从网络数据分析情报学优秀硕士学位论文研究热点统计

本文从关键词这一重要维度出发，通过对情报学硕士论文数据来源、发表年份等的统计分析，发现情报学研究在国内正处于逐渐被关注的发展状态；通过关键词共词聚类分析，得出情报学研究的四大类群；通过社会网络分析，对高频关键词间的网络关系有了更深了解。最终对我国情报学未来可能出现的新的增长点进行了科学预测。     

一种改进的基于K-means的信息聚类算法研究

聚类分析技术是数据挖掘中一个重要的分析手段,聚类结果要求数据组内的对象相似性较高,数据组对象之间的相似性较低。到目前为止,有各种各样的聚类算法,其中K-means算法最为广泛,它是采用误差平方和准则函数作为聚类准则函数。但是K-means算法也有不足之处,比如k值无法确定,时间开销很大等。针对这些缺点,文章提出了一种改进的基于K-means的信息聚类算法研究。     

基于TF-IDF改进聚类算法的网络敏感信息挖掘

网络敏感信息挖掘过程中,敏感信息和正常信息的特征不同,具有较高的遮蔽性。利用传统敏感信息挖掘方法时,固有的敏感信息被遮蔽,无法进行敏感信息的准确挖掘。提出基于TF-IDF改进聚类算法的网络敏感信息挖掘方法,通过TF-IDF方法获取网络敏感信息文本,在网络敏感信息文本中获取有价值的敏感信息特征,采用该信息完成聚类算法,对全部敏感信息特征进行聚类分析,完成网络敏感信息的挖掘。实验结果说明,所提方法进行网络敏感信息挖掘,具有较高的挖掘效率和精度。     

黄渤海近岸海域酚类内分泌干扰物分布特征及其来源解析

在黄渤海近岸海域采集了34个水体样品,利用HPLC-MS/MS分析了双酚A、辛基酚、壬基酚、2,4-二氯酚、对叔丁基苯酚和对特辛基苯酚等6种酚类内分泌干扰物的含量,并探讨了其分布特征及来源.结果表明,中国北部近岸海域6种酚类内分泌干扰物的含量范围在5.25～1351.20ng/mL之间.结合因子分析和层次聚类分析结果,说明渤海、黄海近岸海域中酚类化合物主要以辛基酚、壬基酚、2,4-二氯酚为主,局部海域伴有双酚A的高残留;从整个海域范围看,黄渤海近岸海域水体中酚类化合物污染状况具有区域特征,整体呈现出南高北低的特点,且酚类物质分布具有明显的地区特性,一定程度上具有聚集性;来源解析结果表明黄渤海近岸海域中酚类内分泌干扰物主要来源为生活污水和工业废水.     

面向数据挖掘的静态电源综合故障诊断研究

静态电源是机场桥载设备最重要的组成部件之一,应用非常广泛。然而,其产生的频发故障会造成设备利用率低、修复率时长和经济损失等问题,在基于桥载设备的安监系统上,提出了静态电源综合故障诊断方法,通过数据挖掘软件,建立了静态电源故障诊断预测模型。通过在线数据库测试结果表明得到了综合故障诊断方法在预测静态电源故障上显现的特点,得到了静态电源的未来状态,实现了对静态电源的实时故障进行预测,进而为解决故障提供方向和目标,最终达到降低经济损失最大化的目的。     

基于自适应权重的函数型数据聚类方法研究

基于有限维离散数据的传统聚类分析并不能直接用于函数型数据的分类挖掘。本文针对函数型数据的稀疏性和无穷维特殊性展开讨论,在综合剖析现有函数型聚类方法优势与不足的基础上,依据聚类指标的信息量差异重构加权主成分距离为函数相似性测度,提出了一种函数型数据的自适应权重聚类分析。相对同类函数型聚类算法,新方法的核心优势在于:(1)自适应赋权的距离函数体现了聚类指标分类效率的差异,并且有充分的理论基础保证其必要性和客观合理性;(2)基于有限维离散数据的聚类实现了无限维连续函数的聚类,能够显著降低计算成本。实证检验表明,新方法的分类正确率明显提高,能够有效解决传统聚类算法极端情形下的失效问题,有着复杂函数型数据分类问题下的灵活性和普遍适用性。     

基于融合特征及聚类分析的多尺度电力设备识别及定位

为解决数字图像中复杂多目标电力设备的分类识别与精确定位,提出了一种基于多特征融合与聚类分析的深度神经网络检测模型。该模型通过跳跃连接的信息通道快连边缘、角度及语义等多重特征,并通过阶段上采样融合不同尺度信息,以此构建出待检特征金字塔;然后对数据集进行聚类分析,利用金字塔中各尺度网络对原图像的映射比例计算出与目标最佳适配的区域生成框,最终得到适用于多尺度电力设备的检测模型。通过对比实验结果表明,本改进方法在检测时能够保持高精度并具有时效性,具备一定的工程实用价值。     

空气热机平衡点的快速判定方法

对空气热机实验数据中获取的转速、温差等进行K型均值聚类和最近邻节点分类分析,获得空气热机是否达到平衡状态的快速判别方式,以及该判别方式在实验数据中表现出的区分能力和准确度．     

基于离子迁移谱的假币用纸快速检测及溯源

该文采用离子迁移谱（IMS）对20种假币用纸进行分析,通过快速检测假币用纸中的可挥发性组分,构建假币用纸的指纹谱图库。基于主成分分析（PCA）和层次聚类分析（HCA）对迁移时间8～17.5 ms范围的迁移谱信息进行处理,从而对假币用纸进行分类。PCA可将同种假币用纸聚类,HCA则可进一步将20种假币用纸准确分类,其对6个未知来源的半成品假币的分类正确率达83.33%。结果表明,IMS快速检测分析是比较和分类假币用纸的有效方法。     

谱图相似度分析结合保留指数对单萜烯同分异构体的GC—MS定性分析

运用欧氏距离的最短距离聚类分析法,对在质谱数据库NIST02.L检索到的37种单萜烯同分异构体的93张质谱图进行了分类.结果显示,单萜烯被分成5类,大部分单萜烯聚到1类,包括30种单萜烯的77张质谱图.但部分谱图很近似,仅用传统的质谱库匹配鉴定其结构存在一定的困难.采用改进的谱图相似度分析结合保留指数实现了有效定性,并将该方法用于实际样品的定性分析.