智能推荐系统在铁路客运延伸服务中应用研究

对互联网推荐系统模式进行分析，结合餐饮、酒店、旅游、定制服务等铁路客运延伸服务的应用场景，研究推荐系统在铁路客运延伸服务中的应用。通过对旅客浏览购买服务产品的行为记录进行数据分析，构建一套针对延伸服务的智能搜索与个性化推荐系统，实现服务产品的精准推送，不仅能够有效提高用户体验，提升铁路的服务质量，同时能够扩大客运营收，使铁路利润率达到最大化，提高行业竞争力，促进铁路客运服务和资产经营的转型升级。应用结果表明:智能推荐系统在铁路客运延伸服务中具有很好的应用前景。     

数据挖掘中的序列模式的研究

本文就数据挖掘中序列模式的概念和作用进行了探讨,并对序列模式的实现过程用程序流程的方式加以说明,并给出了序列模式实现算法的步骤。     

一种基于概念层次数据库挖掘一般化关联规则的算法研究

从数值型数据库中挖掘出关联规则是一个很有应用前景的课题。在实际中，通常属性内还存在更高层次的概念抽象，即呈现出层次结构。本文基于这一结构，首先将原来的数据库扩展成层次数据库，然后提出了从此数据库中，挖掘出更一般关联规则的方法。运行实例表明了本文提出方法的有效性。     

数据挖掘技术在铁路客票营销分析中的应用

铁路客票营销分析是否能精确、有效地反映铁路客票销售的概况；对于客票营销策略的制定具有重要意义，本文探讨了数据挖掘技术在铁路客票营销分析中的基本方法，并介绍了应用经验。     

一种改进的基于密度和网格的高维聚类算法

提出了一种改进的基于密度和网格的高维聚类算法,并对算法有效性进行了验证.该算法通过减少样本点数量的方法达到减少稠密子空间数量.在发现高维稠密子空间时,对样本库进行精简.这些样本点的求得能有效减少求解最小聚类的时间复杂度.     

基于数据挖掘的轨道交通车载监测与维护系统

研究一种基于数据挖掘的轨道交通车载监测与维护系统,利用信息挖掘技术,对运行获取的数据设定关联规则组合,从而获得对列车运行信息更可靠地认识和运行质量评估,从大量日志中,快速找到关键问题,应用于列车测试和维修领域。     

CRH5型动车组运行故障信息远程智能分析判断系统的设计与实现

基于GPRS和Internet网络技术,将CRH5型动车组列车网络控制系统(TCMS)中实时监测的列车牵引、制动、供电、空调、门控、转向架等子系统设备的运行数据信息实时、准确地无线上传到地面监测站,由地面监测站对采集的数据进行解码、数据挖掘、分析,实现数据智能处理、自动分级预警等功能,为动车组运行故障检修处理提供及时、准确的远程技术支持.     

融合RCM、PHM和数据挖掘的城市轨道交通车辆维护决策技术研究

提出了一种用于轨道交通车辆系统维修决策的RCM(以可靠性为中心的维修)可靠性评估的新方法。针对轨道交通车辆系统故障机理复杂,影响因素冗多,提出基于RCM、PHM(故障预测与健康管理)和数据挖掘算法相融合的方法来构建系统的维护决策模型。与传统方法的区别在于,该方法能够更精准地定义维护模型,并获得系统的最优维护间隔,计算效率高,适用于复杂状态系统的可靠性计算。该方法可有效降低传统RCM的维护不足现象,降低运维成本,具有一定的推广应用价值。     

数据挖掘技术在移动通信决策支持系统中的应用

介绍了数据挖掘技术在移动通信行业决策支持系统中的应用，从关键技术、体系结构、功能模块等方面进行了论述，这一技术的应用将有利于增强移动通信企业的市场竞争力。