近57年来本溪地区干湿程度演变分析

[目的]分析近57年来本溪地区干湿程度的演变情况.[方法]采用1953～2009年本溪地区的年、季、月气温和降水资料,分析了温度、降水和干湿指标的年代际变化.[结果]本溪地区年平均气温呈上升趋势,其线性倾向率为0.29℃/10 a;而降水量呈明显减少趋势,其线性倾向率为-29.Ol mm/lOa.干湿指数呈波动性减少趋势,其线性倾向率为-33.61 mm/lOa,这与20世纪80年代后温度升高、降水减少是密切相关的.[结论]本溪地区呈暖干化发展趋势.     

关于锅炉钢架的整体组装

论述了锅炉钢架整体组装的操作程序,并应勤检作记录,在确定吊点和起吊过程中都应仔细操作、多加观察,以便顺利吊装.     

差分隐私下多重一致性约束问题的逼近方法

为了解决差分隐私下多重一致性约束的最优发布问题,通过分析最优一致性发布原理提出了多重一致性约束问题的逼近方法.所提方法的主要思想是将一致性约束问题划分为多个一致性约束子问题,通过反复独立地求解各一致性约束子问题实现原问题的最优一致性发布.其优势在于一致性约束问题划分之后,子问题往往更容易求解或者实现子问题最优一致性发布...     

镍基高温合金电子束钎焊接头界面组织及力学性能

采用Bnp27钎料实现了K465镍基高温合金的真空电子束钎焊.分析了不同工艺参数对接头抗剪强度的影响,借助扫描电镜(SEM)、能谱分析(EDS)和相图分析等方法研究了界面结构,确定了界面反应产物及其形态分布.结果表明,在界面反应层中生成五种产物:大量的镍基γ固溶体和(γ' γ)共晶相,大量的富含钨的Ni3B和CrB相,以及少量的NbC相;化合物相以细小的块状弥散分布在镍基固溶体中.随着束流和加热时间的增加,接头抗剪强度呈现先升高再降低的趋势.当束流为2.6mA,加热时间为560 s,聚焦电流为1 800 mA时,获得最大抗剪强度为436 MPa的钎焊接头.     

联合聚类非线性相关的时序基因表达数据

为聚类非线性相关的数据对象,引入广义信息论中二次互信息作为相似性度量,利用矩阵理论降低了二次互信息的计算量,并结合滑动窗口技术,建立了一种时序数据非线性相关模型.在此基础上提出了适用于时序基因表达数据的确定性联合聚类算法MI-TSB.该算法将时序数据转化为抽象字符序列,然后插入到MI-泛化后缀树中,避免了穷举各种组合,从而快速索引全部聚类结果.实验结果显示MI-TSB算法具有良好的运行性能,成功聚类出非线性相关的对象;利用Gene Ontology对聚类结果进行基因注释,也验证了聚类结果的生物学意义.     

差分隐私流数据自适应发布算法

当前,许多实际应用需要持续地对流数据进行发布,现有关于单条流数据的差分隐私发布研究大多考虑区间的累和发布,而现实应用中往往需要对发布流数据进行任意区间计数查询,同时,用户查询往往存在特定规律,可针对历史查询进行自适应统计与分析,提高发布数据可用性.为此,提出一个基于历史查询的差分隐私流数据自适应发布算法HQ_DPSAP.算法HQ_DPSAP首先结合流数据的特性,利用滑动窗口机制动态构建窗口内流数据对应的差分隐私区间树,而后进一步分析与计算树节点的覆盖概率;接着自底向上计算隐私分配参数,再自顶向下分配隐私预算,并据此对树节点进行异方差加噪;最后根据历史查询规律自适应调整树节点的隐私预算与树结构参数,以实现流数据的自适应发布.实验对算法HQ_DPSAP的可行性及有效性进行比较分析,结果表明：算法HQ_DPSAP可有效支持任意区间计数查询,且具有较低的查询均方误差和较高的算法执行效率.     

厂外铝废料的管理与使用

铝废料是铝合金熔铸生产的主要原料之一。对铝加工厂厂内自产铝废料的管理和使用,期刊已刊登过有关文章。本文仅讨论厂外铝废料的管理与使用问题,供同行们参考。     

艾不盖河径流年内变化特征分析

文章选取了1958～2014年艾不盖河百灵庙水文站的实测月径流数据,从年内分配比、年内不均匀系数、集中度、集中期以及绝对变化幅度等多个角度来衡量艾不盖河的径流年内变化特征,得出艾不盖河径流年内分配由不均匀向相对均匀变化的结论。     

专家干预下置信规则库参数训练的差分进化算法

传统关于置信规则库参数训练模型的求解主要采用FMINCON函数及群智能算法,但在算法设计中并未涉及所有的置信规则库参数,且缺少必要的专家干预.为解决这些问题,首先在现有参数模型的基础上进一步扩宽参与参数训练的置信规则库参数,然后设计出符合思维逻辑的专家干预的约束条件,最后结合差分进化算法提出具有更高收敛精度的置信规则库参数训练方法.在实验分析中,首先在多极值函数的实例中分析该方法的有效性,再在输油管道检漏的实例中检验专家干预的合理性及对比现有的其他参数训练方法.实验结果表明,该方法是有效可行的.     

利用MISA多目标优化的置信规则库分类算法

现有基于置信规则库的分类系统的分类准确率和效率受到系统参数设置以及规则库结构合理性的影响。为了寻找到最佳的参数值和最优的规则库结构,本文结合多目标免疫系统算法（multiobjective immune system algorithm, MISA）提出利用MISA多目标优化的置信规则库分类算法。该方法融合特征属性约简思想和差分进化算法思想建立训练模型,采用多目标免疫系统算法对系统复杂度和分类准确率进行多目标优化,从而寻找到分类模型的最优解。在实验分析中,首先将本文提出的置信规则库多目标分类系统MISA-BRM和置信规则库分类系统的实验结果进行对比,从复杂度和准确率两个维度说明本文方法的有效性。同时还将本文方法与现有的其他分类方法进行比较,验证本文方法的可行性和有效性。实验结果表明,本文方法能够有效地对基于置信规则库的分类系统的准确率和复杂度进行多目标优化。