一种基于自然最近邻的离群检测算法

任何涉及k近邻求解问题的算法被应用于处理不同特征的数据集时,参数k值的选择都会明显影响算法的性能和结果。因而,如何选择k近邻算法中敏感参数k值一直是一个研究难点。提出了一种新的近邻关系———自然最近邻,它不需要设置参数k,每个节点的邻居是由算法自适应计算而形成的。针对离群点检测的特殊性,通过确定自然最近邻居搜索算法的终止条件,提出一种基于自然最近邻的新的离群检测算法ODb3N。实验表明,该算法不仅避免了k近邻中参数的选择问题,而且能够更有效地发现离群簇。     

Delaunay三角剖分在离群点检测中的应用

在传统的基于[K]近邻的算法中,需要为算法设置邻居参数[k]的值,只有具备相关的先验知识才能确定合适的参数值。为了减少参数对于离群点检测的影响,提出了一种无需参数的基于Delaunay三角剖分的离群点检测算法。Delaunay三角剖分是数值分析以及图形学中的重要基础理论,它的构建无需任何参数,在三角剖分图中的每个数据对象与它空间上相邻的点都存在边直接相连,因此可以形成一种有效的邻居关系。算法首先通过Delaunay三角剖分形成每个点的空间邻居集合,然后根据每个点与它们空间邻居之间的分布特征,计算它们的离群程度,根据离群程度的大小判断该点是否为离群点。通过实验与相关的算法比较,算法具有更好的效果。     

钒钛高炉死料柱焦炭微观结构特征

为研究高炉死料柱焦炭宏观性能与微观结构之间的关系,采用工业分析、气孔结构分析、BET检测、XRD检测与SEM观测等手段,对采样自西昌某钒钛高炉停炉实验的死料柱焦炭样品与该厂日常生产使用的入料样品进行对比分析。发现死料柱焦炭相对于对照的入料焦炭在微晶结构、气孔结构、矿物分布等方面具有显著的差异,主要表现为死料柱焦炭中灰分含量增加,超大气孔(孔径大于1 000μm2)数量增多,微孔(孔径0~50nm)与介孔(孔径50~300nm)数量增多,微晶尺寸增大了约4倍。除此之外,死料柱焦炭外部气孔还吸附着大量渣铁矿物,矿物以镁黄长石、钙钛矿、铁碳化合物为主。说明焦炭在下降至死料柱区域且长时间停留后,其气孔率增加,石墨化程度也有所增加。     

紫外光度法在液氨油含量测定中的应用

液氨中油含量既是产品质量指标,又是安全生产指标,GB 536—88《液体无水氨》标准规定液氨中油含量测定采用称量法和红外法,目前无红外分析仪,称量法又十分的繁锁、费时,数据滞后,不能及时为化工操作提供数据。为寻找快速测定方法,本文试验了紫外光度法(以下简称紫外法),紫外法测定结果明显高于称量法,通过数据的统计分析,发现两方法测定结果存在强正相关,因此,控制分析时可采用紫外法测定液氨中油含量,将测定结果进行回归校正,其准确度能满足要求。     

气相色谱法测定硝酸生产尾气中N_2O的改进

探讨了现行气相色谱法测定硝酸生产尾气中N2O含量的方法灵敏度差,仪器基线噪声大,检出限高、稳定时间长的原因。更换了气相色谱仪,优化了仪器操作条件。改进后的方法,基线噪声降低35倍,灵敏度升高1倍,检出限降低9倍、稳定时间缩短2倍。适合硝酸生产尾气中N2O含量的测定,为更好地评价尾气中N2O治理(CDM项目)效果提供分析数据。