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。     

ICP-AES法测定7种高原野生蜂蜜的矿质元素含量

为探明不同种类高原野生蜂蜜的矿质元素组成,促进高原蜂蜜资源开发利用及品质评价,本研究采用湿法消解、电感耦合等离子体原子发射光谱法(ICP-AES)对包括野花蜜、野生枸杞蜂蜜、野生香草蜜、野生油菜花蜜、野党参蜜、野藿香蜜、珍品雪山花蜜等7个品种高原野生蜂蜜的20种元素——Ca、K、Mg、Na、P、S、Ba、Cu、Fe、Li、Mn、Mo、Ni、Sr、Ti、Zn、Al、As、Cr和P进行测定,并应用聚类分析方法对测定结果进行分析。结果表明:在选定的条件下,各元素间相互干扰小,对测定结果无明显影响;该方法回收率在94.9%～101.3%之间,具有较好的准确度与精密度;不同品种高原蜂蜜中各种元素含量存在一定的差异,其中元素K、P、Ca、Fe、Mg、Na、Mn、Zn含量较高。从聚类树状图上可知,7种蜂蜜可聚类为2类。野党参蜜和野藿香蜜表现出较高的相似性,都可聚为一类,这显示其品质的稳定性。     

区域建筑业发展竞争力动态评价研究——基于时序全局主成分分析

建筑业与区域经济发展具有高度关联性,并且随着地区经济发展更多地呈现出产业触及面广、多动力驱动发展以及差异性的特点。结合区域经济和建筑业发展的关联性,从影响建筑业发展的内外部因素方面入手构建区域建筑业发展竞争力动态评价指标体系,以时间为发展轴基于时序全局主成分分析和层次聚类分析对区域建筑业发展竞争力进行动态评价、分等级排序。研究结果表明,各省市建筑业发展竞争力来源方向具有差异性,并且处于动态的变化之中,与之相关的竞争力指标除建筑业本身的规模之外,也与地区经济、社会发展水平等密切相关,通过分析建筑业竞争力来源的差异性为提高建筑业发展水平提出合理化建议。     

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%。     

聚类分析对学生成绩的研究

本文运用R软件对30个学生的各科成绩及平均成绩进行了分类，根据分析结果，将这30个学生分为了三类。     

基于三维荧光谱降维处理的矿物油识别研究

以汽油、煤油和柴油为研究对象,并将其作为整体研究,不考虑其中具体组分,利用荧光光谱分析技术,提出一种通过将光谱数据矩阵首尾相连,求取其包络线,利用其表观统计量(选用标准偏差、峰度系数和偏度系数)将三维光谱降为二维光谱的方法,该方法对于光谱有一定程度重叠但光谱形状相似性较低的体系有较好的适用性。结合聚类方法,对油种进行识别,识别率达98%,依据朗伯比尔定律,测定三种油类的荧光强度与浓度的拟合曲线,并对其进行定量分析,加标回收率可达95%以上。并与目前常用的平行因子法进行分辨效率的比较,在计算时间上提高了43%。     

基于绘画时序的双层次笔画线条简化方法

虽然有电子画笔的帮助,将线条草图手动重画为干净的线条画依然耗费艺术家大量的时间,严重影响了创作效率.利用笔画的绘画时序,把简化模型从单一的空间关系提升到时间先后关系和笔画修改关系,提出一种双层次的笔画线条简化方法.在绘画过程中实时记录笔画线条的位置和顺序,根据空间信息和时序关系局部地进行线条初步聚类;然后通过修改关系图进行全局的线条类间修改关系分析,理解艺术家的绘画意图,最终合并得到简化结果.实验结果表明,文中方法能够充分利用绘画时序分析绘画意图,实现复杂线条草图的笔画线条自动简化,并通过效果对比展示了该方法的有效性和鲁棒性.     

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。     

基于聚类分析和贪心算法的文件碎片拼接复原

针对文献修复中均匀碎片,以特征位置为基准,采用K-means算法进行聚类分析,对于每一类碎片运用贪心算法不断地取匹配度最高的碎片进行拼接,逐步自动复原整个文献。经计算机仿真证明:此方法能实现文献的快速拼接,有效地提高物证修复,碎片复原的工作效率。