物理力学性质对尾矿坝稳定性影响研究

以元江镍矿1号尾矿坝为例,利用极限平衡法,在渗流和非渗流两种状态下对尾矿坝的稳定性进行研究,并对尾矿坝的天然重度γ、内摩擦角φ、黏聚力c与稳定性系数进行敏感性分析,综合研究得出：内摩擦角和粘聚力与尾矿坝稳定性系数均呈正相关关系;天然重度与尾矿坝稳定性系数呈负相关关系;非渗流作用下,尾矿坝物理力学性质与尾矿坝稳定性系数的敏感性排序为：φ>c>γ;渗流作用下,尾矿坝的物理力学性质与尾矿坝稳定性系数的敏感性排序为：φ>γ>c。     

基于多聚类中心的加权聚类铸体薄片图像分割方法

针对人工利用显微镜对岩石铸体薄片进行鉴定的低效和普通聚类分割算法对图像边缘分割效果差的问题,本文从岩石特征出发,提出了一种基于聚类分割算法的多聚类中心加权分割新方法,并使用该方法训练了一个适用于岩石铸体薄片的分割模型。使用该模型可以快速地完成对大量薄片的鉴定任务。该方法通过构建新的聚类距离提升了对薄片各组分边缘和内部的分割效果,将多聚类中心的方法和加权的聚类方法相结合,进一步增强了对薄片边缘部分的分割。利用来自疏松岩心的铸体薄片图像进行分割实验,并将本文提出的聚类分割新方法与普通的聚类分割算法的结果进行比较,发现本文方法的分割误差比普通分割方法的误差最高降幅达37.2%。与现有深度学习分割算法对数据量和数据类型的高要求相比,多聚类中心的加权聚类分割算法更适合地质领域中的分割任务,具有较高的应用价值。     

融合多特征的轨迹数据自适应聚类方法

轨迹聚类是空间数据挖掘领域的一个研究热点,对城市交通规划、路网结构提取与更新等具有重要意义。轨迹聚类包括轨迹相似性度量和聚类参数设置2个核心问题。然而,由于轨迹的形态结构特征复杂,现有轨迹相似性度量指标存在对噪声敏感或未充分考虑轨迹运动方向一致性的问题,且大多数聚类算法仍需人为设置参数,聚类挖掘结果的质量受到用户主观经验的影响。针对上述问题,本文提出了一种融合多特征的移动轨迹自适应聚类方法。首先,通过融合轨迹的空间邻近性和运动方向特征定义了一种对噪声鲁棒的轨迹相似性度量指标—DSPD距离;在此基础上,通过扩展Ward层次聚类方法提出了一种基于中心轨迹概念的空间层次聚类算法,该算法使用DSPD距离作为相似性度量指标,利用聚类特征曲线自动确定最佳聚类参数。以11组模拟轨迹数据和武汉市真实轨迹数据为例进行实验与分析,结果表明,本文方法在顾及空间邻近性的基础上,可以有效区分不同移动方向的轨迹簇,同时,利用轨迹数据特征自动确定聚类参数,降低了挖掘结果的主观性。     

黄土深基坑边坡稳定的实例分析

应用泰勒（Ｔｏｙｌｏｒ）理论，对黄土地基边坡稳定实例分析，并对边坡土样做快速直剪试验，一定程度揭示了均质粘性上边坡稳定的内涵。     

一种基于时序数据的动态聚类分析方法

本基于灰色关联度和模糊聚类分析原理及多目标决策技术,提出了一种基于时间序列数据的动态聚类分析方法,并以复杂的城市化进程为例加以应用,得出一些有意义的结果,实践证明,该方法适合于多指标,多时段的（复杂）动态系统建模。