面向服务的数据集成技术研究

在面向未来网络化和服务化体系结构下,论文针对分布式异构、海量数据资源共享需求,提出基于发现元数据的数据集成框架,并通过信息目录技术对各类资源进行整合、通过信息搜索技术进行搜索和发现、通过信息聚合及挖掘技术实现信息的二次开发和利用,提供多样化服务化信息共享技术和途径.     

Outlier mining based abnormal machine detection in intelligent maintenance

Assessing machine’s performance through comparing the same or similar machines is important to implement intelligent maintenance for swarm machine. In this paper, an outlier mining based abnormal machine detection algorithm is proposed for this purpose. Firstly, the outlier mining based on clustering is introduced and the definition of cluster-based global outlier factor (CBGOF) is presented. Then the modified swarm intelligence clustering(MSIC) algorithm is suggested and the outlier mining algorithm based on MSIC is proposed. The algorithm can not only cluster machines according to their performance but also detect possible abnormal machines. Finally, a comparison of mobile soccer robots’ performance proves the algorithm is feasible and effective.     

一种基于闭项集的无冗余关联规则挖掘方法

针对关联规则挖掘中存在的规则数量过多,难于理解和应用的问题,提出了一种基于闭项集的无冗余关联规则挖掘算法．首先,给出了无冗余关联规则的定义,并基于规则信任度的概念说明了该定义的合理性;其次,在生成子、闭项集和无冗余关联规则的基础上,给出了无冗余最小．最大精确规则基和无冗余最小．最大近似规则基的定义,并讨论了它们的剪枝策略．最后,讨论了生成子的性质及连接策略,并在包含索引的基础上,给出了一种宽度优先的无冗余关联规则挖掘算法．实验结果表明,本文提出的算法不仅可以发现规模较小的无冗余关联规则,提高了挖掘结果的可理解性,而且具有较高的挖掘效率．     

基于加权关联规则的交通事故分析

考虑到各种交通事故因素对交通事故属性本身的影响有轻重之分,基于传统的关联规则挖掘模型,提出了一种加权关联规则的模型,设计与实现了加权关联规则的挖掘算法,并应用到道路交通事故属性的分析中。     

基于关联规则挖掘的调车作业事故原因分析

数据挖掘技术在各行各业得到广泛的应用,铁路调车作业的安全是铁路系统中非常重要的方面,将数据挖掘技术中的关联规则挖掘运用到调车作业事故原因分析当中,能够找出事故因素之间的联系,管理部门可根据分析结果,有针对性地进行整改,以提高生产效率和降低调车事故发生率.     

双层双跨平顶直墙暗挖地铁风道二次衬砌施工关键技术

大断面双层双跨平顶直墙暗挖地铁风道施工时具有开挖跨度相对较大,临时支护体系繁多,二次结构受力转换复杂的特点,针对北京地铁4号线石榴庄路站1#风道双层段的工程实践,分析总结大断面双层双跨平顶直墙结构中洞法开挖、受力转换、分块模筑等施工的几个关键技术环节,经实践检验,方案是合理的,可行的。     

基于RBF神经网络的在线分类挖掘系统

模式分类是RBF神经网络应用的一个重要方面.在线环境中数据集是经常变动的,采用批量式学习算法(如OLS算法)训练RBF网络会产生大量的重复训练,从而导致学习效率不高.为弥补这种不足,从梯度下降方法推导出一种增量式学习算法,用于在线环境中的RBF神经网络训练.最后将基此算法构建的在线分类系统用于IRIS分类问题.结果表明,该算法有较快的收敛速度,网络的在线分类性能良好.     

基于铁路客票分析的序列模式挖掘

就数据挖掘中的两种模式:关联规则和序列模式的概念和作用进行了探讨,对序列模式挖掘用程序流程的方式加以说明;并基于铁路客票分析,讨论了实现效果.     

ARIMA模型在HIS预测中的初步研究

时间序列预测分析在医院信息系统中具有广泛的应用前景,而ARIMA模型是挖掘时间序列模式的一个有效的方法.介绍利用ARIMA模型发现时间序列模式的方法,并应用于医院时序数据预测,为管理层提供决策依据,完善医院信息系统.     

多波地震勘探技术在判定公路采空区上的应用

新老小煤窑采空区是公路工程建设中的一种重要的病害地质体 ,如何在公路设计中查明其分布范围及危害程度 ,通过实例 ,简要介绍了多波地震勘探技术在实际工作中的应用及效果。