摘要：手部疾病的发生率在逐年增多,手部功能障碍最常发生的部位是第二至第五指掌指关节出现僵直.设计了手功能康复治疗仪用于被动锻炼掌指关节的活动度,该仪器由关节活动次数等参数控制利用Monte-Carlo方法设计手康复治疗仪的参数,并采用k-means聚类算法对患者特征进行聚类以收集参数,并按照聚类分析后的结果赋值于新患者的起始参数.

摘要：为解决换乘车站分类标准缺失或不精准的问题,从用地、区位、客流3个维度,分析换乘站分类的影响因素并提出分类指标计算方法,结合k-means聚类算法,构建基于多因素聚类的换乘站分类方法,应用南京地铁换乘站开展实例分析。结果表明:与单因素(仅用地、仅区位、仅客流)聚类方法相比,多因素聚类方法在分类均匀度、实际分类效果等方面具有明显优势。结合分类结果,提出南京地铁换乘站宜按综合枢纽型、公共中心Ⅰ型、公共中心Ⅱ型、居住生活型及外围接驳型5类划分,并分析换乘站在不同要素上的阈值特性及取值建议,为未来地铁换乘站规划及设计提供借鉴。

摘要：近年来受大风天气影响,树倒墙塌、高空坠物、广告牌散落等情况时有发生,严重影响社区居民安全,迫切需要识别出大风天气下社区内重点危险区域并加以防范。该文以北京市石景山区某社区风场为例进行场景建模,利用数值模拟与机器学习寻找社区特征点,完成特征点风速数据到风场数据的预测。以10个特征点数据预测6 681个点的风场数据为例,基于7 917个训练风场、 2 026个测试风场的模型训练测试结果表明:东西方向1 m/s以上速度的预测值平均相对误差为5.8%,南北方向1 m/s以上速度的预测值平均相对误差为6.2%。采用该方法可以快速获得满足精度要求的社区背景风场以指导社区风险防范、应急决策与救援,对于保障社区安全具有重要意义。

摘要：为解决共同配送路径优化问题,提出一个具有可操作性的共同配送策略,基于此构建了以考虑车辆使用成本、车辆行驶成本和碳排放成本最小化为目标的共同配送车辆路径模型,用k-means聚类方法对客户节点进行分区聚类,确定各末端配送网点所服务的客户,并在此基础上利用基于节约里程算法的遗传算法对该模型进行求解.通过利用公共数据集实验验证设计的CW-GA算法的优越性,发现相较于传统GA,本文算法具有良好的求解性能.利用本文算法仿真分析共同配送前后相关成本的变化以及不同配送模式下的燃料消耗、行驶距离变化,结果表明共同配送能够有效降低物流总成本.

摘要：针对无人机对地面节点进行数据采集过程中的问题,根据无线传感器网络分簇路由算法的特点,以及传感器节点-无人机链路的通用衰落信道模型,提出一种基于k-means聚类算法的无线传感网分簇路由算法,同时利用逐次凸优化技术,优化无线传感网节点的唤醒调度和无人机的飞行轨迹,最大限度降低所有传感器节点的消耗的能量.仿真结果表明:该方案在网络寿命和能量效率方面优于LEACH协议,网络寿命延长约133%;与静态采集数据和直线飞行采集数据方案相比,该方案能够分别节省约81.8%和71.4%的网络能量.

摘要：玻璃在中国史料中早有记载,但是由于长期存在名称和质地的混淆,且近现代有关中国古代玻璃的研究起步较晚,关于古代硅酸盐玻璃的风化和成分研究比较缺乏。以往研究古代玻璃器的著作,多是从王朝更替的角度,对文化交流、化学分析等方面研究玻璃的文化艺术形态及其自身的运行发展的规律,较少有学者系统建立数学模型并使用智能算法定性定量开展风化硅酸盐玻璃原成分预测及亚分类方法研究。本工作以多组风化和未风化硅酸盐玻璃为研究对象,提取其化学成分含量、纹饰和颜色等数据,利用Spearman系数分析了纹饰、颜色和玻璃大类之间的相关性并研究影响表面风化的因素;利用决策树进行大致分类,然后用神经网络预测玻璃风化前主要化学成分的含量,并总结硅酸盐玻璃的分类依据。此后通过k-means聚类建立分类模型:确定最佳类别数,进行亚类划分,寻找铅钡玻璃和高钾玻璃的最优分类数量。研究结果表明,只有玻璃类型对表面风化具有显著影响;风化过程中参与度较高的化学成分为二氧化硅、氧化铝、氧化铅、氧化钡、氧化铅和五氧化二磷;风化后,铅钡玻璃二氧化硅含量明显下降,氧化铅含量明显上升,而高钾玻璃二氧化硅含量明显上升,氧化钾氧化钙和氧化铝含量明显下降;高钾玻璃分为3个亚类,铅钡玻璃分为4个亚类。为后续利用机器学习研究古代硅酸盐玻璃的风化和成分提供了参考。

摘要：选择性催化还原(selectivecatalyticreduction,SCR)是一个变时间延迟的动态过程。为建立准确SCR出口NO_(x)排放浓度预测模型,提出一种基于动态时延分析和典型样本筛选的建模算法。首先,通过机理分析和实际生产数据Pearson相关性分析,确定模型输入变量。然后,采用时间滑动窗口策略,计算滑动时间窗口内变量互信息熵,根据互信息熵排序确定各变量对于NO_(x)排放浓度的动态延迟时间。其次,为了降低建模样本数量,采用k-means聚类算法对时延分析后的样本集合进行筛选,筛选出具有代表性和多样性的典型运行数据样本。最后,设计极限学习机算法,构建SCR系统出口NO_(x)动态预测模型。基于1000MW超超临界锅炉运行数据的验证结果显示,所提算法的预测误差小于5%,能够对SCR系统出口NO_(x)浓度进行准确预测。

摘要：为确保电能计量互感器计量工作的顺利开展,该文设计基于大数据挖掘的电能计量互感器误差自动化控制系统。系统在Spark运算引擎优越的数据计算功能协助下,基于电压互感器、电流互感器采集的电能计量互感器电压信号、电流信号,通过误差自动化校核模块的基于大数据挖掘的电能计量异常诊断方法,利用k-means聚类分类的方式,以互感器电压信号、电流信号诊断的方式,识别异常互感器;针对异常互感器,由误差动态自动化补偿装置,计算异常互感器的电能计量误差值,动态自动化补偿阻抗系数,调节计量误差,完成电能计量互感器误差自动化控制。经测试,该系统具备电能计量互感器误差自动化诊断与控制能力。

摘要：迁居是城市空间重构的基础动力,了解其行为机制对改善住房结构、优化空间组织具有重要意义,然而目前针对大城市内部、正规与非正规二元居住空间并存的迁居研究仍较薄弱。本文基于生命历程理论与家庭迁居理论,利用2018年12月至2019年12月的手机信令等多源数据,识别深圳市二元居住空间分布和迁居流样本,从迁居流特征、邻里属性和二元空间类型三方面选取指标开展基于主成分分析的k-means聚类,探究迁居模式、结构特性与形成原因。结果表明:①非正规内部、正规与非正规交互、正规内部三层次迁居类型间存在年龄和居住质量递增的趋势,但均呈现通勤导向;②二元迁居的主体是短距离迁移,形成了4个大规模迁居网络集群,总体方向表现出郊区化趋势;③迁居模式可聚类为社区型、改善型、家庭型、事业型4类,结合二元空间分异影响呈现出8亚类,不同类型迁居群体属性和动因存在显著差别,总体反映出人们在不同生命历程下的迁居过程。最后,文章针对不同迁居模式提出差异化空间治理政策建议。

摘要：创客教育要从“做中学”迈向“创中学”,教师的创新素养是关键。为廓清我国创客教师创新素养结构及发展水平特征,采用探索性序列设计的混合研究,以43位创客教师深度访谈资料的扎根研究为基础,借助k-means聚类算法,对849位创客教师的问卷数据进行量化分析。研究发现:创客教师的创新素养由创新人格、创新思维、创新学习、创新知识、创新教学、创新实践6个核心类属及15个类属构成;创客教师的创新素养总体处于“中等偏上”水平,但创新人格、创新思维和创新教学素养普遍有待提升;创客教师的创新素养发展水平呈现“簇群化”特征,可划分为“消极生存型”“乐教潜在型”和“积极创新型”三类创客教师。基于三类创客教师创新素养发展的分层培养策略为:优化工作要求与社会支持,提升“消极生存型”教师创新动力与实践素养;组建区(校)创新实践共同体,发展“乐教潜在型”教师创新思维与教学智慧;发挥“意见领袖”的引领作用,增进“积极创新型”教师身份认同与创新品质。对创客教师创新素养结构的混合研究,可为创客教师、STEM教师或科创教师专业发展,提供新思路和数理依据,也可以为教师创新素养提升和评价,提供一些理论借鉴。