基于专利数据的城市轨道交通技术发展现状与趋势分析

城市轨道交通是城市公共交通的重要组成部分,基于专利数据的城市轨道交通技术分析旨在发现城市轨道交通技术的发展现状与趋势,为城市轨道交通行业发展提供导向参考,为该领域研究人员提供情报支撑。基于世界知识产权组织的国内专利数据,综合利用专利计量、文本挖掘、关键词共现网络、专利地图方法,对国内城市轨道交通专利进行分析,结果表明国内城市轨道交通正处于稳中有升的成长期。     

基于频繁模式挖掘的接触网故障关联规则推荐模型

接触网作为电力机车的动力传输通道,保障其安全稳定运行至关重要.近年来,各铁路局相继建立了接触网故障数据库,从大量故障数据中寻找有用信息并指导运维.本文基于Apriori算法框架,将频繁模式挖掘技术应用到接触网故障数据的分析中;结合维修周期故障分类模型,将逐条记录的故障数据转换为适合挖掘的数据形式,并应用布尔映射矩阵通过单次扫描数据库实现挖掘算法;针对挖掘结果中可能出现的大量关联规则,提出用熵权法对关联规则常用的多个参数进行综合评价,进而得到了用量化指标对关联规则进行推荐的模型.     

基于数据挖掘的城市机动车停车调查分析研究

进行城市机动车停车场规划前需要开展停车场调查,以得到停车场的基本特征参数、机动车进出记录和停车者的停车行为等信息。通过数据挖掘中的一些方法可以在数据库中挖掘出有用的信息。根据机动车进出停车场的记录计算一系列的停车指标,并借助多元统计分析中典型相关分析的方法,分析停车指标与停车场基本特征参数之间的关系。然后利用关联规则挖掘停车问询调查数据中的潜在信息,分析停车者的行为特征,以掌握更多的停车信息。     

舰船机舱监控网络高维感知数据弱关联挖掘研究

舰船机舱监控网络高维感知数据主要包含正常状态数据与异常状态数据,其中异常状态数据规模较大,增加舰船机舱监控网络高维感知数据弱关联挖掘的难度,导致数据弱关联挖掘效率较低,为此设计一种舰船机舱监控网络高维感知数据弱关联挖掘方法。采集舰船机舱监控网络高维感知数据,计算采集到的数据点与数据点之间的紧密联系度,确定异常数据最合适的异常处理时间,在此基础上,对正常感知数据与异常感知数据特征相关性参数进行统计特征分析,对数据弱关联模糊值评估,完成舰船机舱监控网络高维感知数据弱关联挖掘。实验证明,在正常感知数据与异常感知数据弱关联挖掘上,此次设计的方法都比传统2种方法的挖掘效率高。     

一种基于文本挖掘的铁路基础设施设备风险隐患识别模型

提出一种基于文本挖掘的铁路基础设施设备风险隐患识别模型,该模型采用基于层叠隐马尔科夫的分词算法对长文本形式的设备质量问题数据进行分词处理,在此基础上,统计每类词出现的频度,识别铁路基础设施设备管理风险隐患,利用词云图可视化技术,对分析结果进行直观、清晰地展示。作者选取了兰州铁路局2012年1月~2016年4月期间4 662条工务、电务和供电专业的铁路基础设施设备质量问题数据,验证了模型的有效性。     

云计算聚类挖掘算法在船舶海上信息平台中的应用

海洋数据量快速增长,如何获取有用的数据已经成为海上信息平台处理中的关键问题之一。本文在搭建的海上信息云平台上,利用Canopy算法实现海上数据的聚类分析,对云平台中的并行计算进行说明。最后进行与K-均值聚类的对比实验,从运行时间、加速比、聚类识别率等方面说明本文算法运行效率高,聚类识别效果好。     

铺缆船用电缆埋设犁土壤挖掘阻力计算

传统的计算埋设犁土壤挖掘阻力的方法一般采用经验公式计算。经验公式依赖丰富的试验数据，且只能适应特定形状和尺寸的埋设犁。由于埋设犁的形状和尺寸各不相同，基于经验公式计算土壤挖掘阻力的方法准确性不高。根据土力学基本原理，在力学分析的基础上，运用数学方法进行公式推导，得到用于计算不同形状尺寸埋设犁挖掘阻力的理论方法，解决依赖经验公式计算土壤挖掘阻力的局限性。     

基于文本挖掘的地铁施工安全风险事故致险因素分析

地铁工程项目是典型的高风险大型复杂项目,施工安全风险事故多发且引发因素众多。为明确施工过程中存在的致险因素,为安全风险事故的预控提供依据,选取2002—2015年国内151例地铁施工安全风险事故报告,借助R语言和文本挖掘的方法,分别对事故报告进行分词处理、特征项选择、向量空间模型构建、共现规律识别,并利用词云和网络结构图等方法可视化文本挖掘结果;从中发现地铁施工安全风险事故的6项关键致险因素和23项一般致险因素,并以关键致险因素为基础构建致险因素集合,为地铁施工安全风险事故的预控提供参考。