基于关联规则挖掘的调车作业事故原因分析

数据挖掘技术在各行各业得到广泛的应用,铁路调车作业的安全是铁路系统中非常重要的方面,将数据挖掘技术中的关联规则挖掘运用到调车作业事故原因分析当中,能够找出事故因素之间的联系,管理部门可根据分析结果,有针对性地进行整改,以提高生产效率和降低调车事故发生率.     

基于铁路客票分析的序列模式挖掘

就数据挖掘中的两种模式:关联规则和序列模式的概念和作用进行了探讨,对序列模式挖掘用程序流程的方式加以说明;并基于铁路客票分析,讨论了实现效果.     

Study on Distributed Motion of Self-Reconfigurable Robot Based on Local Rules

The eigenvector of a module with six adjacent module's state was constructed according to self-reconfigurable robot M-Cubes and the configuration of system was expressed with the eigenvectors of all modules.According to the configuration and motion characteristics of the modules,a 3-dimension motion rule set was provided.The rule sets of each module was run according to eigenvector of the module after the motion direction of system decided and motion rules were selected.At last,the rapid and effective motion and metamorphosis were realized in system.The rule sets are operated on three systems and the distributed motion of system is fully realized.The result of simulation shows that the 3-dimension motion rule sets has perfect applicability and extensibility.The motion steps and communication load of the modules increase with the module number in linear.     

基于条件熵约简和粗糙集规则匹配的反辐射无人机作战目标威胁识别

文章采用粗糙集的方法来处理威胁识别中的不确定、未知信息,利用条件熵度量威胁识别属性的重要程度,并提出了一种新的规则匹配方法识别威胁等级。通过实例分析与对比,证明此方法能够为反辐射无人机作战目标威胁等级的判断提供了一种可行的途径。     

近距配置声呐方位门关联分析

由于空间分辨率低,两声呐纯方位目标关联存在关联模糊性,从而产生虚假目标(幻影)。当两声呐配置距离较近时,利用两声呐同目标的方位相似性,提出方位门快速关联,消除关联的模糊性,分析配置距离和目标方位对关联门的影响,提供目标早期接触跟踪关联方法。随着跟踪的进行,在具有初步的距离范围信息的情况下,提出距离范围方位门关联方法,提供目标接近态势下的目标关联。计算机仿真说明这2种方法的有效性。     

基于灰关联度理论的重大危险源风险评价技术的研究

为了提高重大危险源风险评估的有效性,采用灰色系统关联度原理,将灰关联分析方法应用于重大危险源风险评估.根据系统安全工程理论,建立了重大危险源评价指标体系,并计算评价指标中的各子系统相对于各个标准评价等级的关联度,然后对各子系统进行较高层次上的综合,以综合结果排序,按隶属度最大原则,确定了重大危险源的风险等级,并开发了原型系统.实例分析表明,本方法简便易行,且结果与实际较为吻合,对重大危险源评估具有较好的适用性.     

基于最小临近点迹和航迹关联的多源目标融合方法

针对智能车辆多传感器的目标融合问题,提出了一种改进的基于欧氏距离与余弦相似度的点迹和航迹数据关联的车用多传感器目标跟踪融合算法。该方法需获取由毫米波雷达系统和Mobileye视觉系统检测到的目标物数据列表,并对两个传感系统检测到的目标物数据进行匹配关联;然后对目标物进行匹配跟踪,更新目标物的生命周期状态;最后对上述两个传感系统输出的目标物的数据进行融合。该算法能够融合视觉系统和雷达系统两个传感系统的优点,以达到精确感知环境信息的目的,从而解决单一传感器难以满足感知系统精度及可靠性需求的问题。     

Association rule learning to improve deficiency inspection in port state control

ABSTRACT

The inspection of foreign ships in national ports is a critical measure in port state control (PSC), preventing substandard ships from entering national ports. Multifarious inspection items, limited inspection time and inspector manpower are challenging PSC inspection. This research applies data mining to analyze historical PSC inspection records in Taiwan’s major ports to extract potential valuable information for PSC onboard inspections. Using the Apriori Algorithm, the analysis identifies many useful association rules among PSC deficiencies in terms of specific ship characteristics, such as ship types, societies, and flags. The general rules identified show that the items ‘Water/Weathertight conditions’ and ‘Fire safety’ are significantly related. Besides, in the analysis of the various ship types, several different rules are found. After comparing the analysis of ship types and ship societies, it can be observed that the association rules for specific ship types, such as oil tankers, have a better effect than those for individual ship societies do. These identified rules can not only help inspectors effectively spot the associated deficiencies, but also improve the efficiency of PSC inspection. The ports other than Taiwan’s ports can apply a similar analysis method to identify corresponding association rules suitable for their own inspections.     

基于船舶碰撞事故调查报告的人的因素数据挖掘

船舶碰撞事故发生率居高不下与人为失误有关，而人为失误的发生又受到包括个人因素、环境因素、船舶因素以及组织因素的影响。根据一般的事故统计数据能够初步识别出引发碰撞的人为失误行为，但要进一步建立影响因素与人为失误之间的对应关系却一直是令研究人员困惑的事情。一方面是因为缺少数据，另一方面是缺少方法。我们在收集100个碰撞事故调查报告的基础上，利用数据挖掘技术中的关联规则对人为失误与其影响因素之间的关系进行了挖掘，初步确定了船舶避碰过程中人为失误与引发因素之间的对应关系。     

Rough集理论及其在汽车故障诊断中的应用

Ｒｏｕｇｈ集理论是一种处理不确定或模糊的知识的重要工具。文章介绍了Ｒｏｕｇｈ集理论的概念和方法，提出了可以应用于汽车故障诊断领域的一些Ｒｏｕｇｈ集方法，并且用实例说明了Ｒｏｕｇｈ集方法在汽车故障领域中知识发现方面的具体应用。