基于聚类的数据加权优化在犯罪预测中的应用

近年来，我国传统暴力犯罪与成年人犯罪呈下降态势，但是，犯罪案由层出不穷。为有效提升公安实践工作中犯罪预测能力，打击各类违法犯罪事件,本文针对犯罪数据，提出一种新型犯罪预测模型。利用密度聚类分析方法将犯罪数据分类，然后进行数据降维提取关键属性生成特征数据，继而对特征数据进行加权优化并采用机器学习的方式对特征数据进行学习，从而预测犯罪案由。实验结果表明，与传统方法相比，本文方法具有更好的预测效果，为公安实践工作中类似案件的侦破和预防，提供新的路径支撑。     

偏压梯度TiAlN涂层高温氧化与抗高温粒子冲蚀性能

采用连续偏压的沉积工艺与磁过滤阴极真空弧技术在TC4钛合金表面成功制备偏压梯度TiAlN涂层，对涂层的高温氧化性能与抗高温粒子冲蚀性能分别进行了考核，并对考核前后涂层的表面形貌、成分、相结构变化，以及冲蚀损伤特征进行了测试与表征。结果表明，400℃高温氧化后偏压梯度TiAlN涂层表面颜色加深，且保持完整平滑，无明显损伤；偏压涂层表面氧原子分数为20.9%,质量增加为0.81μg/mm²,偏压涂层结构更加致密，抑制氧元素向内扩展，抗氧化性能较bias-50 TiAlN涂层更佳。400℃下高温粒子冲蚀条件下，偏压梯度TiAlN涂层在30°与90°冲蚀角度下的冲蚀率分别为0.26 mg/g、0.24 mg/g,低于bias-50 TiAlN涂层，表现出更加优异的抗高温粒子冲蚀性能；在400℃条件下，钛合金基体与TiAlN涂层未发生明显的氧化损伤，高温粒子冲蚀损伤均为冲蚀主导机制。     

基于局部线性嵌入极限学习机的人脸识别新方法

针对人脸图片数量多、容易受噪声干扰,致使人脸识别的识别速度慢、准确率低的问题,提出一种基于局部线性嵌入极限学习机的人脸识别方法——LLE-ELM算法。利用局部线性嵌入(LLE)算法对人脸数据提取特征,最大限度保留原数据的特征结构,减少数据量,降低计算复杂;采用极限学习机(ELM)算法对提取特征后的数据进行分类;实现人脸识别,输出识别准确率和时长。通过在ORL数据库、Yale数据库、AR人脸库和CASIA-WEBFACE人脸库上的数值实验表明:与PCA、SVM、CNN算法对比,该算法具有较高的识别准确率和较快的识别速度。     

仓储企业审核中应重点把握的几个问题

仓储业主要从事货物的储存和保管。为保持社会生产和服务的连续性，各行各业都不同程度地存在着货物储存业务，仓储管理应用的范围相当广泛。研究和探讨仓储企业质量管理体系审核的有关问题，提高审核水平，对仓储业认证工作的发展和提高仓储企业的管理水平都有积极的现实意义。