一种改进的多视图聚类集成算法

近年来,针对大数据的数据挖掘技术和机器学习算法研究变得日趋重要。在聚类领域,随着多视图数据的大量出现,多视图聚类已经成为了一类重要的聚类方法。然而,大多数现有的多视图聚类算法受算法参数设置、数据样本等影响,具有聚类结果不稳定、参数需要反复调节等缺点。基于多视图K-means算法和聚类集成技术,提出了一种改进的多视图聚类集成算法,其提高了聚类的准确性、鲁棒性和稳定性。其次,由于单机环境下的多视图聚类算法难以对海量的数据进行处理,结合分布式处理技术,实现了一种分布式的多视图并行聚类算法。实验证明,并行算法在处理大数据时的时间效率有很大提升,适合于大数据环境下的多视图聚类分析。     

挂篮支架联合施工的预应力混凝土连续刚构桥施工监控探讨

随着现代交通建设的不断发展,高难度、大跨度的桥梁建设成为新的发展趋势。施工便捷、跨越能力强、线性明快流畅、强度高的混凝土连续钢构桥成为桥梁建设普遍的选择。本文正是基于挂篮支架联合施工的预应力混凝土连续刚构桥施工监控的发展进行论述,旨在促进连续刚构桥施工监控的发展。     

控制棒驱动机构用同步磁阻电机低速运转平稳性研究

首先通过分析控制棒驱动机构中同步磁阻电机在低速运行时出现失稳的原因,得到了齿槽转矩脉动、换相换流转矩脉动和低速时电流非正弦引起的转矩脉动对转矩波动的影响规律.然后通过建立的低速运转仿真模型得到了电机在不同转速下的电流和输出转矩,并针对仿真结果,提出了从电机本体结构和控制方式对电机转矩脉动进行优化的方案.仿真结果表明:优化后电机低速运行平稳性得到明显改善,在低速运行时的电流畸变率减小了65%,转矩脉动最高减小了81%.     

功指数模型在地质和工程录井中的应用

功指数模型可以较好地反映钻头破岩做功的变化趋势,目前已在各类致密潜山地层(火成岩、碳酸盐岩等)中得到应用,但均停留在储集层识别方面,鲜有涉及常规砂泥岩地层的应用。基于在地质、工程领域对功指数模型的大量实践,对功指数趋势线建立方法进行了优化,使功指数比值参数的计算更为准确;同时通过研究功指数模型在砂泥岩地层的应用方法,并用于现场实时划分潜力层和定性分析地层泥质含量,为随钻录井综合解释提供有力参考;针对监测钻头失效、磨损以及钻井泥包等方面提出了功指数模型在钻井工程中的应用步骤,并取得良好效果。实践表明,功指数模型应用方法操作简单、时效性高,具有良好的推广价值。     

微生物浸矿技术在选铜工业中的应用

简单介绍了微生物在选铜工业中浸矿技术的概念以及在国内外的发展概况，总结了浸矿微生物的种类以及微生物在浸矿过程中的直接作用和间接作用，为我国矿床研究、低品位和难选矿石的选冶提供了新的技术开发利用途径。     

炼厂环烷酸腐蚀与防腐技术

环烷酸腐蚀是炼油工业中急需解决的问题,为此对环烷酸在原油中的分布情况、环烷酸的性质、腐蚀特点及原油加工过程中设备易蚀部位进行了阐述。针对影响环烷酸腐蚀的因素,介绍了抑制环烷酸腐蚀的主要措施,包括通过混炼和脱除原油中环烷酸等方法降低原油酸值．优化操作条件,设备材料选择及改性处理,注入高温缓蚀剂等方法,尤其对环烷酸缓蚀剂品种、性能及防腐效果进行较详细介绍。     

牛东火山岩油藏压裂效果影响因素研究

针对牛东火山岩的储层特征,开展了优化选井选层、优化压裂规模和裂缝形态、解除堵塞等研究和矿场试验,并在全面总结区块前期压裂井的基础上,研究了影响压裂效果的主要因素。研究表明,牛东火山岩油藏孔隙特征和储层类型是影响压裂效果的关键因素,缝洞发育的储层压裂效果好,目前采用的大规模水基液体压裂工艺技术对地层伤害小,能够有效沟通缝洞,适应区块火山岩油藏改造的需要,可继续在该区块推广应用。     

酸化解堵技术在子长油田长_2油层的应用

针对子长油田长_2油层结垢、堵塞极为严重现状,以余家坪区长_2油层酸化技术试验为基础,通过资料研究分析、优化酸化配方,形成了适合该区不同堵塞特点的系列解堵工艺技术。针对油层堵塞的具体情况,开展了复合酸化解堵、WL-1复合解堵、注水井降压增注等各类解堵措施,为该厂稳产增产做出了积极贡献。     

薄壁旋压圆筒的兰姆波检测技术研究

在薄壁旋压圆筒的超声波探伤中,针对旋压圆筒的特点,运用兰姆波检测技术,从检测机理、探伤条件选择、检测中注意事项、检测实例及应用效果等方面进行分析研究,优化探伤工艺方案,提高对薄壁旋压圆筒的缺陷检出率。     

一种对不确定区域再分类的路面检测算法

路面检测是智能汽车领域的一个重要研究课题。基于学习的方法将获取的汽车前方的图像划分为一些区域,然后分别将这些区域分类为路面区域或非路面区域。由于现实场景的复杂性,存在一些既包含路面又包含非路面的不确定区域,只是将其分类为路面区域或非路面区域是不合理的。针对上述问题,提出了一种新的基于分割的路面检测算法,其核心是不确定区域再分类算法RCUR（Re-classification on Uncertain Regions）。该算法检测出不确定区域后,利用不同分割算法的互补性将不确定区域分割为若干子区域,通过对子区域的组合、分类可以有效地区分出不确定区域中的路面与非路面部分。实验表明该算法能够在现实场景中适应路面的多样性,提高路面检测的正确率,降低噪声对路面检测结果的影响。