Twitter Data Analysis Using Hadoop and ‘R’ and Emotional Analysis Using Optimized SVNN

Standalone systems cannot handle the giant traffic loads generated by Twitter due to memory constraints. A parallel computational environment provided by Apache Hadoop can distribute and process the data over different destination systems. In this paper, the Hadoop cluster with four nodes integrated with RHadoop, Flume, and Hive is created to analyze the tweets gathered from the Twitter stream. Twitter stream data is collected relevant to an event/topic like IPL- 2015, cricket, Royal Challengers Bangalore, Kohli, Modi, from May 24 to 30, 2016 using Flume. Hive is used as a data warehouse to store the streamed tweets. Twitter analytics like maximum number of tweets by users, the average number of followers, and maximum number of friends are obtained using Hive. The network graph is constructed with the user’s unique screen name and mentions using ‘R’. A timeline graph of individual users is generated using ‘R’. Also, the proposed solution analyses the emotions of cricket fans by classifying their Twitter messages into appropriate emotional categories using the optimized support vector neural network (OSVNN) classification model. To attain better classification accuracy, the performance of SVNN is enhanced using a chimp optimization algorithm (ChOA). Extracting the users’ emotions toward an event is beneficial for prediction, but when coupled with visualizations, it becomes more powerful. Bar-chart and wordcloud are generated to visualize the emotional analysis results.     

海量数据流环境下自动化巡检平台开发与实现

自动化巡检平台是智能处理数据的崭新手段,当代信息社会不断产生大量数据流,为提升数据巡检性能,开发一种海量数据流环境下自动化巡检平台。数据采集层核心是Flume NG技术,包括Source、Channel、Sink组件,完成数据采集与传输;数据挖掘层利用数据挖掘过程模型、代码生成引擎、数据挖掘组件模型以及MapReduce执行框架等技术挖掘海量数据,获取自动化巡检结果;巡检结果在功能展示层通过B/S系统展现。仿真实验结果显示:海量数据环境下,平台查全率与查准率始终高于95%,巡检结果与实际情况一致,是一种可靠的海量数据自动化巡检平台。     

减速流条件下卵砾石输移规律初步研究

实测资料显示,长江三峡水库变动回水区末端段床沙质以卵砾石夹沙为主,消落期出现的碍航特性主要由卵砾石推移质运动造成,对三峡库尾段航运造成很大影响,有必要对库尾水流条件下的卵石输移规律进行研究。库尾水流通常是非均匀减速流,目前对非均匀流的研究多把局部近似为均匀流。通过库尾非均匀流减速流的卵砾石输移水槽试验,观测减速流卵砾石运动输移过程,并确定非均匀系数对卵砾石输沙强度的影响,再与已有推移质公式对比,根据已有相近的输沙强度公式结构形式,结合水槽试验结果,拟合得出含有非均匀系数的适合于减速流态下的卵砾石输移的输沙强度公式,并通过计算值与实测值的对比验证公式的合理性。     

航道整治建筑物及防护结构模拟技术研究

航道整治建筑物及防护结构的模型试验中,往往采取一些简化方式进行模拟,由此对试验结果的影响目前尚无定论,试验规程也无相应的技术要求指导试验中防护结构物的模拟。基于相似理论提出了整治建筑物及防护结构模型的相似条件与设计方法。在可调密度易成型复合材料研发的基础上,提出了小比尺防护结构的模拟技术。通过水槽试验研究了软体排联接方式与几何相似偏离对软体排模拟的影响。结果表明小比尺的软体排与框架宜采用密度可调、形状可重塑的复合材料进行模拟;D型软体排的压载块与排布系结简化为粘结方式时,对排体的稳定性与变形特征没有影响;混凝土联锁块软体排采用粘结方式对排体的稳定性无影响,对变形相似初期有一定影响,后期无明显影响;在保证压载块质量相似而放弃几何相似时,将影响排体的临界失稳底流速与失稳模式。研究结果可为防护结构的模拟提供技术参考,也为相关试验规程的修订提供技术支撑。     

考虑局部冲刷影响的钱塘江过江隧道最大冲刷深度试验研究

钱塘江河口河床是冲淤变幅大的地区,过江隧道最大冲刷深度常成为工程设计的关键参数之一。以青年路过江隧道为例,运用正态水槽模型试验,分别模拟了过江隧道河段的自然冲刷和邻近涉水工程如丁坝引起的局部冲刷,分析两类冲刷对隧道的影响,并从工程安全出发,提出了最大冲刷深度的确定方法,与其他研究手段比较,结果较为一致,可为过江隧道、海底管线等隧道的合理设计提供科学依据。     

堆积体对河道流速分布的影响研究

通过水槽实验研究,分析了河流的水流流速分布受堆积体影响的特性,其结果表明:(1)受堆 积体影响,水流流态一般可分为4个区段,即水流的主流区、堆积体上游滞流区、堆积体下游回流区及 堆积体下游主流区和回流区之间的过渡区。(2)堆积体体型对主流流速沿程变化影响很大,一般阻水率 越大,其对主流流速影响幅度越大,影响范围也越大。堆积体上游段,主流流速受堆积体影响流速减 小;堆积球权段,主流流速显著加大,堆积体末端附近,流速达到最大;堆积体下游段,水流逐渐扩散, 主流流速逐渐减小,但主流流速仍较无堆积体情况明显加大。(3)水流主流流速变化与流量之间无确定 相关关系,堆积体对主流流速沿程影响特性完全与堆积体阻水率的变化特性相一致。(4)引入堆积体阻 水率概念,堆积体的阻水率对水流结构的影响起决定性作用,阻水率越大,其对水流结构影响越大。     

矩形定床明渠阻力系数分布的计算

本文研究了矩形水槽定床直道水力粗糙区水流阻力系数沿槽宽的分布。把影响阻力的因素归结为床面粗糙和边壁的作用,并认为沿边壁法向和床面法向具有相同的流速分布规律。由此得到阻力系数分布的计算公式。通过水槽试验验证,计算结果与试验结论基本相符,说明用该方法求阻力系数的分布是可行的。     

空气输送斜槽及其在高炉喷煤系统中的应用

空气输送斜槽是一种能耗小、磨损少，可改变粉料输送方向，可多点喂料、多点卸料的气力输送设备。介绍其结构、输送系统流程，通过实例计算，探讨了有关参数的选择和动力源的确定，并在炼铁高炉喷煤系统中应用，取得了较好效果。     

洪水过程对河岸带地下水水位波动的影响

为揭示洪水作用下河岸带地下水的响应过程,利用室内物理模型试验和数值模拟,研究了不同洪峰及洪峰持续时间对地下水水位波动的影响。结果表明:河岸带地下水水位的波动具有不对称性,水位上升快下降慢,沿程地下水水位的波动呈指数形式衰减,并表现出明显的滞后性;随着洪水洪峰增大,地下水水位波动增大,河水和地下水的交换量增大,而地下水水位的滞后变化不明显;洪峰持续时间变长,地下水水位的滞后性显著,内陆地下水水位波动的幅度增大,恢复至初始状态的时间变长。     

一种新型实用明渠流量仪的开发

针对灌区用水计量模糊问题，开发了一种新型明渠流量仪。该设备先对水位进行编码，后送至微处理器，利用无喉道量水槽获得流量算法，进行流量计算并实时显示输出，同时对用水记录进行存储，方便查询。通过RS_485总线可以将数据远传到计算机进行分析和打印。该产品已应用在节水灌溉系统中，效果良好。