谱聚类-Adaboost集成数据挖掘算法在岩性识别中的应用

针对原有岩性分类方法精度较低、泛化能力不足、结果较不稳定以及不符合地质情况的事实,提出基于谱聚类-Adaboost集成算法的数据挖掘技术,应用谱聚类算法对噪音数据不敏感及可收敛到全局最优解的特点,解决样本数据过滤的问题,有效去除数据冗余;依据数据挖掘集成思想中的Adaboost集成算法对基分类器C4.5进行集成优化,将弱分类器提升为强分类器,提升分类能力。通过对某地区498块致密砂岩岩样资料进行处理,结果表明:谱聚类方法的样本筛选能力较交会图方法与经典聚类方法更强;而Adaboost集成算法不仅精度较BP神经网络等经典分类算法高,而且具有着较强的泛化能力,较好地解决了基分类器存在的稳定性弱、泛化能力差等问题;利用谱聚类去除样本冗余-Adaboost集成算法判别的思想使得算法的稳定性更高,岩性判别率稳定到81.96%,明显高于其他判别方法;该方法思路新颖,效果较好,可以进行推广。     

基于改进的LogitBoost算法的垃圾网页检测研究

实现垃圾网页的有效检测可以有效提高搜索引擎检索质量,促使网页的设计向着面向用户的方向发展。由于垃圾网页是面向搜索引擎设计的,正常网页是面向用户设计的,因而两者在特征方面存在众多区别,通过机器学习方法可以根据垃圾网页与正常网页在特征方面的不同对垃圾网页进行有效识别。通过对常见单分类器和集成学习分类器处理垃圾网页数据集的对比实验,发现集成学习方法 logitboost较为突出,所得结果明显优于单一分类器和常用集成学习算法,所得结果也更接近真实值,并通过对logitboost所用的预处理方法和基分类器进行改进,发现用resample对垃圾网页进行预处理,以REPTree算法为基分类器的logitboost算法对垃圾网页数据集的分类有较高的精确度。     

基于特征选择的SVM选择性集成学习方法

本文提出了一种结合SVM的选择性集成学习方法。算法基于集成学习的基本框架,通过对输入的训练子集进行特征选择处理并对随后的基分类器进行泛化能力的排序和选择,形成了一个新的集成分类器,以提高性能。文中试验采用UCI数据集与传统的Bagging算法做对比,结果表明本文算法可以有效地改善分类效果。     

特高压站避雷器泄漏电流在线监测和分析系统

在线采集避雷器泄漏电流,研究避雷器智能预警算法,提前预警避雷器缺陷。本文设计一种基于时间序列和趋势分析的特高压变电站避雷器缺陷预警系统,该系统采用无源零磁通互感器采集避雷器泄漏全电流并通过LoRa无线通信传输给通信中继单元,通信中继单元采集对应母线CVT信号结合全电流数据计算阻性电流,通信中继单元将监测和计算数据通过第二级LoRa无线通信传输给系统后台,系统后台对采集的数据进行存储和分析。该系统在特高压交流变电站进行安装验证,结果表明:设备安装快捷,施工方便,降低现场施工风险;监测数据准确,成功预警避雷器缺陷,保障电网安全稳定运行。     

基于计量单元的建筑电耗在线诊断方法

本文立足大型公建能耗分项计量系统,对已投入运营的长宁区建筑能效监控平台采集到的海量建筑电耗数据进行深入分析,本着快速、简便、可行的原则,提出了分时段的建筑计量单元短周期异常电耗诊断算法,以实现长宁平台的在线诊断。经测试该方法具有较好的适用性,对建筑电耗进行实时监测和报警,挖掘数据价值,及时发现并避免建筑运营阶段的不合理用能情况,提高节能管理工作的效率。     

住宅室内空气质量和通风系统性能在线监测平台及数据库

搭建了一个住宅室内环境参数和通风系统性能的多传感器阵列式在线监测平台,建立了MySQL数据库,该数据库不仅能够将数以亿计的长期监测时序数据(LMTD)、住户信息数据和研究成果数据加以存储,更能对这些数据进行关系型管理。在数据预处理方面,改进了一些用于过滤LMTD异常值和消除LMTD数据漂移的算法及其选择机制,使得LMTD的预处理最为有效。     

天津市给水管网水质在线监测系统

分析了给水管网水质在线监测系统的内涵,结合监测度、监测度矩阵、监测点覆盖水量、仪表集成、数据传输、中央控制管理系统等介绍了天津市给水管网水质在线监测系统的建设过程,主要包括在线监测点位置的优选、在线监测系统的集成及其功能,并对下一步系统的拓展进行了展望。     

基于流数据的列车在线状态监测方法研究与应用

为实时地监测列车在线状态,传统的阈值检测方法只能从数值表现上对设备或系统状态做出判断,而忽略了数据趋势性变化所反映出的列车健康状态变化信息。文章针对列车在线运行过程中产生的流数据提出了一种基于一致性表现的流数据分析方法,其在离群异常点提供报警的同时,能够从特征变化趋势中挖掘信息,同时开发了一套应用于列车多功能车辆总线MVB网络的智能维护设备来搭载和验证算法;基于列车实测数据和故障注入技术在实验室模拟了列车总线网络测试环境,以列车气制动系统为分析对象对所提方法和所开发的设备进行了测试。结果表明,其能够有效地对突发性异常进行报警,在健康状态早期、中期和后期的报警识别率分别为85.7%, 71.4%和57.1%,且能够较好地识别和监测设备性能的衰退。     

中国石油污染源在线监测系统发展的探究

文章结合中国石油污染源在线监测系统的开发情况，对中国石油污染源在线监测系统基本情况、存在问题、系统功能的提升进行了探究。得出：智能环境在线监控系统除实现对环境污染物排放的实时监测，还将对未来污染物排放浓度有一定的预测性，提供符合决策支持的参考信息。为顺应时代发展，亟需利用数据挖掘技术和大数据理论实现异常数据的判别和超标数据的预测，以满足国家对在线监测工作日益严格的考核要求。     

牵引变电所温度在线监测系统的研制

提出一种基于无线传感器网络技术、Internet网络通信技术、计算机技术的牵引变电所温度在线监测系统,对关键部位温度情况进行实时监测,通过数据集中器收集数据,中心处理单元进行分析,从而确认温度异常部位,对预防牵引变电所电气烧伤事故具有重要的预警作用。