深厚覆盖层振冲碎石桩贯入速度减慢原因及施工工艺

本文以丹巴关州水电站为例,介绍了坝基深厚覆盖层(总厚度70～103.3 m)振冲碎石桩施工情况,在振冲成桩的过程中遇到贯入速度减慢、贯入困难、功效低等问题。为解决该问题,通过专题勘察,复核了表层砂卵石层、下伏堰塞堆积砂壤土层及崩塌堆积层分布、厚度,并对比前期勘察成果,分析出成桩贯入速度减慢的主要原因,提出了振冲碎石桩施工工艺建议,于2012年12月完成了全部振冲碎石桩地基处理,缩短了工期,取得了显著的成效。     

紫坪铺工程#2导流洞出口边坡稳定分析及处理

紫坪铺水利枢纽工程#2导流洞出口边坡最大开挖高度约180m，宽约80m，位于坝址右岸条型山脊下游侧F3断层带所形成的槽谷下部，边坡下游侧为基础，风化卸荷较严重，岩体破碎，以V类岩体为主，Ⅳ类次之，下游侧上部为崩坡积形成的块碎石土，下部为坡残积积形成的碎石上，含泥量高，透水性弱，性状很差。自2001年4月初开始施工开挖后到7月，先后产生了两次覆盖层沿基岩接触面的滑动，并在滑坡范围以外形成多条拉裂缝，鉴于边坡较高，地质条件复杂，变形破坏属覆盖层沿基岩顶面的牵引式滑动，对#2导流洞（泄洪洞）出口的危害较大，设计进行了多次分析计算及方案比较，最后确定采用削坡减载加抗滑桩、锚索、框格支挡及排水等措施，取得了显著成效。     

坝料开采块度级配在线分析和反演分析

结合紫坪铺水利枢纽工程坝料开采试验，深入研究了KUZ-RAM数模在坝料块度级配中的应用。提出了建立修正KUZ-RAM数模的步骤和方法。首次提出了坝料开采块度级配的在线分析和在线反演分析。从理论上阐明了在线分析和反演分析在坝料开采试验资料及数据的量化分析，使坝料开采块度级配上了一个新台阶，取得了较为满意的成果，可供同类工程借鉴、参考。     

紫坪铺工程混凝土骨料含木屑问题的研究与处理

本文介绍了紫坪铺水利枢纽工程1#、2#导流隧洞上段标侏罗坝料场含木屑情况，考虑其对高速水流区混凝土质量的影响，进行了混凝土中不同木屑含量与基准混凝土的对比试验成果分析，提出了切实可行的砂石骨料系统漂洗流程处理工艺，从而为该工程其余料场和其它工程类似问题提供参考。     

基于空间占有度的主导并置模式挖掘

传统的空间并置模式挖掘旨在发现空间中实例频繁共存的特征子集.目前空间并置模式的大多数研究都将模式的频繁性作为兴趣度度量.然而,在实际应用场景中,用户往往不仅对特征集的频繁性感兴趣,而且对它的完整性也感兴趣.结合并置模式的频繁性和完整性,提出主导空间并置模式(dominant spatial co-location pa...     

基于聚类分析分库策略的社交网络数据库查询性能与数据迁移

社交网络数据具有一定的聚合性,即特征上相近的用户之间更容易产生某种行为。依照常规的水平切分方法,在执行这些事件的信息查询时,将会耗费大量的时间和连接损耗去依次访问多个数据库。针对此问题,提出了基于聚类分析的社交网络数据库分库策略。将社交网络主体的特征标量进行聚类,使得聚集程度高的主体尽量分割到一个或尽可能少的几个分库中去,从而提高事件的查询效率,并在此基础上兼顾负载均衡与大数据迁移等问题。实验结果表明,该策略在社交网络的主流事件查询上都表现出不同程度的性能提升,最高提升程度达到23.4%,并且实现了局部最优负载均衡和零数据迁移。总的来说,基于聚类分析的社交网络数据库分库策略在提高查询效率、平衡负载以及大数据迁移可行性上,比传统水平切割分库有了相当的优势。     

基于网格空间团的多级同位模式挖掘方法

针对传统的多级同位模式挖掘方法未考虑到实际数据分布的网格特性,且从全局到区域的多级模式挖掘框架会导致算法效率低下的问题,提出逆向挖掘多级同位模式的新框架.先挖掘区域同位模式,再由区域同位模式推导出全局同位模式,提出有效的剪枝策略提高挖掘效率.考虑真实数据集中数据分布的网格特性,定义实例间的网格邻近关系,提出网格空间团及计算网格空间团的新颖方法.在区域划分阶段,提出基于自适应网格密度峰值聚类的区域划分方法,基于2阶网格空间团的网格相似性来分配簇.在合成和实际数据集上进行大量的实验,验证了提出方法的有效性、高效性和可扩展性,在真实数据集上的剪枝率可以达到78%.     

基于Voronoi图的空间Co-Location核模式挖掘

飞速发展的物联网技术不断催生海量带有时间和空间属性的数据集.这些数据集掀起了以空间co-location模式挖掘为代表的空间数据挖掘研究的高潮.传统空间co-location模式挖掘研究主要发现空间中频繁并置出现的特征的子集.特征在模式内部是无序的,特征之间的地位是平等的.例如,co-location模式{看守所,刑警中队,武警中队}表示看守所附近往往存在刑警中队和武警中队,反之亦然.然而,由于空间分布密度差异显著存在,现实中存在特征地位不平等的模式,这些模式中的某些特征(核特征)附近频繁地出现其它特征(非核特征)的实例,而这些非核特征附近不一定频繁地出现核特征的实例.例如,某些肿瘤疾病与某些污染源的关系.在传统模型中,用户为了发现感兴趣的模式不得不将频繁性阈值设置得很低,以至于忽略了模式中特征的主从关系.本文聚焦于前述现象,研究在空间数据集中挖掘核特征与非核特征组成的有趣模式.首先,基于核邻居定义空间co-location核频繁模式(简称核模式)的概念.核邻居与最近邻息息相关,它不仅遵从地理学第一定律而且能排除无关实例的干扰.其次,提出核模式的有趣性度量理论,分析核模式具有的性质,如...     

极小负co-location模式及有效的挖掘算法

空间co-location(并置)模式是指实例在空间中频繁关联的一组空间特征的子集.在空间数据挖掘中,现有算法主要针对的是正模式的挖掘,而空间中还存在着具有强负相关性的模式,如负co-location模式,这类模式的挖掘在一些应用中同样具有重要的意义.现有的负co-location模式挖掘算法的时间复杂度较高,挖掘到的...