Outlier mining based abnormal machine detection in intelligent maintenance

Assessing machine’s performance through comparing the same or similar machines is important to implement intelligent maintenance for swarm machine. In this paper, an outlier mining based abnormal machine detection algorithm is proposed for this purpose. Firstly, the outlier mining based on clustering is introduced and the definition of cluster-based global outlier factor (CBGOF) is presented. Then the modified swarm intelligence clustering(MSIC) algorithm is suggested and the outlier mining algorithm based on MSIC is proposed. The algorithm can not only cluster machines according to their performance but also detect possible abnormal machines. Finally, a comparison of mobile soccer robots’ performance proves the algorithm is feasible and effective.     

山河智能2009INTERMAT精彩展出

三年一届的世界工程机械展会——法国INTERMAT展于2009年4月25日在巴黎VILLEPAINT国际展览中心如期闭幕。山河智能在此次国内外工程机械巨头同台竞技的顶尖级盛会上大放异彩。此次山河智能展出的产品主要包括旋挖钻机、挖掘机、滑移装载机、叉车、叉装车、新概念挖掘装载机、电控挖掘机等,尤以挖掘机最为突出,其产品从SWE08到SWE230B,达15个品种之多。     

基于Hadoop电商大数据的挖掘与分析技术研究

随着社会经济水平的不断提高和互联网时代的不断发展,全球数据逐渐呈现出大规模增长的趋势,为了满足海量数据处理需求,大数据挖掘与分析技术应运而生.Hadoop的出现和应用不仅能科学、高效地处理海量数据,还能可视化展现海量数据最终处理结果,为电商企业的健康、可持续发展提供重要的数据参考和支持.基于以上情况,以福州地区美容行业...     

挖掘营销价值实现宗申价值提升

营销的决定性力量究竟是什么? 当我们要开展营销工作的时候,我们该如何看待渠道的价值与作用呢?     

航迹点搁浅风险数据关联规则挖掘方法研究

随着海上航线的不断增多与海洋水文环境的不断变化,许多航迹点已存在搁浅风险不适合船舶航行。因此需要通过数据挖掘的方法对风险航迹点进行运算分析,但是传统的数据挖掘方法无法对无关联的航迹点进行风险的数据关联,由此导致数据挖掘数据结果的准确率下降,数据挖掘面有效数据计算量降低。对此提出航迹点搁浅风险数据关联规则挖掘方法研究。通过对航迹点风险数据的假设建模与风险数据的模糊计算,得到风险数据的关联规则,再通过对风险数据关联规则的分类挖掘计算与加权挖掘数据分析,最终得到准确的航迹点搁浅风险数据关联规则的数据结果。最后,通过引入海上实例数据对提出的方法进行仿真测试,证明设计的可行性。     

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...     

在Abdalajis挖掘隧道

西班牙政府当前正大力扩建西班牙的高速铁路网。由于有许多山脉，需要修建大量的隧道。本文描述了马德里与塞维利亚之间的铁路线，尤其是穿过Sierra del Valle de Abdalajis的Abdalajis隧道。