幻想在Timo MAAS LOUD里实现

在没人在开BMW Z4、BENZ SLK或是其他伏地飞驰、招摇过市的超级大玩具?有的话，今天要推荐的碟是为你们而做的。《LOUD》——一张唤醒跑车神经的音乐。如果钥匙是点着引擎的契石，那么《LOUD》就是挖掘你速度欲望的导火线。     

尤特郦隧道：施工状况和采用扩孔式隧道掘进机的经验

已经成功完成在软岩层和Eichholz磨砾层段的挖掘。目前，采用下部切削扩孔式隧道掘进机(简称TBE)在尤特郦磨砾段进行挖掘。     

以“十八大”精神为指导 探索协会组织的改革、创新与管理

当前,全国正在掀起深入学习、宣传、贯彻党的"十八大"精神的热潮。我们只有通过深入学习"十八大"精神,才能提高对党在新时期的新理论、新观点、新战略的认识,才能更好地指导我们的工作和实践。党的十八大报告第七部分就"在改善民生和创新社会管理中加强社会建设"作了专题论     

地级城市12328电话数据分析与成果应用——以出租汽车投诉工单为例

通过介绍地级城市12328电话数据分析的着力点、基本思路、准备工作、关键技术和可视化展示方法,分析了以“月度简报+季度通报+专题分析”为主要载体的数据分析成果及其在行业管理和综合执法等方面的应用。     

一种新的频集发现算法P＆FP

在分析已有关联规则挖掘算法的基础上,提出了应用于Web 文本集的特征关联规则挖掘框架,详细地论述了该框架所涉及的主要技术和实现过程中涉及的诸多问题,据此给出了该框架主要模块的实现算法.在该框架中,Web 文本集的特征关联规则挖掘以Web 文本的结构化处理和特征化处理为前提,核心的挖掘模块由频集发现算法P&FP 和关联规则生成算法GenNoRedundantRule 构成,算法P&FP 结合了Partition 算法的数据分片思想和FP-生成树算法的高效性,算法GenNoRedundantRule 可以避免大量冗余规则的产生.这两个算法较之已有的算法是比较高效的,而且它们还具有较好的扩展性和并行性.     

基于大数据的高速动车组关键部件故障诊断技术研究

高速动车组的零部件故障是由多种因素引起,故障诊断需要对多个环节及其相互影响规则进行分析判断。关联规则挖掘技术在关联性发现方面有较强的优势,可以充分发现在高速动车组零部件故障与动车组实时状态的关联关系。本文介绍大数据挖掘、关联规则及Apriori算法等基础知识。将Apriori算法用于高速动车组故障诊断,发现故障规律,以生成强关联规则,为高速动车组诊断提供决策依据。     

浅谈超重车辆通行桥梁安全评定系统

主要从材料的实际强度和结构本身的特点挖掘桥梁的承载潜力，并提出一套具体的评价办法，来指导编制计算机程序，用以解决桥梁安全评价问题。     

高速公路沥青路面预防性养护项目后评价方法

针对预防性养护项目尚无确定后评价方法的现状,阐述了路面预防性养护项目后评价的意义,建立了预防性养护项目后评价方法的制定原则,并制定了高速公路沥青路面预防性养护项目后评价方法。该方法反映了预防性养护的特点．注重对已实施的预防性养护工程的信息挖掘和积累,评价内容全面且重点突出,便于操作。     

基于web数据挖掘技术的机械产品概念设计研究

讨论了基于Web数据挖掘技术对机械产品概念设计的支持.用Java实现网页上数据挖掘并将结果存入数据库;采用数据挖掘技术从已有的产品的数据库、知识库、规则库中获取有用的信息和知识来有效地支持机械产品概念设计.     

基于词组主题建模的文本语义压缩算法

为了实现文本代表性语义词汇的抽取,提出一种基于词组主题建模的文本语义压缩算法SCPTM(semantic compression based on phrase topic modeling).该算法首先将代表性语义词汇抽取问题转化为最大化优化模型,并通过贪心搜索策略实现该模型的近似求解.然后,利用词组挖掘模型LDACOL实现词组主题建模,得到SCPTM算法的输入参数;同时,针对该模型中词组的主题分配不稳定的问题进行改进,使得取得的代表性语义词汇更加符合人们对语义的认知习惯.最后,将改进LDACOL模型与LDA模型、LDACOL模型以及TNG模型的主题挖掘性能进行实验比较,并利用SCPTM算法针对不同语料库进行语义压缩,根据聚类结果评价其有效性.实验结果表明,在多数情况下,改进LDACOL模型的主题抽取效果优于其他3种模型;通过SCPTM算法抽取代表性语义词汇能达到70%~100%的精度,相比PCA、MDS、ISOMAP等传统降维算法能获得更高的聚类效果.