数据挖掘技术在地理信息系统中的应用

研究数据挖掘技术在地理信息系统中的应用．着重阐述了属性相关分析，深入讨论了可视化数据挖掘软件的设计与实现，提出了通过高阶关联分析来找到因素间内在的关系．利用属性相关分析挖掘GIS的属性数据，并利用丰富多样的图表显示其结果．可以帮助城市交通、铁路等部门的决策人员进行辅助决策，具有较强的实用性．     

GC-MS法测定药用复合包装袋中异氰酸酯

目的利用气相色谱-质谱(GC-MS)技术建立同时测定药用复合包装袋中8种异氰酸酯含量的方法。方法将药用复合包装袋剪成尺寸(长×宽)不大于5 mm×5 mm的小碎片,采用二氯甲烷超声萃取40 min;萃取液经氮吹浓缩后,采用GC-MS法分析。采用TG-5MS色谱柱,将进样口温度设为200℃,柱温箱初温设为40℃,在程序升温条件下可实现8种异氰酸酯的有效分离。结果8种异氰酸酯在质量浓度为0.02~5.0 mg/L时,线性关系良好,相关系数R²均大于0.997,检出限为0.001~0.006 mg/kg。药用复合包装袋中的异氰酸酯在低、中、高等3个浓度水平下的加标回收率为80.3%~111.7%,相对标准偏差为0.6%~5.1%。结论该方法操作简便、灵敏度高、准确度好,可为药用复合包装袋中异氰酸酯的检测分析提供技术支持。     

智能悬挂连接式巡检系统动态分析及工况仿真实验

由于高压线路地处偏远地区，日常巡检维护并不完善，一旦出现问题，可能会对高压线路造成巨大的损失。为有效提高高压线路巡检时工作效率问题，对悬轨巡检机器人在高压输电线路曲线段的运动机理进行深入研究分析，同时采用欧拉分析法构建巡检机器人运动组件的动力学建模，针对高压线巡检机器人的工作状态进行了研究。结果表明，所提出的悬挂轨道式机器人在平直状态下的震动最少，在攀爬状态下的震动最大，总体上工作平稳，能够实现对高压输电的高效巡检。同时巡检机器人在高压线路工作时的越障能力及稳定性较好。研究结果对悬挂轨道巡检机器人的研制具有指导意义。     

基于动静态特征双输入神经网络的咳嗽声诊断COVID-19算法

新型冠状病毒肺炎（COVID-19）已经在世界范围内造成了严重影响，在防控疫情方面学者们进行了大量研究.利用咳嗽声判断病变部位来诊断新冠肺炎具有非接触、成本低、易获取等优点，但是此类研究在国内较为匮乏.梅尔倒谱系数（Mel Frequency Cepstral Coefficients,MFCC）特征仅能够表示声音的静态特征，而一阶差分MFCC特征还能反应声音的动态特征.为了更好地防治新冠肺炎，本文提出了基于动静态特征双输入神经网络的咳嗽声诊断新冠肺炎算法，通过咳嗽声诊断新冠肺炎.在Coswara数据集基础上，对咳嗽声的音频进行裁剪，提取MFCC和一阶差分MFCC特征训练了一个动静态特征双输入神经网络模型.本文模型采用统计池化层，可以输入不同长度的MFCC特征.实验结果表明，与现有模型相比较，本文算法明显提升了识别准确率、召回率、特异性和F1值.