基于距离的最大聚类数探索算法的探讨

聚类是数据挖掘中用来发现数据分布和模式的一项重要技术，它是数据挖掘中的一个很活跃的研究领域，目前提出了许多聚类算法。这些聚类算法中，聚类数一般需要给定，但是在多数情况下，聚类数事先无法确定。由于各种聚类算法一般依赖于初值，即使聚类数保持不变，算法决定的聚类结果也可能有所不同，因此对同一个数据集，如何评价聚类算法给出的不同聚类结果就成了一个关键问题，这一问题人们称之为聚类有效性问题。     

一种优化的Key-Value型NoSQL系统

Key-Value(KV)是NoSQL系统中使用较为广泛的一种存储模型。针对当前主流NoSQL系统存在检索功能有限、内存容量小和宕机等问题,提出一种KV型NoSQL系统设计方法。使用可持久化的混合主索引结构解决范围查询和快速重启,采用数据分布算法和内外存混合存储技术,通过数据在内存和固态硬盘之间的智能调度,实现了大规模数据的高效存取和低成本存储。实验结果表明,与Redis相比,对于典型大小Value,该系统在单节点读写性能上提升约8倍,配置成本降低约3/4,在海量数据的低成本高效存储上有明显优势。     

熔化极气保焊焊接电流和电弧电压的数据属性

熔化极气保焊在不同的工况条件下,因焊接工艺需要不同的金属过渡形式而对焊接电流与电弧电压输出波形提出了相应要求.与此同时,焊接过程因受多方面因素影响产生随机、偶发的信息亦反映在焊接电流或电压波形的数据构成中,从而使源于焊接过程中各种影响因素的数据信息结构是由多个不同性质的概率密度函数的叠加.以往对弧焊参数的表达一般都以大数定律为前提,对数据是按照正态或近似正态的总体假设计算其统计值.然而,这一统计假设及其计算方法,对熔化极气保焊过程的数据信息处理仅仅是部分可行,对于基于波控或脉冲电流模式的弧焊信息在大多数工况下已不再有效,不仅会导致参数平均值、热输入等物理量的误差,而且会使弧焊过程中偶发的离群数据及其隐性关键信息无法获知.文中的工作在对熔化极气保焊焊接电流和电弧电压数据分析的基础上,解释了焊接过程产生不同数据分布性质的原因,提出了在当前焊接向自动化和信息化深度发展中,重构弧焊参数的表达方式,提高数据统计分析的科学性和有效性,从而防止和避免对弧焊过程信息认识和应用中可能产生的误读和误导.     

金属导体直流电阻率的能力验证分析

为提高实验室的测试能力以及在行业内的影响力,EMTC组织行业内28家检测机构进行了金属导体的直流电阻率测试能力验证活动。主要介绍了此次能力验证的方案设计内容、误差数据分布和各参比实验室反馈数据的比对结果,同时还分析了部分参比实验室产生不满意结果的原因。     

一种基于给定标准对数据进行正态修正的算法

在数据随机采样与统计的过程中,根据实际情况可能需要对数据分布进行正态化调整。本文研究的内容是在给定平均值和标准差的前提下,将样本数据的分布修正为理想正态曲线的一种方法,此方法可适用于数据信息偏离正态分布的各种情况,比如土壤元素、年降水量等。     

网格不敏感结构应力的焊接疲劳数据分布

为分析网格不敏感结构应力的焊接疲劳S-N数据分布具有高收敛性的机理,基于钛合金焊接接头疲劳试验数据,分别基于名义应力、主S-N曲线法中的结构应力及等效结构应力建立焊接疲劳数据坐标,并以最小二乘法拟合S-N曲线,应用粗糙集分析方法,以接头类型、相对板厚、载荷比、应力比等焊接疲劳主要影响因素作为条件属性,以疲劳数据对于S-N曲线的偏离度作为决策属性,对基于三种应力的焊接疲劳数据分布规律对比分析.结果表明,基于网格不敏感等效结构应力所建立的S-N数据分布更为集中和均匀,在预测焊接接头疲劳寿命方面具有更高的准确性.     

石化企业备件库存优化的研究

资产密集型的大型石油化工企业要确定合理的备件库存,既要考虑需要达到的生产运行保障效能,又要充分考虑企业可承受的库存资金占用。研究了一种基于石化企业备件实际消耗历史数据和故障大修间隔相结合的分析模型,对大型炼化装置的备件消耗用统计学中正态分布和泊松分布方法进行建模,从而确定备件的储备定额。通过实际的工程案例分析,验证了该方法的有效性。     

渗透率变异系数不同计算方法分析

在利用统计学理论公式统计计算渗透率正态分布的变异系数过程中，由于统计对象的差异、统计样品数据分布特征差异、统计方法不同，从而导致其统计学公式也有所差异。