数据质量评估方法在水利普查中的应用

第一次全国水利普查是国家基础水信息的基准性调查,普查数据质量是普查工作的核心,正确评估普查数据质量是控制和提高数据质量的依据。本文结合当前数据质量评估研究理论给出了水利普查数据质量评估的方法,包括评估维度、评估方法以及组织实施,该方法能够对水利普查数据质量进行有效的评估。     

基于Matrix Profile的时间序列变长模体挖掘

已有的变长模体发现算法存在速度慢、可扩展性较差,且结果中包含过短、过长和平凡匹配等无意义模体的问题。本文提出一种基于Matrix Profile的时间序列变长模体挖掘算法。该算法使用STOMP算法作为子程序,使用结合了增量计算的下界距离来加速候选模体提取过程;采用长度相似性条件和模体分组等价类方法踢除过短、过长和平凡匹配等无意义的模体。在数据集UCR上的实验表明,提出的算法在发现变长模体时,能够有效地过滤无意义模体,且具有较高的效率和准确率。     

基于相似性搜索的水利普查数据融合

针对第一次全国水利普查数据融合存在的问题,提出自适应编辑距离相似性度量,通过调整编辑操作权重及启发式学习权重等措施,对传统的编辑距离进行改进,提高相似性搜索的准确性,并给出基于编辑距离的水利普查数据融合的方法和流程,算法的有效性在第一次全国水利普查数据处理中得到验证。     

硬质聚氯乙烯低发泡挤出专用料的研究(1)——配方设计与研究

研究了主要配方组分对硬质ＰＶＣ低发泡挤出过程稳定性的影响,设计并筛选出制品密度ρ＝０８ｇｃｍ－３的实用硬ＰＶＣ低发泡挤出制品配方。     

湿法炼铜中的萃取剂

简述了国内外铜萃取剂的类型,对不同类型萃取剂的性能、结构及使用进行了综述.     

氰化尾渣综合利用研究

采用一步氯化挥发法处理氰化提金后的尾渣,考察了工艺配方、焙烧温度、焙烧时间及气氛等因素对脱铜、脱砷效果的影响.结果表明:采用一步氯化挥发法脱除铜砷的效果良好,适当配比制球,在焙烧温度1160℃的条件下,尾渣中的铜砷脱除率达到90%以上,并可通过冷凝收尘回收铅、锌、银等有价金属.烧渣中铁的品位达到64%以上,可作为优良的炼铁原料.     

平面域上离散点的三角化实现

简单回顾了生成Delaunay三角网的分治算法，逐点插入法，三角网生长法等三类主流算法，提出了一种基于逐点插入思想的快速，有效的分区逐点插入三角化算法，实现了平面域上离散数据点的三角化，网络的优化是在网格生成过程中完成的，生成的网格符合Delaunay准。     

浅析EKL型缆道测流系统常见故障与排除方法

1概述EKL型缆道测流系统是河南省近几年来在流量测验方面引进的主要设备。它具有自动化程度高、运行稳定、安全性能好、操作简便、测验精度高等优点。EKL缆道分为EKL-1型和EKL-3型2种。两者具有共同的工作原理,而区别在于: EKL-1型是完全依靠人工控制操作,来完成整个测流过程;而EKL-3型除具备EKL-1型的特点之外,还可以通过与计算机的连接,由程序控制自动完成流量的测验全过程,并可自动形成工作报表。通过几年来的应用,发现EKL型缆道测流系统还存在一     

电-多相催化氧化降解松香废水的研究

采用Fe/Mn多相催化氧化和电氧化方法降解松香废水,制备了负载型金属催化剂,研究了活性炭、分子筛、Al2O3等不同载体和不同金属组分对电-多相催化氧化降解松香废水效果的影响,获得具有较高活性的含Fe和Mn多组分催化剂,通过能谱和电子扫描显微镜分析多相催化剂的元素成分和微观结构.利用电化学工作站测定4种不同钛电极的伏安曲线.选择催化活性较高的钛电极.研究结果表明:活性炭具有多孔结构和较强的催化功能,以其为载体的催化剂效率高;催化剂中两种组分好于单一组分,其中以Fe+Mn制备的催化剂效果最好;RuIrSnMnTi电极具有良好的电化学催化活性;对于COD为2 300 mg/L的低浓度松香废水的电氧化降解,采用催化剂后,COD去除率由31%提高到63%:而对于COD为6 500 mg/L高浓度松香废水,电-多相催化氧化降解COD去除率达88%,可有效降低COD.     

基于子序列全连接和最大团的时间序列模体发现算法

针对时间序列模体发现算法计算复杂，并且无法发现多实例模体的问题，提出基于子序列全连接和最大团的时间序列模体发现（TSSJMC）算法。首先，使用快速时间序列子序列全连接算法求得所有子序列之间的距离，生成距离矩阵；然后，设置相似性阈值，将距离矩阵转化为邻接矩阵，构造子序列相似图；最后采用最大团搜索算法从相似图中搜索最大团，最大团的顶点对应的时间序列为包含最多实例的模体。在公开的时间序列数据集上进行实验，选用已有的能够发现多实例模体的Brute Force和Random Projection算法作为对比对象，分别从准确性、效率、可扩展性和鲁棒性对TSSJMC算法进行分析并获得了客观的评判结果。实验结果表明，与Random Projection算法相比，TSSJMC算法在效率、可扩展性和鲁棒性法方面均有明显优势；与Brute Force算法相比，TSSJMC算法发现的模体实例数量虽略低，但其效率和可扩展性都优于Brute Force算法。因此，TSSJMC是质量和效率相平衡的算法。