。根据混合数据集的不同属性分别进行聚类并计算类簇之间的模糊优势关系,为避免组合后的类簇碎片过多,对模糊优势关系差值较小的类簇进行合并处理。实验结果表明,与QRD算法相比,f-QRD算法能够有效减少类簇数目并提高聚类准确率。