排序方式: 共有34条查询结果,搜索用时 15 毫秒
1.
前言在计算机处理大量数据排序问题时,人们总希望用最快的速度来完成。为此,除选择运算速度快的机型、采用编译 BASIC 运行或用汇编语言编写程序外,更重要的是研究新的排序方法,以提高排序速度。本文介绍一种新的快速排序方法,即分类浮沉法。一、排序的基本原则与方法分类浮沉法的排序原则是利用数组下标变量的有序性,将数据按其大小的等级进行分类排队后,置入数组相应的下标变量中,完成排序工作。其方法是将待排序的 N 个数据,按大小等级划分成 M 组,一次置入二维数组 F(M,N)中,并用数组 T(M)记录每组数据的个数,完成一次排队。然后用浮沉法对各组内的数据按大小排序,即二次定位。所谓浮沉法,是对各组中的数据依次将大数和小数分别由外至内置入数组F(M,N)中。其特点是经过一个循环,同时将两个数定位于数组变量中,大数(或小数)浮起,小数(或大 相似文献
2.
成品油管道运行工况变化频繁,难以精准判断管道运行状态,依靠现场人员进行识别监控易造成误判。本文为实现管道运行工况的准确识别,考虑管道的物理空间特性,分析整理各站运行参数(压力、流量、密度);考虑管道运行的时间序列特性,基于SCADA管道数据构造运行数据矩阵,以克服单一时刻的瞬态扰动。针对管道运行数据高维度、非线性的特点,利用卷积自编码器(CAE)强大的特征压缩及重构能力对管道数据做降噪处理;利用T分布邻域嵌入算法(T-SNE)对管道数据做降维聚类处理,最终建立了基于CAE-TSNE的管道运行工况识别模型。以某两条成品油管道为例,对比主流的非线性分类模型(ANN、DT、RF),结果表明基于CAE-TSNE的工况识别模型精度最高,对降噪后的运行数据识别准确率可达到99%以上,可用于指导现场管道的运行管理。 相似文献
3.
为探究重庆针形名优绿茶香气品质特征及成分组成,收集重庆市38个针形名优绿茶样品,采用感官审评及顶空固相微萃取联用气相色谱-质谱技术对其香气特征及含量进行分析。结果表明,重庆针形名优绿茶主要表现为清香型或栗香型。共检测出香气成分40种,包括醇类11种,酯类6种,醛类4种,酮类5种,碳氢化合物类10种,芳烃2种,杂环及含硫化合物各1种。香叶醇、苯甲醇、苯乙醇、β-芳樟醇、顺-茉莉酮、吲哚、橄榄醇、橙花叔醇、顺-已酸-3-己烯酯、2-甲基戊酸甲酯、水杨酸甲酯、β-杜松烯、顺-β-法尼烯等香气物质对构成重庆针形名优绿茶特征香气品质具有重要作用。酯类在清香型绿茶中含量显著高于栗香型绿茶。通过主成分分析,清香型与栗香型绿茶主要贡献香气成分有明显差异,清香型绿茶差异成分有反,反-3,5-辛二烯-2-酮、柠檬烯、反-戊酸-2-己烯酯、香叶基丙酮、橙花叔醇、氧化芳樟醇Ⅰ(呋喃型)、β-芳樟醇、顺-茉莉酮、6,10,14-三甲基-十烷-2-酮,主要为呈现花香和果香类物质;栗香型绿茶差异成分主要有环氧芳樟醇Ⅱ、4,8-二甲基-1,3,7-壬三烯、壬醛、二甲硫,主要为呈现甜香和鲜味类物质。产地聚类分析表明,地... 相似文献
4.
5.
8.
9.
为研究不同干燥方式对夏季绿茶香气品质的影响,采用顶空固相微萃取与气相色谱-质谱联用法(Gas Chromatography-mass Spectrometry,GC-MS),结合气味活度值(odor activity value,OAV),分析重庆地产绿茶香气成分的变化情况。结果表明:供试茶样共检测到120种香气,主要为醇类、酯类、烯类、脂肪烃类。与烘青比较,经晒青结合烘干后,重庆地产绿茶醇类种类增多,其中芳樟醇、反式氧化芳樟醇、4-萜烯醇、2-癸烯-1-醇、橙花叔醇等萜烯醇含量明显升高,醛类、酮类种类无明显变化,酯类种类差异明显,其他香气种类变化规律不一致。总体上60 ℃低温烘干能保留更多的挥发性成分,而相同的烘干温度下,挥发性成分总含量随晒青时间延长呈现先降后升的趋势。β-紫罗酮、月桂烯是各茶样共有的香气物质,各茶样β-紫罗酮的OAV值在351.4~595.7之间,对香气贡献最大,各茶样月桂烯的OAV值均>1,对茶叶香气贡献较大,故所有茶样均具有清甜香或甜香,这与感官审评结果一致。但部分特殊的花果香或是坚果香并未在审评中表现出来,可能是被晒青产生的日晒味所掩盖。 相似文献
10.