近岸海域水质中悬浮物含量测定的误差影响因素及其不确定度评定

实验采用传统差重法测定近岸海域水质中悬浮物的浓度,一从样品均匀程度、醋酸纤维膜溶解失重、盐度等三个方面讨论影响悬浮物含量测定的误差因素,二为进一步探讨测定结果的置信水平,对实验测定结果进行不确定评定,其扩展不确定度为2.62%。     

皮鞋钢勾心纵向刚度不确定度评定

分析了皮鞋钢勾心纵向刚度测定的不确定度。通过建立测量不确定度数学模型,分析了重复性测试、百分表、砝码、游标卡尺等因素对于测量不确定度的影响,并对其进行评定,结果表明,重复性测试对于不确定度结果的影响最大。     

浅谈岩矿铜含量的不确定度分析

岩矿铜含量的分析是一项专业性较强的工作,对其不确定度的测量主要是对表征合理地赋予补测量值分散性,这样就可以确定出与测量结果相联系的参数,而测量不确定度的评价在对岩矿铜含量检测工作中也有着非常重要的作用。本文主要介绍了岩矿铜含量不确定读的分析方法,以供参考。     

Top-down技术评估钢中氧的测量不确定度

基于2014年实验室日常分析钢中氧的质控数据,应用top-down技术的控制图法和稳健统计-迭代法评估了惰气熔融-红外吸收法测定钢中氧的测量不确定度。对于含氧量为52μg/g的钢铁,两种方法得到的标准不确定度均为2.8μg/g,和认定值3μg/g具有较好的一致性。     

粉煤灰砖抗折强度测量结果不确定度的评定

通过对粉煤灰砖抗折强度测量结果不确定度的评定,分析出影响试验结果的各种因素,为提高检测水平和精确度提供指导。     

组合降采样极限学习机

设计了一种针对不平衡数据集的学习机,即组合降采样极限学习机(EUS ELMs)。当训练数据集不平衡时,普通分类器对少数样本的分类敏感性较低,而给予多数样本过度关注。针对这种问题,将组合降采样结构与极限学习机(ELM)结合起来,形成一种新的组合学习机。该学习机继承了组合降采样结构对样本选择的依赖性小的优点,和极限学习机分类效率高、耗时短的优势,而且可以通过不同的参数设置控制对少数样本的关注度,根据使用者需求获得不同分类效果。     

一种基于Spark的不确定数据集频繁模式挖掘算法

如何在海量不确定数据集中提高频繁模式挖掘性能是目前研究的热点.传统算法大多是以期望、概率或者权重等单一指标为数据项集支持度，在大数据背景下，同时考虑概率和权重支持度的算法难以兼顾其执行效率.为此，本文提出一种基于Spark的不确定数据集频繁模式挖掘算法（UWEFP），首先，为了同时兼顾数据项的概率和权重，计算一项集的最大概率权重值并进行剪枝；然后，为了减少对数据集的多次扫描，结合Spark框架的优点，设计了一种具有FP-tree特征的新颖的UWEFP-tree结构进行模式树的构建及挖掘；最后在Spark环境下，以UCI数据集进行实验验证.实验结果表明本文的方法在保证挖掘结果的同时，提高了效率.     

风电场架空电力线路杆塔拉线锚杆基础设计及试验

拉线盘基础是杆塔拉线常用基础形式,广泛应用于架空电力线路工程中。然而拉线盘基础应用于岩石地基存在基坑开挖难度大、施工效率低、经济性差等缺点,若采用爆破开挖,则会对项目现场的生态环境造成很大破坏,同时也无法利用岩石地基的较高承载力。结合工程实践,介绍了拉线杆塔的锚杆基础设计方法和试验方法。锚杆成孔后,置入拉线棒定位后灌浆即完成一个拉线锚杆基础的施工。拉线锚杆基础直接利用岩石地基抵抗拉线传来的拔力,受力明确、结构效率高;机械化程度高,施工便捷;能充分利用岩体协同锚杆受力,减少拉线板等混凝土预制件,减少开挖及回填工作量,降低施工难度,减小施工对环境的破坏。