周期性浸泡下三峡库区松散土体微观特性分析

三峡库区水位上升至175 m之后引发了新的地质灾害,尤其是引起了已发地质灾害的复发。已有研究未考虑周期性浸泡对三峡库区土体性质的影响。采取三峡库区典型松散土体,运用多晶X射线衍射仪对所采取的岩土样在天然状态、长期性浸泡状态、周期性浸泡状态试验工况下的物相进行定性、定量分析的物相变化,得出库区水位升降引起的周期性浸泡作用是导致土体结构和强度劣化的重要因素。     

应用尾气分析诊断汽车发动机故障

根据汽车尾气的检测结果可初步分析发动机的工作状况、性能好坏,可以检查燃烧情况、点火能量、进气效果、供油情况、机械情况等诸多方面。更为重要的是,当发动机各系统出现故障时,尾气中某种成分必然偏离正常值,通过检测发动机不同工况下尾气中不同气体成分的含量,可判断发动机故障所在的部位。目前,不少修理厂拥有尾气分析仪,但是大多是摆设,即使使用,也只是以测量验证为主,很少用于发动机故障诊断。     

不同风格驾驶员眼动特性分析——夜间快速路分流区

为提高驾驶员在夜间快速路分流区换道的安全性,以不同风格的驾驶员为研究对象,分析不同风格驾驶员换道时眼动参数的变化规律。首先在前人研究基础上自编夜间快速路驾驶风格量表,对量表进行信度和Pearson相关系数法的效度检验;然后通过主成分分析法对问卷调查法得出的结果进行分析,得出驾驶风格综合得分量化模型,并使用K均值聚类分析法划分驾驶风格;最后基于眼动仪进行实车试验,获取三种风格驾驶员换道的眼动数据。试验结果表明：谨慎型、一般型、激进型驾驶员对于后视镜平均注视次数占比为48%、27%、25%;对左右两侧的平均累计注视时间占比是31%、25%、19%;平均瞳孔面积占比为56.3%、27.6%、16.1%。试验结果可以为提高驾驶员换道的行车安全性研究提供一定的数据支持。     

基于倾向值匹配的2型糖尿病患者不同性别中体成分与甲状腺功能的相关性分析

目的 探讨不同性别甲状腺功能正常的2型糖尿病患者中人体体成分与甲状腺功能指标的相关性。方法 研究对象为2016年2月—2018年9月在西安交通大学第二附属医院内分泌科住院的甲状腺功能正常的2型糖尿病患者,采用生物电阻抗分析法进行人体体成分分析,并进行甲状腺功能指标(FT3、FT4、TSH)的检验。应用倾向值匹配法将男性及女性研究对象按照2∶1的比例进行匹配,运用统计学分析相关性,分别在不同性别中研究体成分与甲状腺功能指标的相关性。结果 男性患者中,基础代谢率、躯干脂肪质量、去脂质量、去脂质量指数、骨质质量、水分质量、肌肉质量、骨骼肌质量、骨骼肌质量指数与FT3呈正相关(P<0.05);女性患者中,脂肪质量百分比、脂肪质量指数与FT3及TSH水平呈正相关(P<0.05),去脂质量百分比、水分质量百分比、肌肉质量百分比与FT3及TSH水平呈负相关(P<0.05),基础代谢率与FT4呈负相关(P<0.05)。结论 在甲状腺功能正常的2型糖尿病患者中,男性与女性体成分与甲状腺功能指标的相关性存在差异,男性中仅FT3与基础代谢率、躯干脂肪质量、去脂相关体成分有正向相关性;...     

基于多源时空数据的城轨车站分类及特征研究

对城轨车站进行精细化分类研究可指导车站客流预测、客流提升及TOD开发等工作。文章以长沙市轨道交通为例,首先基于城轨客流量、车站周边设施、交通需求、交通供给和运行等相关的城市多源时空数据,选取城轨车站聚类指标;然后,在进行数据标准化处理及指标间相关性分析的基础上,采用主成分分析法提取7个主成分,以较好地表达各项原始指标变量;最后,利用K-Means聚类分析法将长沙市99座城轨车站分为对外枢纽、就业集聚、客流培育、职住均衡、居住集聚、商业中心、复合枢纽和特殊景点8类,并根据分类结果分析各类车站的用地功能、交通供需、客流等特征,以期为后续相关研究和实践提供参考和借鉴。     

基于PCA与属性权重模糊聚类的入侵检测方法

针对入侵检测数据集中存在大量冗余信息及传统聚类算法的效果不佳,提出了结合主成分分析与属性权重模糊聚类算法的入侵检测方法。该方法分为特征提取和模糊聚类两阶段,使用主成分分析进行特征提取、消除冗余属性;将经主成分分析后得到新成分的贡献率作为聚类算法中属性的权重值,实现了基于属性权重的模糊聚类。在KDD-CUP99数据集中的实验结果表明,该方法能有效地降低检测训练时间和提高检测正确率。     

“凭空造出‘一剂良策’”——关于词语搭配和兼类词

写文章,应当注意句中各个成分用词的搭配和互相照应。经常发生的搭配不当,有的是词义上的。有的是语法上的,我们先看例1：     

基于ICEEMDAN-FE和支持向量机的三电平逆变器的故障诊断技术

为了提高三电平逆变器复杂开路故障诊断的准确率,提出了一种应用“改进自适应噪声完备集合经验模态分解-模糊熵（ICEEMDAN-FE）”和“支持向量机（SVM）”结合的三电平逆变器故障诊断方法。首先,检测信号选取三相负载电压,为降低特征向量的维数,对三相负载电压进行Concordia变换,转换为α-β相电压;然后,通过ICEEMDAN算法提取α-β相电压的特征,得到不同尺度的内禀模态函数（IMF）,再利用主成分分析（PCA）降维剔除IMF虚假分量;最后,计算优选的IMF的模糊熵均值作为特征向量,输入到多分类SVM中进行训练分类,进而实现对二极管中点箝位型（NPC）三电平逆变器的故障诊断。仿真试验结果表明,该方法能够有效识别多种开路故障模式,具有抗噪性能强,诊断速度快,诊断精度高等优点。     

基于孤立森林算法的铁路通信网潜在攻击检测方法研究

针对当前铁路通信网潜在攻击检测方法在识别异常攻击时忽略了对数据的降维处理,导致检测效率偏低、误报率和漏检率较高等问题,提出基于孤立森林算法的铁路通信网潜在攻击检测方法。将铁路通信网样本集通过数据类型划分为多个子集,通过对主成分进行分析,最大限度地减少不同子集间的降维影响,使各子集降维达到最佳;基于降维处理的数据,构建孤立森林潜在攻击检测器,判断数据异常行为;基于孤立森林算法更新铁路通信网潜在攻击检测器,实现铁路通信网潜在攻击检测。仿真试验结果:测试样本数量增加时,该算法的检测速率保持在90%以上,误报率和漏检率均小于等于0.02%,表明该方法在铁路通信网潜在攻击检测上具有一定的应用价值。     

融合主成分分析与支持向量机的船舶异常行为识别方法

为解决船舶异常行为识别率低下的问题,综合考虑船舶属性和运动特征,提出了一种融合主成分分析和支持向量机的船舶异常行为识别方法。根据船舶作业过程对船舶行为模式进行划分,并明确船舶行为模式相关的船舶运动特征;进而以船舶自动识别系统数据为基础,运用主成分分析算法提取最具代表性的船舶运动特征;最后运用支持向量机算法对船舶异常行为进行识别。选取青岛港附近水域的船舶轨迹进行试验分析,结果表明：青岛港附近水域最具代表性的船舶运动特征共10个,总贡献率为84.40%;船舶异常行为识别结果的平均精确率和平均召回率分别为83%和84%,均优于对比模型。研究成果可以为船舶位置异常、轨迹异常、航速异常、航向异常等异常情况的智能发现和海事监管提供支撑。