数据挖掘在人力资源管理中的应用

描述了数据挖掘技术的基本原理及其过程,选择采用决策树分类方法,将决策树模型用于人力资源的挖掘系统中,获得了成功的应用.     

数据挖掘技术在物流客户关系管理中的应用

通过数据挖掘技术的引入,提出了一种新的物流客户关系管理方法。在对数据挖掘方法作了全面论述的基础上,着重分析了关联分析方法和决策树分析方法,并结合两个实例讨论了方法的应用。     

数据挖掘技术在电信欠费客户流失中的应用

本论文针对xx电信客户流失中的欠费流失客户进行初探。先采用OLAP技术对整个欠费流失的主题进行分析,后应用数据挖掘中的聚类分析算法对欠费流失用户流失前5个月消费行为(话务量、收入、欠费金额)的趋势和年龄、在网时长进行分析,对所聚出类进行解释,最后采用决策树对离散化后的变量进行分析,以此得出结论。     

关联规则在船舶变压器故障诊断中的应用

船舶变压器是船舶电力系统的主要组成部分,能够影响船舶安全行驶。本文着重研究关联规则在船舶变压器故障诊断中的应用,从关联规则挖掘、知识库存储以及规则聚类等方面详细的阐述基于关联规则的数据挖掘的实现过程,最后将本文算法应用于变压器故障诊断的仿真实验中。实验结果表明,本算法准确率高、可靠性强。     

大数据在轮机故障诊断系统设计中的应用

随着现代船舶技术的发展,轮机系统向大型化和自动化方向发展,设备和控制系统日益复杂,现有的故障诊断技术越来越无法满足人们的需求。数据挖掘技术能够从大量的数据信息中提取并找到有用的信息,极大的推动了人们分析和处理大数据的能力。将数据挖掘技术引入船舶轮机故障诊断系统中,能够有效提高诊断系统的效率。本文设计基于大数据的轮机故障诊断系统,研究现有的基于关联规则的Apriori数据挖掘算法,并进行优化改进,有效降低整个算法的复杂度,并进行了仿真实验。     

基于数据挖掘的船舶汽轮机故障诊断系统研究

汽轮机是船舶动力装置的重要组成部分,是多自由度的复杂系统,发生故障的原因很多,其产生故障的机理不是很清晰,因此本文提出利用数据挖掘进行汽轮机的故障诊断。首先指出整个故障诊断的流程,然后在数据挖掘模型的基础上,得到故障诊断的规则集且对其进行约简,最后进行故障诊断,并对故障的纠正进行说明。     

数据挖掘技术在舰载信息系统中的应用研究

数据库在舰载信息系统中使用的越来越多，从大量的数据中提取有价值的海战信息，是舰载信息系统追求的目标之一。而数据挖掘（DM）技术是知识发现KDD的一个关键步骤，将DM技术应用于舰载信息系统有着重要的现实意义。本文对典型的数据挖掘过程模型进行了介绍，阐述其组成结构及各部分主要功能，着重分析了该技术在舰载信息系统中的应用和目前应用该技术存在的问题。     

物联网技术在船舶智能电力设备信息管理系统中的应用

电力设备为船舶运输业的发展提供了有力的保障,同时,电力设备信息管理也面临着诸多挑战,本文以船舶电力设备故障诊断信息为主线研究物联网技术在船舶电力设备信息管理中的应用。首先,设计管理系统的3层架构,然后以此为基础,利用数据挖掘中的ID3决策树进行信息分类,最后通过实例来说明,本文所研究的决策分析能够为船舶故障诊断提供可靠的依据。     

新型乳化器静态混合管的研究

本文设计研制了一种新型乳人化器即静态混合管。分析了静态混合管的构成、乳化方式、制备系统等对乳化油稳定性及柴油机节能效果的影响，研究结果表明，静态混合管是一种结构简单、易于制造、便于操作的乳化设备。     

故障诊断技术在武器装备维修中的应用研究

状态监测与故障诊断在武器装备维修中的应用研究在近二十年发展较快,就目前发展的状况而言,已基本形成了自己的体系,文章对目前该领域发展的特点、基本内容、不足之处以及发展趋势进行了较为详细的介绍,并指明了非线性故障诊断在武器装备维修中的应用趋势,最后着重介绍了神经网络和分形在非线性故障诊断中的研究及应用现状。     

基于关联规则的舰艇故障诊断数据挖掘系统结构框架

该文针对许多舰艇故障现象不能用结构化的数据来表达 ,基于规则推理的传统专家系统对规则提取又是相当困难 ,提出了一种以过去已有的大量诊断案例和可能发生的故障和排除方案作为知识的来源 ,基于关联规则的舰艇故障诊断数据挖掘系统结构框架 ,并讨论了舰艇装备系统单层次故障和多层次故障关联规则的挖掘。     

基于人工神经网络的故障诊断技术在船舶导航系统中的应用

应用对向传播神经网络对船舶导航系统的测姿故障进行检测与诊断，得到了较为满意的结果。研究表明，该网络结构简单，学习速度快，适应性广，可以对船舶导航系统的传感器故障进行检测与诊断。     

优化的BP网络在船舶故障诊断中的应用

船舶各种设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶上设备繁多,运行环境特殊,因此,各种设备的故障症状与故障原因之间关系十分复杂,使用传统诊断方法在实际应用中效果不理想。BP神经网络在故障诊断中有广泛的应用,但由于BP网络采用的是沿梯度下降的搜索求解算法,存在收敛速度慢,且容易陷入局部极小等问题。而遗传算法具有全局搜索速度快的优点。为此,采用自适应遗传算法来优化BP神经网络,并以船舶主机轴系的故障诊断为实例,证明遗传算法优化的BP网络方法非常适用于对船舶各种设备故障的早期诊断和预测。     

船用锅炉过热器故障诊断专家系统的研究

在最新热偏差理论的基础上,结合专家系统理论,建立船用锅炉过热器故障诊断专家系统的数学模型,开发了锅炉过热器的故障诊断专家系统。该系统对锅炉过热器进行热偏差和管壁温度仿真模拟计算,并可对在线运行的锅炉进行预报,为锅炉的运行以及重新设计提供依据。     

电子装备故障诊断自适应策略研究

电子装备中采用的大多数故障诊断系统不能适应多种应用条件的变化,即不具备自适应性。针对这种情况,系统研究并提出了故障诊断自适应策略,该自适应策略由状态空间和策略空间构成,状态空间用来描述环境状态,策略空间用来描述采用的策略。对于状态空间中的某一具体的环境状态,在策略空间存在唯一的策略与之对应。在某一电子装备应用的实验结果表明,所提出的故障诊断自适应策略是比较有效的。     

船舶设备故障智能诊断通用平台的研究

针对目前的诊断系统大多是面向单一的诊断对象和诊断方式，此文提出故障智能诊断通用平台的概念，建议采用Matlab和VC混合编程、BP神经网络同专家系统相结合构造知识库，以通过此平台实现全船设备的故障诊断。     

基于故障树贝叶斯网络的装备故障诊断方法研究

针对复杂系统故障诊断的难点,通过某装备信息机的实例给出了一种基于故障树贝叶斯网络的故障诊断方法。该方法通过结构转变、证据传播,采用局部计算进行故障概率推理,不仅使FBN故障概率推理简洁易行,而且使FBN故障概率推理的复杂性大大降低。     

船用中速柴油机的振动诊断研究

以８ＮＶＤ４８Ａ－２Ｕ中速柴油机为例介绍了船用中柴油机振动监测与诊断的试验研究，对柴油机振动激励源及振动特征量与磨损状态之间的关系进行了分析。研究表明，利用表面振动监测柴油机零部件的配合状态是可行的。     

一种燃气轮机状态监测和故障诊断专家系统的研究

介绍了一种燃气轮机状态监测和故障和故障诊断专家系统。提出了产生式规则和框架相结合的知识表示方法；合理地组织了知识库，并提供了较完善的知识库管理功能；实现了该诊断问题中故障严重程度和可信度两种模糊概念的推理；建造了适合本问题的正、反向混合推理机。     

雷达对抗装备故障诊断系统研究与设计

针对雷达对抗装备的功能结构和故障成因具有层次性的特点,综合利用层次故障树分析法和专家系统的优点,研究设计了雷达对抗装备故障诊断系统。通过对装备的功能结构和故障特性的层次分析,在较小的范围内建立了故障树,并将故障树转换成二叉树来构建知识库,按照最小割集重要度大小的优先顺序进行诊断推理,实现了对雷达对抗装备故障的快速诊断。