基于多源数据与K-means聚类的地域特征关联纸质包装色彩应用研究

以哈尔滨中央大街景区为研究对象，采用OSM开源地图平台、百度API平台配合ArcGIS10.6平台、Python平台获取数据，通过Matlab平台下DeepLabV3+模型对获得的街道图像进行语义分割，通过K-means聚类算法以HSB色彩空间为模型基准，绘制色彩散点聚类模型、色彩连续性模拟模型与片段色彩聚类模型对中央大街景区进行可视化分析，并提出地域特征关联纸质包装设计的色彩应用建议。多源数据结合K-means聚类法可以在短时间内相对快速、精准、科学完成纸质包装色彩提取与应用策略制订，其结果能够体现地域文脉特色，提升地域特色包装辨识度，有助于实现地域特征关联纸质包装色彩方案优选，为纸质包装色彩应用提供参考。     

童鞋外观类别与顾客偏好度关联分析

针对童鞋外观类别与顾客偏好度的关联分析,提出了一种基于结构熵聚类与多类Logistic相结合的关联模型。首先,选择若干目前流行的童鞋产品,进行童鞋外观要素提取,采用结构熵聚类方法,对诸多外观要素进行聚类分析,以获得主流的外观类别群体。然后,采用多类Logistic方法,建立顾客个体特征与童鞋外观类别的关联模型。该模型可以在顾客网络购鞋时,自动找出与顾客特征最匹配的童鞋外观类别,实现主动推荐功能。最后,实例分析说明了本方法的有效性。     

复杂机械产品服务系统服务活动聚类方法研究

为实现复杂机械产品服务系统配置优化,首先应该对服务活动进行聚类。课题组提出把服务划分为复杂机械产品服务、服务功能集合、服务行为集合和服务活动4层层级结构。分析了服务活动的耦合关系,基于模糊聚类算法提出了复杂机械产品服务系统中服务活动聚类方法。以汽车产品服务为例,应用该方法获得汽车产品服务系统服务活动聚类方案,并采用逼近理想解法进行排序,选择出最优聚类方案。实际应用证明该方法为复杂机械产品服务系统服务活动聚类优化提供了合理的指导。     

基于主成分分析法建立洞庭碧螺春质量评价模型

以洞庭东山6个不同厂家的碧螺春茶为原料,通过测定含水量、干物质、茶多酚、儿茶素、咖啡碱、可溶性蛋白质、游离氨基酸等指标的含量,分析其差异显著性,并利用主成分分析法构建碧螺春茶的质量评价模型,并对碧螺春茶按照得分进行排序;利用聚类分析法对碧螺春茶进行质量相关性分析。结果表明:含水量、干物质、茶多酚、咖啡碱等指标可以表明碧螺春特级茶和非特级茶之间有显著性差异;构建质量评价模型为:F=0.365 81F_1+0.215 03F_2+0.162 79F_3+0.116 16F_4,利用此模型能初步鉴别碧螺春特级茶和非特级茶;聚类分析法与主成分分析法的结果具有较好的一致性。     

关于结合层次聚类和K-means算法进行聚类的研究

为了解决进行K-means聚类时类数的自动选择和Hierarchical聚类在处理大量高维数据时时间效率低的问题,在Kmeans聚类算法的基础上结合Hierarchical聚类算法,提出了一种基于集体智慧编程方法的用于处理大量数据时动态选取K值的聚类模型。实验结果表明该算法比K-means聚类具有更好的聚类效果,同时解决了Hierarchical聚类方法时间效率低的问题。本模型通过K-means聚类生成适量的类簇,再利用Hierarchical聚类对这些类再进行聚类,最后经过剪枝得到合适的聚类结果,以此实现动态选取K值。     

基于熵权法的灰色聚类评估在纺纱工艺设计中的应用

结合纺纱工艺评估的现状和灰色系统的特点,将灰色聚类评估应用在工艺设计中。研究了灰色聚类的相关问题,建立了灰色聚类评估模型。将熵权法应用在灰色聚类中,解决了聚类权重确定的问题,实现了基于熵权法的灰色聚类评估算法。利用企业的工艺和质量数据,进行了算例验证。通过对比试验证明了该评估模型应用于纺纱工艺评估的有效性。     

基于SOM聚类算法和灰色改进神经网络的粮仓温 度预测

针对传统粮仓温度预测方法非线性度大、输入变量繁杂、精度不高的问题,提出利用SOM聚类算法降低模型非线性度、利用灰色关联分析法简化模型输入变量、利用灰色GM(1,N)模型和改进神经网络相结合提高精度的预测方法。结果表明,所用方法预测误差小、模型更稳定,为粮仓温度预测提供了一种有效研究方法。     

扫描电镜/能谱法结合多元统计学无损检验烟用接装纸的研究

为建立一种快速检验烟用接装纸的模型,利用扫描电子显微镜/能谱法(SEM/EDS)结合多元统计学原理对收集到的60个烟用接装纸样品进行检验分析。首先依据样品外观颜色和SEM下微观形貌的不同对样品进行初步分类,利用K-均值聚类法依据X射线能谱仪测定样品无机元素含量对烟用接装纸进行进一步的分组,并借助主成分分析和多元线性回归分析验证聚类结果的准确性,然后通过判别分析构建判别函数预测模型,建立了基于K-均值聚类法的分类模型并将2个未知样品代入验证。K-均值聚类结合组内平方和法将黄色粗糙性接装纸分为4组,通过多元线性回归分析对聚类结果进行了验证,结果显示线性回归模型的显著性水平为0.001,各个元素变量对组别变量具有显著影响。判别分析显示由3个判别函数组成的分类模型的准确率达到100%,代入回判的2个未知样品也被成功识别。     

卷烟配送中心选址优化研究与应用

为提高卷烟物流配送效率，节约配送里程和时间，合理选择配送中心修建数量及地址，从而整体降低配送成本，利用多视角聚类算法结合节点重要度排序理论，构建了卷烟物流配送中心选址优化模型。针对客户点之间不同类型的连接关系，构造双层特征网络，使用共识的配送区域划分矩阵来提取不同性质数据矩阵的共同聚类划分，再用不同的低维系数矩阵表示不同性质数据的异质性，利用KKT原则和乘法更新原则进行矩阵更新迭代，使用hard-cluster方法进行聚类，实现配送区域划分，同时，引入非负矩阵分解的稳定性误差用于选取最优的配送区域个数划分方案；最后使用介数中心性原理，实现基于节点重要度的配送中心选址，以实现配送区域划分的均匀性，降低物流成本，提升物流效率。在云南省保山市进行仿真实验，结果表明:（1）利用本文方法实现了卷烟物流配送中心的选址和对应配送区域的划分，经过优化后，配送总里程减少了6089.097 km，等同于配送时间减少了165.6 h，所有配送中心对应的服务区域较均衡，不存在长距离的跨配送中心送货存在；（2）该地区卷烟销量及配送需求与聚类划分结果基本一致。（3）优化后的单位卷烟物流配送成本显著降低，配送效率也得到了较大程度的提升。因此，使用该方法来解决卷烟配送中心选址和配送区域优化问题是有效且可行的。      

基于密度最大值聚类的奶酪风味鉴别模型

针对传统的食品风味鉴别方法具有的局限性、食品种类比较单一,并不能覆盖所有食品类别,主成分分析方法在奶酪样本上表现效果较差,无法准确快速区分不同风味奶酪,本研究基于密度最大值聚类算法提出了一种鉴别奶酪风味的模型,该模型首先用改进的密度最大值聚类算法对风味物质进行聚类,自动获取聚类中心形成具有风味表征的特征,然后利用支持向量机算法进行分类鉴别。结果表明,通过改进的密度最大值聚类算法得到风味物质特征后,分类器模型更加稳健,均适用于切达奶酪和马苏里拉奶酪的类别鉴定,准确率均在95%以上,高于原始特征、DBSCAN聚类特征、K-means聚类特征的分类结果。     

换热器管板有限元分析模型研究

建立3种换热器管板有限元分析的简化模型:当量实心板与杆单元模型(模型A);实体管板与杆单元模型(模型B);实体管板与壳单元模型(模型C),通过典型算例,将3种简化模型的计算结果与全实体模型(模型D)进行对比分析。结果表明,模型C管板的应力强度、轴向位移及管束轴向力均与实体模型D较为接近,且得到保守结果,计算精度及效率优势较为明显。     

基于动态多维定位的定制服装品牌设计模式

定制服装品牌设计模式的复合架构有助于解决本土服装品牌在品牌升级过程中遇到的问题,改变品牌多元化背景下定制服装子品牌存在的定位模糊与缺乏系统品牌模式、设计方法指导的现状。以业务模式、经营模式、盈利模式、服务模式为核心维度,将定制服装品牌模式分为以下三类：基于作坊式运营并专注于高级定制业务的定制服装工作室或品牌;基于成衣品牌多元化发展与品牌上延的定制服装子品牌;基于数字技术与流水线生产的大规模定制服装品牌或团购定制品牌。比对三者,确定设计模式的研究对象与范围。而后,归纳出定制服装品牌的定位结构特征,提炼出三种主流定制动机,结合三维定位组合,提出定制服装品牌动态多维定位体系的四个步骤。最后,将定制服装品牌的设计模式分解为以下四个子模块：三维设计模块、动态多维定位模块、要素分层模块、营销要素组合模块,从而构建基于动态多维定位的中国定制服装品牌设计模式。     

基于学习功能的人体模型表达与实现

针对复杂结构的人体重建问题,提出了一个基于学习功能的人体模型的表达方法,人体线性模型采用校正人体形状的网格顶点算法。根据标准的人体网格创建方法,人体模型的形状由向量代表的平均模板形成,通过学习不同人体形状的回归矩阵,对人体线性模型进行分割和深度估计,隐式地建立人体模型的空间关系,估计人体线性模型中的关节位置,使人体模型的躯干表达更加自然并且清晰。结果表明,基于学习功能的人体模型的表达算法可靠,模型输出结果较为准确,该模型能实现高效的人体模型重构与优化,为人体模型的有效表达提供技术依据和理论参考。     

烟草样品等温吸湿模型的比较与分析

为了筛选出适合不同烟草样品的等温吸湿模型,从食品等温吸湿研究领域的众多模型中选择了14种常用的数学模型,包括理论模型8种:BET模型、GAB模型、Kühn模型、Smith模型1（非溶胀材料）、Smith模型2（溶胀材料）、Harkins模型、Hailwood模型和Lewicki模型,经验/半经验模型6种:Peleg模型、Ferro Fontan模型、DLP模型、Konstance模型、Oswin模型和Polynomial模型,对12个不同类型烟草样品的实验数据进行拟合,通过决定系数（R2）和平均相对误差（MRE）对模型的拟合效果进行了评价,并用18个不同类型的烟草样品对优选模型进行了验证。结果表明,GAB和DLP模型具有较好的普遍适用性,可分别作为烟草样品等温吸湿研究领域的理论模型和经验/半经验模型进行推广应用。      

Modeling the effect of temperature on growth of Salmonella in chicken

Growth data of Salmonella in chicken were collected at several isothermal conditions (10, 15, 20, 25, 28, 32, 35, 37, 42, and 45 degrees C) and were then fitted into primary models, namely the logistic model, modified Gompertz model and Baranyi model. Measures of goodness-of-fit such as mean square error, pseudo-R(2), -2 log likelihood, Akaike's information, and Sawa's Bayesian information criteria were used for comparison for these primary models. Based on these criteria, modified Gompertz model described growth data the best, followed by the Baranyi model, and then the logistic model. The maximum growth rates obtained from each primary model were then modeled as a function of temperature using the modified Ratkowsky model. Pseudo-R(2) values for this secondary model describing growth rate obtained from Baranyi, modified Gompertz, and logistic models were 0.999, 0.980, and 0.990, respectively. Mean square error values for corresponding models were 0.0002, 0.0008, and 0.0009, respectively. Both measures clearly show that the Baranyi model performed better than the modified Gompertz model or the logistic model.     

新疆药桑葚酵素发酵动力学模型及其发酵比速率的研究

为了进一步研究新疆药桑葚酵素发酵过程中发酵动力学变化情况,针对发酵过程中乳酸菌生长、总酸生成及还原糖基质消耗情况,该研究应用Logistic模型、SGompertz模型、DoseResp模型和Boltzmann模型进行非线性拟合,并依据相关系数判断其可靠性。结果表明,在乳酸菌生长动力学模型中Logistic模型的拟合效果最佳,其相关系数最接近1。在还原糖基质消耗动力学模型中DoseResp模型和Boltzmann模型均可用于定量描述和预测药桑葚酵素发酵过程中还原糖基质消耗情况。在总酸生成动力学模型中Logistic模型的拟合效果最佳。所选模型拟合发酵过程均为可行,为药桑葚酵素发酵进一步工业化生产和扩大市场提供了理论基础。     

猪肉中挥发性盐基氮含量光谱检测模型的修正方法

目的 研究猪肉新鲜度指标挥发性盐基氮(TVB-N)含量检测模型修正方法, 以提高光谱校正模型对不同品种猪肉样品的适用性。方法 建立基于偏最小二乘回归(PLSR)的杜长大猪肉TVB-N模型, 采用光谱信号补正与模型更新两种方法对该模型进行修订, 比较修正后杜长大模型对恩施山猪样本的预测效果。结果 建立的杜长大猪肉样本模型预测决定系数R2p为0.884, 预测标准差RMSEP为1.792, 将此模型用于预测恩施山猪TVB-N值, R2p为0.552, RMSEP为4.733。修正后的杜长大猪肉样本模型预测恩施山猪TVB-N值时, R2p分别提高到0.964和0.943, RMSEP分别降低为1.329和1.885。结论 光谱信号补正和模型更新方法均能有效改善模型预测性能, 提高模型适应性。     

鲍鱼热风干燥动力学及干燥过程数学模拟

研究了鲍鱼在不同热风干燥温度下的干燥动力学特点,并构建了干燥过程的数学模型。热风干燥温度选取60、65、70、75、80℃;风速恒定为1m/s。干燥方法采取间歇干燥,分两个阶段进行。利用理论模型—扩散模型,和常见经验模型—Newton模型、Henderson and Pabis模型、Logaritmic模型、Two-terms模型、Page模型及Modified Page模型,对鲍鱼干燥过程的两个阶段分别进行描述。实验结果表明:鲍鱼热风干燥只经历降速阶段,水分扩散在鲍鱼干燥的过程中起主导作用。通过对实验数据进行统计分析,得到适合鲍鱼热风干燥的模型为Page模型(第一阶段干燥)和Two-terms模型(第二阶段干燥),模型的预测值与实际值比较吻合(Page模型r2>0.999,s<1%;Two-terms模型r2>0.997,s<2%),可以用来描述鲍鱼的热风干燥过程。     

基准定位的自动装配技术

提出了1种全新的模型自动装配策略,设计了1种具有通用性和完整性的产品自动装配模型,对该模型引入了装配接口的概念.从装配关系出发,将产品自动装配模型划分为装配接口模型、定位关系模型和产品装配关系模型3个层次,主要解决了装配信息的提取和独立于产品模型进行表达的问题.此研究成果也适用于模块化设计技术中接口模块的设计和实现,并可与现有的其它CAD技术结合使用.     

Evaluation of autoregressive covariance structures for test-day records of Holstein cows: estimates of parameters

The objective of this study was to compare test-day (TD) models with autoregressive covariance structures for the estimation of genetic and environmental components of variance for milk, fat and protein yields, and somatic cell score (SCS) in Holstein cows. Four models were compared: model I (CS model) was a simple TD repeatability animal model with compound symmetry covariance structure for environmental effects, model II (AR_pe model) and model III (AR_e model) had first-order autoregressive covariance structures for TD permanent or residual environmental effects, respectively, and model IV (305-d model) was a simple animal model using 305-d records. Data were 106,472 first-lactation TD records of 12,071 Holstein cows calving from 1996 through 2001. Likelihood ratio tests indicated that AR_pe and AR_e models fit the data significantly better than the CS model. The AR_e model resulted in slightly smaller estimates of genetic variance and heritability than did the CS model. Estimates of residual variance were always smaller with the CS model than with the AR_e model with the autoregressive covariance structure among TD residual effects. Estimates of heritability with different TD models were in the range of 0.06 to 0.11. The 305-d model resulted in estimates of heritability in the range of 0.11 to 0.36. The autoregressive covariance structure among TD residual effects may help to prevent bias in heritability estimates for milk, fat and protein yields, and SCS.