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。     

公共自行车使用时空特性挖掘及租还需求预测

基于宁波市公共自行车刷卡数据、POI(Point of Interest)数据、气象和空气质量等数据，从数据驱动视角，深入挖掘公共自行车使用的时空特征及站点租还车需求预测。在时间上，采用KMeans算法，将站点聚为5类，探讨各类站点的时变需求规律及影响因素；在空间上，提出基于POI 数据的站点用地类型识别方法，将站点分为居住类、交通设施类、办公类和商业休闲类。构建以 15，30，60 min 为间隔，以租还车需求为目标变量的随机森林预测模型，并与常用的 BP (Back Propagation)神经网络、K最近邻方法进行比较。结果表明，随机森林模型的精度更高，适用性更强。以30 min为间隔的站点租还车需求预测精度最高，考虑站点土地利用类型后能有效提高模型的预测精度。本文结果可作为未来站点平衡调度的依据并推广应用于共享单车系统，为改善服务水平提供技术和理论支撑。     

水中目标回波亮点时空相关与脉间相关特性研究

信号相关分析是时域和空域中一种基本的，但又是重要的信号分析方法，本文介绍了水下目标回波时空相关特性分析和脉间相关特性分析的基本原理，并给出院高频回波测试系统获取的海试数据的处理结果。     

动物的定向和导航原理以及时空感觉

本文综合介绍了动物的定向和导航,以及动物定向和导航的神经生物学机制.在此基础上,本文讨论了动物的时空感觉.通过讨论我们发现有些动物的时空感觉和我们人类很不一样,原因在于其神经元细胞连接方式和工作模式和我们不一样,这值得我们进一步探讨.     

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。     

关联规则挖掘算法

本文提出了数据挖掘中的时间余度、空间余度、时空复杂度和用户期望满意度等概念,并对它们进行了量化定义;给出了基于上述概念的关联规则挖掘算法AACE;针对算法进行了实验,证明了算法的有用性和应用价值。     

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。     

关注安全关爱生命

汽车安全，可以说是造就和谐社会一项因素，人类的最大愿望，不仅是获得时空的自由，而且要获得生命时空的自由，这就是对汽车工业提出更高的期望和信息.     

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。