数据挖掘技术在高校就业预测分析中的应用

针对当前高校面临的就业问题,本文利用决策树C4.5算法对某高校近三年的毕业生就业信息进行分析,建立就业分析预测模型。首先选取高校就业信息管理系统中的就业信息,对信息进行采集和预处理,然后利用分类算法中的C4.5分类算法进行挖掘,最后对建立的决策树进行规则提取,从而得到毕业生就业预测规则。实验结果表明建立的就业分析模型是有效的、可靠的,对于全面提高大学生的就业能力、完善就业服务体系等方面具有一定指导意义。     

基于不平衡类数据集分类的空间插值方法

对于不平衡类数据集的分类问题,训练分类器后,分类结果产生了向多数类偏斜的问题,少数类识别率较低.为了提高少数类的分类精度,提出了一种改进的SMOTE方法—空间插值方法,利用少数类及其k近邻构造超几何体,在超几何体内随机产生虚拟少数类样本,当其k近邻中存在多数类时,缩小构造虚拟样本的空间,加强对易错分样本的训练,降低数据集类不平衡程度,并进行有效性验证.在实际数据集上,基于多个分类器进行仿真,结果表明,空间插值法在少数类和数据集整体分类性能优化效果较好.     

组合模型在传染病预测中的应用研究

研究传染病预测问题,由于受到外界因素和人体内部因素共同影响,具有不规则变动和非线性动态特点。传染病发生具有季节性、周期性和非规则等变化特点,单一模型只能预测中部分变化特点,预测误差比较大。为降低传染病预测误差,提出一种组合模型的传染病预测方法。首先分别采用ARIMA和LSSVM模型对传染病发生趋势进行预测,然后将两者预测结果输入到LSSVM重新进行学习,最后得到组合模型的预测结果。采用组合模型对某市乙肝发病率进行仿真。结果表明,组合模型降低了乙肝发病率的预测误差,预测结果更加可靠,为传染病预测工作提供新的技术手段。     

基于叶片形态特征的葡萄品种自动识别

葡萄在全世界种植范围较广,葡萄品种识别对葡萄资源统计、新品种鉴定及遗传资源保护都有重要意义。以成熟叶片为基本材料,不变矩、面积、周长、主叶脉长度和叶柄长度等11维特征向量为基础数据,采用叶片特征选择、图像处理、特征值提取、建立分类模型等方法,运用国际葡萄与葡萄酒组织形态分类方法和改进的欧式距离等技术开发一个基于葡萄叶片数字图像的葡萄品种自动识别软件。共测试17种酿酒和3种野生葡萄,识别率达87%。该方法具有自动化、识别速度快、花费低、省时省力等特点,可应用于葡萄病虫害的识别、杂交新品种双亲的判定等。     

医学图像三维拼接重建优化技术研究与仿真

研究医学影像图像的清晰重建问题。器官的不同部位随着病变程度的不同,存在不同的几何畸变,造成图像匹配错误,图像中像素的密度、灰度也存在较大差异,病变器官中的边沿部位会产生几何畸变。传统的医学图像三维拼接重建,由于几何畸变的存在,会造成采集图像中的几何坐标发生畸变性边界冲突,后期三维拼接重建时,坐标的畸变性冲突造成图像清晰度不高等问题。提出了一种CT体像素几何畸变校正的医学图像三维重建算法,通过对几何畸变产生的像素畸变进行补偿修正,消除畸变带来的边沿坐标畸变影响。仿真结果表明,改进方法能够提高拼接后三维图像的清晰度,为图像拼接优化提供了有效的手段。     

机器人三维路径规划问题的一种改进蚁群算法

本文研究移动机器人三维空间路径规划问题,针对三维空间的复杂地形特点,提出了一种基于改进蚁群算法的路径规划算法。文中首先描述了一种简单有效的环境建模方法,然后给出了算法在信息素呈现、路径点选取、信息素更新以及启发式函数设计等方面的改进方法。仿真结果证明了算法的可行性和可靠性。     

远海大容量机组海上风电集电系统技术经济研究

在平价上网的成本压力下,远海规模化开发和采用大容量风电机组是提高海上风电经济性的重要方式.为了对远海风电大容量机组集电方式进行技术经济研究,分析了远海风电交流和直流集电方案,包括35 kV交流集电、66 kV交流集电、串联升压直流集电和并联辐射直流集电方案,对远海风电典型工况下不同集电系统方案进行了技术经济比较.在此基础上,总结了平价上网时代下海上风电的集电系统解决方案和技术发展趋势,提出了未来远海大规模海上风电平价上网开发建设的技术路线.66 kV集电方案配合柔性直流能取消海上升压站,可大幅降低设备投资成本,有利于中短期内平价上网的实现.未来,随着电力电子技术的进步,采用全直流技术能减少电能多级升压环节,提高传输效率,具有更加优良的应用前景.     

基于红外检测的变电站设备热状态诊断

提出了一种基于红外检测的变电站设备热状态诊断方案。首先基于变电站设备的红外图像,采用局部方差映射函数和遗传算法阈值提取了变电站设备的热状态数据,以用于对异常区域进行分割。然后构建了红外图像灰度数与变电站设备温度两者之间的关系。最后采用改进的相对温差法达到了对设备热状态进行分类和诊断的目标,并捕获定位了变电站设备的热状态异常区域。实验结果表明,该方法提高了异常热区提取的精度和效率,提升了变电站设备热状态诊断的容错能力,进一步保证了变电站和整个电力系统的运行稳定性。     

基于注意力机制和卷积神经网络的异步电动机三相电压不平衡损耗研究

配电网中三相电压不平衡对异步电动机损耗会造成较大影响。运用等效电路公式分析三相电压不平衡影响下电动机损耗存在精度不稳定、需要参数过多且数学模型过于复杂等问题。针对以上问题,提出一种基于注意力机制和卷积神经网络(CNN)的异步电动机损耗评估方法。该方法将实测电机数据作为输入,引入注意力机制为输入特征赋予不同权重;采用卷积层和全连接层组成的CNN构架对异步电动机实测数据进行学习,最后完成损耗评估。以现场试验得到的电机损耗数据作为实际算例,该方法评估损耗与实测损耗平均误差仅为0.717%和0.549%,并与其他典型机器学习算法进行对比,结果表明所提方法具有更好的损耗评估性能。     

OLED中间体9-苯基-9-芴醇的合成

溴苯的四氢呋喃溶液与镁粉反应,生成格氏试剂,再与芴酮反应,制备出高纯度的OLED中间体9-苯基-9-芴醇,并对反应条件进行了优化.优化条件为:n(溴苯)∶n(镁粉)∶n(芴酮)=1.3∶1.3∶1.0,反应温度50～60℃.优化条件下产品收率达82.5％,纯度高于99.5％.产品结构经过IR、MS和1H NMR确认.