基于多点关联性的尾矿坝位移监测序列异常值诊断*

针对尾矿坝位移监测序列中噪声和真实异常值的区分问题,提出1种基于多点关联性和改进孤立森林（IF）算法的异常数据诊断模型。通过IF算法对监测序列中的各样本点异常程度进行量化计算,引入云模型（CM）算法确定IF量化的异常得分与异常概念的相互映射关系以实现异常点的初步诊断,根据Apriori算法计算多测点序列间的关联性,找出强关联序列组合,结合序列关联性以及异常点诊断结果区分噪声与真实异常值。以某尾矿坝位移监测序列为例进行模型验证。研究结果表明:基于多点关联性的异常诊断模型能够有效区分尾矿坝位移监测序列中的噪声与真实异常值,提高监测系统的准确性。     

GIS支持下的交通噪声预测与规划系统

以地理信息系统（ＧＩＳ）为技术支撑，结合交通噪声预测模型，建立了交通噪声预测与规划系统ＴＮＰＰＳ，该系统充分利用ＧＩＳ对空气数据与属性数据进行编辑，管理，显示，查询的能力与分析建模优势，并注重用户与系统的交互，用户与系统交互以ＷＨＡＴ ＩＦ提问／解释方式进行。ＧＩＳ与环境模型相结合，为环境噪声调查，道路工程设计，建筑设计等提供了有效的交通噪声预测与规划工具。     

无间隙原子钢电解钝化工艺的研究

通过对无间隙原子钢电解钝化工艺的研究,确定了钝化液的配方、钝化电流、钝化时间和钝化温度等工艺条件,从而得出此钝化工艺的最佳工艺参数,增强了钝化膜的耐腐蚀性能,并减少了环境污染.