卧龙湖矿8101面地下水水质分类判别研究

为分析卧龙湖8101工作面涌水补给源以及集水形式,统计整理了本矿井地下水样品常规水质分析数据62组。利用多元统计组合模型与maltab方法相结合对8101工作面涌水水源进行分析研究.结果说明:8101工作涌水水源与本矿10煤砂岩水质类型一致。卧龙湖矿各地层地下水水质的首要因子为Ca2+,Mg2+,SO42-,体现太灰水的外来补给;第二因子是阳离子交替吸附作用,其涌水体现了地下水静储量消耗。多元统计模型与maltab方法相结合是一种稳定性高且切实有效,适用于地下水水源水化学分析的方法。     

基于因子-聚类分析的大学生就业满意度统计及预测

引用满意度指数的概念,根据实际满意度调查的数据,利用多元统计分析的方法,对2010届毕业生选择的第一份工作的满意度进行了实证分析,得出影响毕业生就业满意度的主要因子分别为"单位内部因子"、"个体发展因子"、"外显所得因子",其中起主要影响的因素是"单位因子",三者的影响程度依次递减,同时对2010届大学毕业生对工作的满意程度进行了预测.     

北京市大气颗粒物化学元素组成的聚类分析

2005年9月—2006年9月期间,在北京的北郊昌平区、城区和南郊房山区3个采样点位共采集总悬浮颗粒物(TSP)样品166个。用ICP-AES和ICP-MS方法测量了Pb等29个无机元素。基于无机多元素数据的聚类分析,把166个样品分组为清洁样品和4种污染样品。清洁样品占总数的49%,以北郊清洁背景点位的样品为主;污染样品占总数的51%,主要是城区和南郊点位的样品。根据化学组成,4种污染样品分别是铝、铁、稀土等地壳元素所代表的土壤来源主导的沙尘类样品;钙、镁等元素所代表的建筑工业排放和建筑工地排放突出的建筑尘样品;硫元素所代表的燃煤等燃烧过程排放贡献突出的样品;以及铅、锌等重金属元素所代表的有色冶金工业排放突出的样品。聚类分析的结果和前期来源解析的结果是兼容一致的。如果北京市的空气质量管理和大气颗粒物污染治理工作的规划和实施综合考虑和兼顾这4类典型情况,有利于提高治理的效率和投资的效果。     

传统发酵豆豉蛋白质生物学变化与抗氧化能力研究

选取15种具有地区代表性的豆豉,测定总酸含量、水解度、水溶性蛋白含量、酸溶性蛋白含量、褐变指数及总抗氧化能力等指标,利用描述性分析结合主成分分析、聚类分析对样品进行评价。结果表明,15种豆豉样品在质量指标上差异性很大,其中中南地区样品在指标上优于西南地区样品;细菌型豆豉在酸溶性蛋白及水溶性蛋白含量上优于霉菌型豆豉,干豆豉与湿豆豉在质量指数上差别不大。主成分分析及聚类分析表明各质量指标与抗氧化性的关联性从大到小依次为褐变指数＞总酸含量＞水解度＞水溶性蛋白含量＞酸溶性蛋白含量,干豆豉与细菌型豆豉在蛋白水解程度上要优于其他豆豉,而后发酵时间是影响豆豉总抗氧化能力的主要因素。     

基于深度学习框架的装配机器人零件实时检测方法

针对工业生产线上装配机器人在粘连、堆叠、光照变化及环境因素干扰等复杂条件下零件检测率低、鲁棒性差等问题,提出一种基于改进YOLOv3深度学习框架的零件实时检测方法。在基础特征提取网络Darknet-53的每个残差网络后嵌入CFE模块,构建融合CFE模块和Darknet-53的深度特征提取网络CFE-Darknet53,建立YOLOv3深度学习框架下基于CFE-Darknet53的零件实时检测模型,提升检测网络在复杂环境下特征提取能力;设计一种改进K-means算法来预测边界框,通过对零件数据集进行聚类分析,选取最优的锚框个数和尺寸,进一步提高检测准确性。实验结果表明：在复杂条件下,改进算法对相似度很高的多类零件检测准确率能达到91.6%以上,相比YOLOv3算法提升了近10%以上;检测时间为43 ms,在视频传输帧率（24帧/s）下实现了零件实时准确检测。