基于数据挖掘的城市机动车停车调查分析研究

进行城市机动车停车场规划前需要开展停车场调查,以得到停车场的基本特征参数、机动车进出记录和停车者的停车行为等信息。通过数据挖掘中的一些方法可以在数据库中挖掘出有用的信息。根据机动车进出停车场的记录计算一系列的停车指标,并借助多元统计分析中典型相关分析的方法,分析停车指标与停车场基本特征参数之间的关系。然后利用关联规则挖掘停车问询调查数据中的潜在信息,分析停车者的行为特征,以掌握更多的停车信息。     

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...     

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。     

关联模式的新颖性研究

简要介绍了模式的主观兴趣度度量,讨论了模式与用户期望的匹配程度以及模式与领域知识的差异程度,分别从这两个方面定义了模式的新颖性度量。综合考虑领域知识和用户的参与,提出了一种新的新颖性模式评价策略。     

一种基于文本挖掘的铁路基础设施设备风险隐患识别模型

提出一种基于文本挖掘的铁路基础设施设备风险隐患识别模型,该模型采用基于层叠隐马尔科夫的分词算法对长文本形式的设备质量问题数据进行分词处理,在此基础上,统计每类词出现的频度,识别铁路基础设施设备管理风险隐患,利用词云图可视化技术,对分析结果进行直观、清晰地展示。作者选取了兰州铁路局2012年1月~2016年4月期间4 662条工务、电务和供电专业的铁路基础设施设备质量问题数据,验证了模型的有效性。     

基于流挖掘的分布式驱动电动汽车横向稳定控制

以分布式驱动电动汽车为研究对象,为减轻驾驶员行为与汽车执行机构响应之间的时间延迟对车辆稳定性控制的不利影响,提出一种基于转向状态预测的稳定性分层控制策略。基于马尔可夫模型构建状态转移概率矩阵,并利用流挖掘技术实时更新状态转移概率矩阵,联合实现下一时刻转向状态的预测。仿真结果表明,与滑模控制相比,所提出的策略可以更准确地跟踪理想横摆角速度,避免横向失稳情况的发生。     

舰船机舱监控网络高维感知数据弱关联挖掘研究

舰船机舱监控网络高维感知数据主要包含正常状态数据与异常状态数据,其中异常状态数据规模较大,增加舰船机舱监控网络高维感知数据弱关联挖掘的难度,导致数据弱关联挖掘效率较低,为此设计一种舰船机舱监控网络高维感知数据弱关联挖掘方法。采集舰船机舱监控网络高维感知数据,计算采集到的数据点与数据点之间的紧密联系度,确定异常数据最合适的异常处理时间,在此基础上,对正常感知数据与异常感知数据特征相关性参数进行统计特征分析,对数据弱关联模糊值评估,完成舰船机舱监控网络高维感知数据弱关联挖掘。实验证明,在正常感知数据与异常感知数据弱关联挖掘上,此次设计的方法都比传统2种方法的挖掘效率高。