浅谈数据挖掘中的关联分析

本文的主要内容包括:关联规则挖掘概念、国内外研究现状及对关联规则算法的研究,归纳了关联规则挖掘在诸多领域的应用。最后结合当前的研究成果,指出关联规则及数据挖掘的发展前景。     

城市中心区路内停车调查分析——以南京为例

在路内停车调查的基础上,对比路外停车相关研究成果,分析了路内停车特征和停放行为特性,得到路内停车时间短、对步行距离要求高、路内停车场利用率较高且与周边用地属性有很大关系;简单分析了当前城市路内停车存在的问题以及利用停车收费调整停车需求的有效性。最后,指出路内停车场的设置除了考虑其对道路交通流的影响,还要考虑区域路外停车的供应量、服务的土地利用类型以及停车者对步行距离的要求。     

城市中心区停车规划研究

研究城市中心区的停车特性以及停车特征,深入分析其供应和需求关系,正确处理好城市中心区的停车问题,对解决道路交通拥挤,减少交通事故,提高道路通行能力方面有重要的意义。该文根据停车调查数据,以重庆市南岸区南坪核心区的停车规划为例,研究停车配建指标、停车需求与停车供给之间的关系,分析近期、远期城市中心区的停车需求,提出相应的路内、路外停车规划方案,为停车规划实践上提供一套切实可行的方法,解决城市中心区的停车问题。     

基于数据挖掘技术的交通事故分析

为了有效地识别和发现事故数据的模式及其内在规律,提出一种使用数据挖掘领域中的多维关联规则技术分析大量交通事故记录的方法,通过找出可能导致交通事故发生的频繁因素组合,协助交通管理者更好地找出引发事故的原因与规律, 并作出相应的决策.     

面向停车诱导系统的都市商务区停车行为调查及分析

徐家汇地区是上海市中心城4个市级副中心之一,是上海重要的CBD商务区。自2004年初第一批停车诱导显示屏投入使用以来,该区域停车诱导系统已包含停车场(库)21个,诱导泊位近5000个。从使用情况来看,该系统在诱导显示屏的设置、设计和诱导信息的提供上,没有充分考虑使用者的行为、心理特性,群众满意度不高。为配合该系统的改造升级,2006年4月进行了大规模的停车行为及意向调查,分析了目前停车诱导系统存在的问题,提出了改进措施,取得的成果对其他地区停车诱导系统的实施具有重要借鉴作用。     

城市机动车停车产业发展对策研究

在从停车供需、停车企业、社会环境、财政环境、交通环境等内外部发展环境分析的基础上,从停车发展战略与政策滞后,停车定价不合理,停车位周转率低,管理水平、手段和人员素质都有待改善,观念陈旧,投资缺乏,造成资源不足等方面分析了目前存在的主要问题。提出加强立法和完善市场规则,建立完善的停车诱导信息系统等停车产业发展的对策。为建立与维护停车市场正常秩序,保证停车市场的有效运行以及整个交通系统的良性发展奠定理论和现实基础。     

城市机动车公共停车问题及对策研究

随着机动化的加速,停车问题逐渐成为制约城市发展、影响人们生活质量的隐患,城市规划编制的不科学性及相关研究的落后是导致停车问题日益严重的重要原因。对此,重点从控制性规划编制及相关政策角度分析公共停车问题出现的原因及对策,主要包括停车管理政策、建筑物配建政策、区域差别化政策、停车产业化政策、自备车位政策等。对于指导城市新区建设、改善停车现状有重要的指导意义。     

机动车占用非机动车道停车的影响分析

目前城市道路上普遍存在占用非机动车道停放机动车的现象,文章通过分析非机动车道上停放机动车辆对整个城市交通运输环境的影响,剖析了在非机动车道上停放机动车辆引发的各种安全隐患,提出改善方法和对策。     

基于前景理论的机动车路内停车行为研究

路内停车收费价格的调整将对路内停车位使用者的出行行为带来一定的影响.针对南宁市路内停车费调整政策的实施,通过对路内停车使用者的问卷调查,主要研究了停车价格对停车者的出行选择的影响.分析了调查对象的多种停车特征,包括停车费用调整后的停车时长预期、停车费用预期、步行到达目的地时间预期等方面,并基于调查数据引入前景理论研究了以停车时长和停车费用为基准的价值函数,建立了价值函数曲线并进行相应参数的估计.并该价值函数整合进多项Logit模型,以对公交出行的影响为例研究了路内停车收费价格调整对路内停车使用者出行行为的影响.结果显示,路内停车收费价格的调整对路内停车位使用者的公交出行行为有明显的影响.研究表明,前景理论可以较好地反映停车价格变化对路内停车使用者的行为影响.     

基于知识挖掘的全面质量控制

实现全面质量控制是企业实施先进生产模式的重要基础。本文将全面质量控制分解为:内部质量控制与外部质量控制;然后提出了一套针对全面质量控制的知识挖掘方法,具体包含:基于内部质量活动成本的知识挖掘,以质量活动的成本数据及变化趋势为原始数据,应用apriori算法进行布尔型关联规则挖掘;基于外部质量控制中的故障模式的知识挖掘,在分析外部质量控制过程中产生的质量信息基础上,进行故障原因分析知识的数据挖掘和从故障现象到故障原因的聚类挖掘。     

基于数据挖掘的汽车4S店售后主动服务

为了使汽车行业售后服务更为主动和高效。文章提出了汽车售后主动服务的概念,并通过数据挖掘工具和主动服务的结合,给出基于数据挖掘的汽车4S店主动服务的逻辑模型,4S店根据客户信息来做客户维修保养预测,旨在提高客户满意度和忠诚度,更能充分利用企业资源,做到变“被动”为“主动”,且能很大程度上帮助客户避免因临时故障带来的不便。     

驻车制动力的检验方法分析

根据全国农用运输车统检的统计资料，以及车辆在上，下坡路面上驻车状态的受力分析，认为反力式制动试验台只具有单晌拖动能力，当以瓜力式制动试验台进行出厂检验和安全性能检测时，造成相反方向，驻车制动性能的全面漏检。     

基于数据挖掘技术的智能交通信息分析与决策研究

智能交通系统是解决当今交通问题最有前途的手段之一,而交通信息的分析与处理是其核心问题。首先介绍智能交通系统的信息特征及其分析要求,剖析了当前国内外常用的分析方法在信息处理与辅助决策方面存在的不足,提出了一个完整的、针对智能交通行业的交通信息智能分析与辅助决策系统模型。该模型以数据挖掘技术为核心,全面运用了新一代决策支持系统理论和计算智能技术,最后阐述了模型的各主要组成部分及其关键技术与实现方案。     

基于数据挖掘的燃气管道风险评估模型的优化

通过燃气管道风险评估可以增强燃气公司对燃气管道安全情况的了解,降低整个管网的运行风险,有效地节约管理维护成本,文中引入并修改了的国外比较成熟的燃气管道风险评估模型,为上海市北燃气管道风险评估系统的开发奠定了坚实的基础,而运用数据挖掘技术则解决了该模型系统参数设定中的问题,使得评估模型更加贴近上海市北燃气管网的实际情况.     

基于时间序列挖掘的隧道交通事件分析

为了及时发现隧道内交通安全隐患,尽量减少交通事故的发生,针对现有隧道交通事件预测方法在实际应用中的不足,引入时间序列法,建立了隧道交通事件时间序列预测模型,该模型可以快捷地得出事故影响因素的预测值,预测出道路交通事件总体发展趋势。实验证明,模型能很好地适应于道路交通事故预测,同时具备了资料较少,建模简单,计算快捷等优点。     

基于时间序列分析的白车身检测数据处理技术

利用时间序列分析方法对阶跃信号，线性信号，周期信号等三种典型信号与随机信号耦合后的复杂信号进行分离，验证了时间序列分析方法在非平稳随机信号处理方面的可靠性；建立基于时间序列分析方法的轿车车身检测数据处理技术，有效地进行了白车身制造过程中的故障诊断分析。     

基于仿真分析的汽车侧翻风险研究

侧翻事故是汽车产品缺陷可能引发的一种典型风险.文中应用ADAMS软件建立仿真模型,模拟车辆侧翻事故过程以研究其发生机理,并通过正交试验分析了侧翻风险与其主要影响因素之间的关系.     

数据挖掘技术在轿车白车身装配偏差溯源中的应用

提出一种将数据挖掘技术与装配工艺知识相融合的白车身装配尺寸偏差源快速诊断方法。该方法采用最大树法对测量得到的大量分散孤立的多维尺寸数据进行相似性聚类,通过多元统计分析进行偏差模式识别,以偏差主模式为基础提取相关产品、工艺、工装等深层知识,通过构造诊断决策树实现对白车身装配过程尺寸偏差源的快速诊断。实际应用表明,该方法有利于缩小问题空间,提供有效的诊断决策支持;能够克服单纯数据分析导致的偏差源误判与漏判,可快速准确地找到偏差源。     

基于数据降维与聚类的车联网数据分析应用

智能网联背景下的车联网数据分析与应用对提升交通智能化有重要影响。为了加快交通智能化进程,文章对车联网数据应用过程中存在的数据冗余问题进行研究。以采集的车联网数据为研究对象,驾驶行为特点分类辨识为研究目标。采用相关分析与主成分分析方法对数据进行冗余筛选与降维,使用k-means聚类算法对驾驶行为特点进行分类辨识。研究结果表明,使用数据降维的方法可以降低车联网数据的相关冗余性,驾驶行为特点分类辨识结果表明其特点可分为三类驾驶行为。研究提升了车联网数据的应用价值,也为交通智能化提供了相关的支持。