地铁施工事故的多维关联规则分析

针对地铁施工事故频发,施工事故数据间的关系日益复杂的特点,提出了多维关联规则在地铁施工事故数据的具体应用方法,展现了“人-机-环境-管理”和事故发生类型之间如何挖掘强关联规则的过程。通过30个地铁施工事故数据的分析,利用Excel软件对数据进行处理,找出可能导致地铁施工事故发生的频繁因素的组合来,发现并评论施工事故类型发生的潜在规律,并将这些规律作为现实中管理者做出预防措施的依据。     

关联分析方法在公路边坡设计中的应用

工程项目设计方案优选存在着许多不确定因素,文章从影响优选方案的因素入手,对工程优选方案中最重要的几个因素进行分析,并确定了灰色决策的目标,建立了基于灰色关联决策的方案优选模型,结论较符合实际,在一定程度上可以提高评价的合理性和科学性。     

沥青混合料高温稳定性能研究

通过对沥青混合料高温稳定性影响因素的灰色关联分析,在所知数据不多的条件下,计算出车辙大小与马歇尔力学特征值的灰色关联度,找出了影响沥青混合料高温稳定性各项因素的关联顺序,并对各项影响因素分别进行了研究,分析各种马歇尔力学特征值对混合料高温性能的影响。这种方法克服了一般数理统计分析中的不足,为沥青混合料的设计、评价、控制、和高温性能的改善提供了依据。     

基于Apriori算法对地面沉降影响因素的数据挖掘及分析

为有效利用盾构法施工过程中产生和积累的大量掘进历史数据、挖掘知识和信息,以优化掘进参数、控制地表沉降,采集某地铁相邻两区间的地面沉降数据及掘进参数,基于数据挖掘技术,通过对比优缺点,综合等宽离散和k-means聚类2种方法将数据离散化,并采用Aprioir算法进行关联规则挖掘。通过分析关联规则得到以下结论: 出土率、注浆填充率和俯仰角对沉降值影响较大,掘进速度和刀盘转矩对沉降值也有一定影响。根据数据离散区间和关联规则,给出穿越土层为圆砾和卵石时的注浆填充率建议值为185%~190%,注浆压力建议区间为0.16~0.22 MPa,同时建议俯仰角纠偏幅度宜平均每3环小于±0.2°。     

地铁站域行为与空间的交互关联分析

当前城市与交通一体化发展迅速,大量地铁站域空间功能属性发生转换,站域空间无法满足使用者的行为活动。以地铁站域内空间要素作为交互客体对象,使用者行为活动作为交互主体对象,以苏州市广济南路站域作为调研案例,针对使用者行为活动进行全球定位系统(global positioning system,GPS)实时跟踪和行为注记,将数据导入地理信息系统(geographic information system,GIS)软件中实现数据可视化分析。通过分析使用者在地铁站域空间中的行为特征、空间特征及时间特征,探究二者交互过程中引发阶段和反馈阶段的影响因素,对行为活动与空间各要素之间的关联度进行分析。研究结果表明：地铁站域内行为与空间在交互过程中具有显著的关联性,相互之间的影响因素包括社会影响因素和物质影响因素,可为后续的理论应用和优化策略提供依据。     

一种小支持度布尔关联规则的挖掘方法

关联规则挖掘算法一般用于发现强关联规则,对于小支持度规则的挖掘则缺少有效的算法.利用事务数据的时间特性,将事务数据集划分成若干子集,对子集进行挖掘,并在得到的规则集基础上建立规则矩阵,过滤矩阵,得到一种挖掘事务数据集中小支持度布尔关联规则的新方法.     

基于决策属性的关联规则挖掘

针对具有决策属性的数据库模型,提出了高效挖掘关联规则算法,即矩阵划分算法:根据决策属性将扫描后的数据库划分成两个包含不同决策属性的矩阵,分别采用向量法挖掘频繁项目集.关联规则的生成可充分利用“与”运算的优点,查找规则前件或后件的支持度.所提出的算法减少了候选二项频集的生成,以及“与”运算的大小,与apriori算法及传统的向量法挖掘关联规则相比,效率明显提高.     

基于马尔可夫链蒙特卡洛方法的数据关联算法研究

数据关联是杂波环境下多目标跟踪问题的难点之一.文中提出了一种基于马尔可夫链蒙特卡洛(MCMC)方法的数据关联算法(MCMCDA),该算法通过在相应的关联事件空间中采样,可以有效地估计数据的边际关联概率,而且算法的估计精度可根据需要进行调节.仿真结果表明,在需要跟踪的目标数目较多,探测概率较低、杂波概率较高的情况下,JPDA算法因出现"组合爆炸"问题而难以在实际中应用;MCMCDA算法则能在保持较高估计精度的情况下降低计算负荷,从而能够较好地满足实时跟踪系统的要求.     

一种单站纯方位跟踪中的非线性最小二乘方法

对纯方位跟踪问题进行了描述,通过建立模型,设计求解算法,提出了一种解纯方位跟踪问题的非线性最小二乘方法,并将它与解纯方位跟踪问题的线性最小二乘方法进行了比较与仿真分析。仿真结果表明,非线性最小二乘方法具有较高的估计精度,是一种有效的算法,对潜艇实施隐蔽探测与跟踪具有重要意义。     

一种新的高效关联规则数据挖掘算法

在分析关联规则的数据挖掘算法基础上,针对Apriori算法进行深入研究,提出了改进算法FA,并在实际项目中加以应用.算法FA在计算选项集支持度所涉及的记录数目将小于事务数据库中原记录数目,提高了原算法的效率,具有一定的实用性.