Apriori and N-gram Based Chinese Text Feature Extraction Method

A feature extraction, which means extracting the representative words from a text, is an important issue in text mining field. This paper presented a new Apriori and N-gram based Chinese text feature extraction method, and analyzed its correctness and performance. Our method solves the question that the exist extraction methods cannot find the frequent words with arbitrary length in Chinese texts. The experimental results show this method is feasible.     

关联规则挖掘在研究生个人学习计划制定中的应用

介绍了关联规则挖掘算法Apriori及其在研究生专业课程间的关联规则发现中的应用，所发现的规则用于辅助新研究生进行个人学习计划制定。可减少研究生在个人学习计划制定中的盲目性，提高所选课程与学科专业研究方向的吻合度。     

变形体的虚功原理及其在求解接触问题中的应用

研究了变形体虚功原理的理论和建立方法，并将其用于建立接触问题有限元法计算公式。其基本原理是将构成变形体的微单元体视为质点，变形体成为质点系。应用分析力学中质点系的虚位移原理，即可得到变形体的虚功原理。应用该法建立了固体力学小变形、大变形问题的虚功原理，并推广用于变形体的接触问题，建立了相应的虚功原理。在对接触问题的分析中，还研究了变形体－刚体的接触问题及带有外接触边界的固体力学问题，建立了相应的虚功原理，由此可为某些特殊问题的计算带来较大的方便。     

基于MFCM的改进聚类算法及其在交通中的应用

在交通流状态模糊化的过程中,对已有的交通模糊控制研究引入了太多的主观因素.为了解决这个问题,提出了一种基于MFCM算法的分级递减聚类算法,利用MFCM算法寻找类中心,再自适应确定该类中心的隶属度阈值,将聚类进行分级处理,实现未知类别数数据集的聚类.将改进算法应用到交通流状态聚类中,可以更科学地确定交通流状态的聚类数和各类模糊隶属度函数的结构等,最后,通过算例,说明了该算法对于未知聚类数及服从高斯分布的数据集具有聚类效果好、收敛速度快的特点.     

多品种供应的多供应商选择模型及分解算法

为解决供应链中多品种供应的多供应商选择问题，建立了以供应综合成本最低为目标函数、满足多个约束条件的组合优化模型．为解决求解的困难，采用变换分解算法，将原模型转换为整数规划问题．根据不同迭代方式，给出了2种基本运算步骤．在算例中运用模型和算法，得到了多物资供应环境下多供应商的最优任务分派．新方法克服了常规供应商的选择评价方法只针对单一物资供应过程和面向单一供应商选择过程的局限性．     

柴油机燃油电控喷射用快速电磁阀的动力学分析

本文分析了快速电磁阀的动力学特性及保证电磁阀快速动作的线圈外施电压波形:进而提出了在实际采用阶梯波外施电压条件下电磁阀动力学特性的计算机模拟计算方法。     

对有序组合树法的改进

为了提高有序组合树法的运算效率，必须充分利用约束条件中的有关信息．通过深入分析，提出了极差、必选变量、不可选变量等概念，将多个约束条件联系成为一个整体．提出了用检验约束条件的相容性，并以相容性为判据进行截枝的新办法．证明了如果必选变量全部取值为1是可行解，则必是最优解。给出了改进后的有序组合树法的计算步骤流程．     

JD多车型配送车辆调度问题的模型及其禁忌搜索算法研究

在建立多车型配送车辆调度问题的数学模型的基础上,通过设计一种新的解的表示方法建立了求解该问题的禁忌搜索算法.实验计算证明,该算法不仅可以取得很好的计算结果,而且计算效率较高,收敛速度较快,计算结果也较稳定.     

轮-轴组件的三维弹性接触分析

本文根据接触问题的参变量最小势能原理,建立了接触问题的有限元参数二次规划解,并以RE_2型车轴为例,按三维接触模型进行了计算分析。     

基于双Markov链的效果评估模型研究

当前基于单Markov链的扫雷作战效果评估模型是一个理论意义大于实际的模型,如应用于实际的多Markov扫雷过程则还有相当的距离.文中从正交分解的角度,指出Markov评估模型只能得到定性评估结果.进一步提出了用于定性评估的双Markov模型,计算结果表明:在引入先验知识后,能在小样本数据条件下取得较为准确的评估结果.