期刊文献+
共找到654篇文章
< 1 2 33 >
每页显示 20 50 100
煤矿智能化开采模式与技术路径 预览
1
作者 王国法 庞义辉 任怀伟 《采矿与岩层控制工程学报》 北大核心 2020年第1期1-15,共15页
基于煤矿智能化发展现状与要求,系统阐述了煤矿智能化开采模式的定义、技术内涵与特征。针对不同煤层赋存条件,提出了薄及中厚煤层智能化无人开采模式、大采高工作面智能耦合人机协同高效综采模式、综放工作面智能化操控与人工干预辅助... 基于煤矿智能化发展现状与要求,系统阐述了煤矿智能化开采模式的定义、技术内涵与特征。针对不同煤层赋存条件,提出了薄及中厚煤层智能化无人开采模式、大采高工作面智能耦合人机协同高效综采模式、综放工作面智能化操控与人工干预辅助放煤模式、复杂条件机械化+智能化开采模式等4种煤矿智能化开采模式。根据截割工艺、工序与装备的差异,将薄及中厚煤层智能化无人开采模式细分为刨煤机智能化无人开采模式、滚筒采煤机智能化无人开采模式,详细阐述了滚筒采煤机定位导航与智能调高技术、半截深高速截割工艺等薄及中厚煤层智能化开采模式关键技术。分析了大采高工作面智能化开采的主要技术瓶颈,论述了基于液压支架与围岩耦合关系的围岩智能耦合控制逻辑、重型装备群的分布式协同控制逻辑等大采高智能化开采模式关键技术。分析了放顶煤工作面与一次采全高工作面智能化开采模式的差异,提出了基于时序控制放煤、自动记忆放煤、煤矸识别放煤等智能化放煤控制逻辑与工艺流程。针对复杂煤层条件,提出了采用局部智能化开采降低工人劳动强度、提高作业环境安全水平的技术思路。 展开更多
关键词 煤矿智能化 开采模式 开采工艺 协同控制 智能放煤
在线阅读 下载PDF
面向卫星遥测数据流的最小稀有模式挖掘方法 预览
2
作者 周忠玉 皮德常 《计算机学报》 EI CSCD 北大核心 2019年第6期1351-1366,共16页
模式挖掘是应用于卫星智能监控服务中的一项重要技术.当前频繁模式挖掘的使用率要远远高于稀有模式挖掘,然而对于卫星遥测数据流来说,频繁模式挖掘在安全监测和故障预防等方面所取得的成效不如稀有模式挖掘.因为频繁模式挖掘无法从卫星... 模式挖掘是应用于卫星智能监控服务中的一项重要技术.当前频繁模式挖掘的使用率要远远高于稀有模式挖掘,然而对于卫星遥测数据流来说,频繁模式挖掘在安全监测和故障预防等方面所取得的成效不如稀有模式挖掘.因为频繁模式挖掘无法从卫星的遥测数据中揭示卫星可能存在的潜在故障.卫星遥测是持续不断进行的,所以其数据流存在数据量大、传输速度快和数据重复性高的特点.如果采用一般的稀有模式挖掘方法来挖掘卫星数据流,尽管其速度比频繁模式挖掘快,但总体上仍然较慢,不能满足卫星实时监测的需要.针对上述问题,本文提出一种可快速找出卫星遥测数据流中隐藏信息的最小稀有模式挖掘方法,它具有如下优点:(1)无需卫星领域知识;(2)引用滑动窗口技术并将主观参数(窗口尺寸)客观化,使得算法能够实时地处理数据流;(3)通过仅挖掘最小稀有模式方式来提高算法的挖掘效率;(4)该算法使用双向遍历技术提高算法的运行速度.从某在轨卫星的遥测数据流中选取10个关键特征参数进行算法验证.实验结果表明,本文所提算法能有效地从卫星遥测数据流中挖掘出全部的最小稀有模式,并且其挖掘速度比现有的方法快. 展开更多
关键词 最小稀有模式 卫星 遥测数据流 自顶向下 自底向上 双向遍历 模式挖掘 数据挖掘
在线阅读 下载PDF
基于文本分析的故障序列模式挖掘算法 预览
3
作者 常文兵 苑星龙 +1 位作者 周晟瀚 李磊 《计算机应用研究》 CSCD 北大核心 2019年第9期2643-2646,2685共5页
针对结构化程度差、表达形式各异的文本数据,提出了一种基于文本信息的故障序列模式挖掘算法,用于发掘故障之间的时序关系。为从文本记录的故障信息中挖掘故障规律,首先将文本信息向量化,对故障文本信息进行相似度衡量,将表达相同意义... 针对结构化程度差、表达形式各异的文本数据,提出了一种基于文本信息的故障序列模式挖掘算法,用于发掘故障之间的时序关系。为从文本记录的故障信息中挖掘故障规律,首先将文本信息向量化,对故障文本信息进行相似度衡量,将表达相同意义的故障归为一类。在此基础上根据故障特性,提出最大窗口阈值、最小共现度阈值的概念,构建故障序列模式挖掘算法框架。最后对某型飞机文本故障信息进行序列模式挖掘,找出了正确的故障序列关系。实例验证了所提算法是正确有效的。 展开更多
关键词 序列模型 数据挖掘 文本相似度 飞机故障 文本挖掘
在线阅读 下载PDF
A non-group parallel frequent pattern mining algorithm based on conditional patterns
4
作者 Zhe-jun KUANG Hang ZHOU +2 位作者 Dong-dai ZHOU Jin-peng ZHOU Kun YANG 《信息与电子工程前沿:英文版》 SCIE EI CSCD 2019年第9期1234-1245,共12页
Frequent itemset mining serves as the main method of association rule mining.With the limitations in computing space and performance,the association of frequent items in large data mining requires both extensive time ... Frequent itemset mining serves as the main method of association rule mining.With the limitations in computing space and performance,the association of frequent items in large data mining requires both extensive time and effort,particularly when the datasets become increasingly larger.In the process of associated data mining in a big data environment,the MapReduce programming model is typically used to perform task partitioning and parallel processing,which could improve the execution effciency of the algorithm.However,to ensure that the associated rule is not destroyed during task partitioning and parallel processing,the inner-relationship data must be stored in the computer space.Because inner-relationship data are redundant,storage of these data will significantly increase the space usage in comparison with the original dataset.In this study,we find that the formation of the frequent pattern(FP)mining algorithm depends mainly on the conditional pattern bases.Based on the parallel frequent pattern(PFP)algorithm theory,the grouping model divides frequent items into several groups according to their frequencies.We propose a non-group PFP(NG-PFP)mining algorithm that cancels the grouping model and reduces the data redundancy between sub-tasks.Moreover,we present the NG-PFP algorithm for task partition and parallel processing,and its performance in the Hadoop cluster environment is analyzed and discussed.Experimental results indicate that the non-group model shows obvious improvement in terms of computational effciency and the space utilization rate. 展开更多
关键词 Frequent PATTERN MINING Parallel algorithm CONDITIONAL PATTERN BASES MapReduce BIG data
基于径向基的时序化敏感特征选择方法研究
5
作者 卢志刚 李春生 +1 位作者 胡亚楠 张可佳 《数学的实践与认识》 北大核心 2019年第7期161-169,共9页
在模式挖掘应用于生产智能分析与辅助决策过程中,为提高模式特征选择的准确性和敏感度,设计生产案例样本结构,对特征实体进行逻辑转化;采用时域参数,以时序等粒度函数为基础融合并处理原始数据,降低数据维度,完成数据清洗;选定距离特征... 在模式挖掘应用于生产智能分析与辅助决策过程中,为提高模式特征选择的准确性和敏感度,设计生产案例样本结构,对特征实体进行逻辑转化;采用时域参数,以时序等粒度函数为基础融合并处理原始数据,降低数据维度,完成数据清洗;选定距离特征评估法选择敏感特征,应用径向基函数,引入距离评估因子反应类内聚集程度,描述特征敏感程度,完成时序化敏感特征的选择,达到深度挖掘数据潜在敏感特征,提高数据变化模式表达能力和鲁棒性的目的.最后结合油田聚驱生产施工作业过程,利用方法实现多元复合并发生产异常模式的特征选择过程. 展开更多
关键词 模式挖掘 时域参数 径向基 特征选择 案例样本
变频空调实际运行模式识别及数据挖掘
6
作者 梁志豪 巫江虹 谢子立 《机械工程学报》 EI CAS CSCD 北大核心 2019年第6期194-202,共9页
变频空调的长期运行数据是空调在实际环境中运行状态最直接的反映,空调运行的内在规律潜藏在其长期的运行数据中,分析其长期运行数据时,由于数据冗余、存在异常数据等原因,需要采用数据挖掘的方法进行研究。采用聚类算法进行分析,空调... 变频空调的长期运行数据是空调在实际环境中运行状态最直接的反映,空调运行的内在规律潜藏在其长期的运行数据中,分析其长期运行数据时,由于数据冗余、存在异常数据等原因,需要采用数据挖掘的方法进行研究。采用聚类算法进行分析,空调的运行模式可总结为三种模式,即上午高负荷模式、下午高负荷模式以及低频平稳模式,三种模式下空调的送风温度都比较接近,但室外温度有所区别。上午(下午)高负荷模式中,室外温度在上午(下午)最高,功率及制冷性能系数(Energy efficiency ratio, EER)分别处于峰值及谷值,低频平稳模式下,室外温度并不高,开机后空调运行比较稳定,运行参数变化不大。此后,采用控制变量法和多项式拟合来分析环境工况参数对空调性能的影响,室外侧环境温度、空调回风温度的升高均导致空调的功率增加,而空调的EER随着回风温度的升高而增加,随着室外温度及空调的功率(运行频率)的增加而下降。采用神经网络算法,研究基于空调送风侧参数预测变频空调性能的方法,并建立神经网络预测模型,该方法的预测误差在15%以内,可以通过控制空调运行时的送风侧参数,达到控制空调性能的目的。最后,根据以上研究成果,提出变频空调控制优化方法,提高空调在线长期运行能效。 展开更多
关键词 变频空调 模式识别 数据挖掘 能耗分析 优化运行
煤炭开采对泥河小流域土地利用及景观格局的影响
7
作者 王慧 冯启言 +1 位作者 刁鑫鹏 孟磊 《测绘通报》 CSCD 北大核心 2019年第9期27-33,61共8页
以淮南煤矿区泥河小流域1987、1994、2000、2006、2009、2013、2017年7期多源遥感影像为数据源,结合纹理和光谱特征,利用支持向量机(SVM)对遥感影像进行分类,在此基础上分析了煤炭开采对泥河小流域近30年土地利用和景观格局变化的影响... 以淮南煤矿区泥河小流域1987、1994、2000、2006、2009、2013、2017年7期多源遥感影像为数据源,结合纹理和光谱特征,利用支持向量机(SVM)对遥感影像进行分类,在此基础上分析了煤炭开采对泥河小流域近30年土地利用和景观格局变化的影响。结果表明:煤炭开采影响下流域的土地利用变化最显著的特征是耕地和建设用地的相互转变及耕地向塌陷水体的转变,30年间塌陷水体和建设用地分别增加了2281.05、14741.73hm^2,耕地减少了15044.67hm^2。采煤驱动下,流域景观格局变化特征体现在以2006年为转折点,前期呈现破碎化、不规则化、异质化和低连通性变化的特征,之后呈现连续化、规则化、均衡化及高连通性变化的特征。建设用地、耕地和塌陷水体经历了不断破碎化到景观逐渐完善的过程;耕地、建设用地和自然水体斑块形状较为复杂;耕地优势性逐渐减弱,最大斑块指数由79.7060降为38.7455,塌陷水体和建设用地的优势性增强。 展开更多
关键词 遥感 支持向量机 泥河流域 土地利用 景观格局 采煤
基于Spark机器学习实现医疗保险关联频繁模式的欺诈行为挖掘技术探讨 预览
8
作者 刘鹏 《中国数字医学》 2019年第5期15-18,共4页
医疗保险基金在社会稳定与人民健康生活水平提高中所承担的作用日益重要。基金审计所面对的是医疗机构几何级增长的“知识密集型”各类医学数据,传统的骗保行为甄别统计分析方法无法适用此类多样性与非结构化数据应用场景,必然导致探索... 医疗保险基金在社会稳定与人民健康生活水平提高中所承担的作用日益重要。基金审计所面对的是医疗机构几何级增长的“知识密集型”各类医学数据,传统的骗保行为甄别统计分析方法无法适用此类多样性与非结构化数据应用场景,必然导致探索以机器学习理论为基础的大数据分析方法的研究应用。围绕电子病历文本关联规则挖掘问题,探索利用Spark机器学习技术对关联规则挖掘算法在电子病历文本表达数据中的应用进行深入研究,在此基础上构建医疗保险欺诈行为审计系统的核心逻辑,用以深层次分析医疗机构和患者双维度挖掘效果。 展开更多
关键词 大数据分析 电子病历 SPARK 机器学习 频繁模式 数据挖掘
在线阅读 下载PDF
无重叠条件下的Top-k序列挖掘
9
作者 武优西 王振坤 +1 位作者 史巧硕 刘靖宇 《小型微型计算机系统》 CSCD 北大核心 2019年第10期2170-2174,共5页
无重叠条件序列模式挖掘是一种带间隙约束的序列模式挖掘方法,能够有效地克服当前此类挖掘中的问题.但是当前的方法仅仅用于挖掘频繁模式,为了高效地挖掘最为频繁的k种无重叠序列模式,本文提出了"Gfp-tree(Gain-frequence-patternt... 无重叠条件序列模式挖掘是一种带间隙约束的序列模式挖掘方法,能够有效地克服当前此类挖掘中的问题.但是当前的方法仅仅用于挖掘频繁模式,为了高效地挖掘最为频繁的k种无重叠序列模式,本文提出了"Gfp-tree(Gain-frequence-patterntree)"这一数据结构,构建了无重叠条件下完备的Top-k模式挖掘算法.该算法基于Apriori性质,不预先设定支持度阈值,而是在挖掘过程中生成并动态调整,直到挖掘过程结束.有效减少了候选模式的生成数量,节约了运行时间.实验表明,该算法具有较高的效率. 展开更多
关键词 无重叠条件 频繁模式 TOP-K 序列挖掘
挖掘语义轨迹频繁模式及拼车应用研究 预览
10
作者 刘春 周燕 李鑫 《计算机工程与应用》 CSCD 北大核心 2019年第15期96-103,共8页
现有各种轨迹分析主要利用聚类方法从多用户轨迹中挖掘公共停留点、计算用户相似度以发现热点、提取近似人群的公共属性,对同一用户计算相似度也无商业价值,因此很少对单用户轨迹分析展开研究。提出了基于地点语义的个体用户轨迹频繁模... 现有各种轨迹分析主要利用聚类方法从多用户轨迹中挖掘公共停留点、计算用户相似度以发现热点、提取近似人群的公共属性,对同一用户计算相似度也无商业价值,因此很少对单用户轨迹分析展开研究。提出了基于地点语义的个体用户轨迹频繁模式挖掘方法。先逆地理编码求得语义轨迹并进行预处理从而求取Top-k候选频繁地点项集,进而采用时空序列求交集和分治归并方法,将长项集的频繁迭代计算转化为分层集合正则运算,从而求出频繁序列超集和子集。这种语义轨迹频繁模式挖掘能主动识别和发掘潜在的拼车需求,为共享拼车、HOV车道出行等基于位置的智能推荐提供更高的精准度。仿真拼车实验结果证明了该方法的适用性和高效性。 展开更多
关键词 语义轨迹 频繁模式 数据挖掘 拼车
在线阅读 下载PDF
水文过程和采砂活动下鄱阳湖湿地景观格局及其变化
11
作者 潘艺雯 应智霞 +6 位作者 李海辉 刘成林 张欢 管毕财 刘以珍 何亮 葛刚 《湿地科学》 CSCD 北大核心 2019年第3期286-294,共9页
以鄱阳湖湿地为研究对象,以1993年、1997年、2002年、2006年和2013年枯水期相似水位下Landsat TM/OLI影像为数据源,解译、提取出5个时期枯水期的鄱阳湖湿地信息,结合水位数据,从景观面积和景观指数两方面,研究5个时期枯水期鄱阳湖湿地... 以鄱阳湖湿地为研究对象,以1993年、1997年、2002年、2006年和2013年枯水期相似水位下Landsat TM/OLI影像为数据源,解译、提取出5个时期枯水期的鄱阳湖湿地信息,结合水位数据,从景观面积和景观指数两方面,研究5个时期枯水期鄱阳湖湿地景观格局及其变化;以2000年、2001年、2006年和2011年丰水期的Landsat TM5影像为数据源,解译、提取出4个时期的采(运)砂船信息,结合1992~2013年星子水文站的逐日水位数据,分析水文过程和采砂活动对鄱阳湖湿地景观的影响。研究结果表明,随着时间的推移,1993年、1997年、2002年、2006年和2013年枯水期鄱阳湖水域面积总体在减少,草洲面积总体在增加,且主要表现为稀疏草洲向非植被区扩张;水域和泥沙滩地面积之和分别与年最大水位、年水位振幅显著正相关,稀疏草洲面积分别与水域和泥沙滩地面积之和、年最大水位显著负相关,表明低水位会导致非植被景观面积缩减,促进稀疏草洲的扩张;随着时间的推移,4个时期鄱阳湖采砂活动范围由北向南扩张,而采砂导致的湖底地形变化可能导致了枯水期鄱阳湖极浅水域面积的减少和深水域面积的增加;除1997年1月10日的数据受1996年较高水位的影响比较特殊外,其它4个时期研究区枯水期的景观格局的变化表现为景观破碎化程度在降低,景观形状从复杂向简单转化,但是景观异质性并没有明显变化。 展开更多
关键词 鄱阳湖 景观格局 水文过程 采砂 枯水期 丰水期
基于子图模式的反恐情报关联图集分析 预览
12
作者 李勇男 《现代情报》 CSSCI 2019年第7期37-43,共7页
[目的/意义]利用子图模式对暴恐案件中的人员关联进行分析可以发现涉恐人员关联图中的规律,为反恐情报分析提供有效参考。[方法/过程]首先对涉恐基础数据进行预处理,保证图中各顶点的唯一性。通过计数统计出所有的频繁1-子图和频繁2-子... [目的/意义]利用子图模式对暴恐案件中的人员关联进行分析可以发现涉恐人员关联图中的规律,为反恐情报分析提供有效参考。[方法/过程]首先对涉恐基础数据进行预处理,保证图中各顶点的唯一性。通过计数统计出所有的频繁1-子图和频繁2-子图,然后不断迭代生成其他候选子图并筛选频繁子图,直到达到终止条件为止。[结果/结论]该方法根据反恐情报的特点进行了优化,避免了普通频繁子图挖掘中的大量图同构检测,挖掘出的频繁子图可以反映不同类别涉恐人员之间的联系规律和联系特点,发现暴恐案件线索,有效预测和打击恐怖活动。 展开更多
关键词 子图模式 反恐情报 数据挖掘 候选子图 图同构
在线阅读 下载PDF
An Efficient Outlier Detection Approach on Weighted Data Stream Based on Minimal Rare Pattern Mining 预览
13
作者 Saihua Cai Ruizhi Sun +2 位作者 Shangbo Hao Sicong Li Gang Yuan 《中国通信:英文版》 SCIE CSCD 2019年第10期83-99,共17页
The distance-based outlier detection method detects the implied outliers by calculating the distance of the points in the dataset, but the computational complexity is particularly high when processing multidimensional... The distance-based outlier detection method detects the implied outliers by calculating the distance of the points in the dataset, but the computational complexity is particularly high when processing multidimensional datasets. In addition, the traditional outlier detection method does not consider the frequency of subsets occurrence, thus, the detected outliers do not fit the definition of outliers (i.e., rarely appearing). The pattern mining-based outlier detection approaches have solved this problem, but the importance of each pattern is not taken into account in outlier detection process, so the detected outliers cannot truly reflect some actual situation. Aimed at these problems, a two-phase minimal weighted rare pattern mining-based outlier detection approach, called MWRPM-Outlier, is proposed to effectively detect outliers on the weight data stream. In particular, a method called MWRPM is proposed in the pattern mining phase to fast mine the minimal weighted rare patterns, and then two deviation factors are defined in outlier detection phase to measure the abnormal degree of each transaction on the weight data stream. Experimental results show that the proposed MWRPM-Outlier approach has excellent performance in outlier detection and MWRPM approach outperforms in weighted rare pattern mining. 展开更多
关键词 OUTLIER detection WEIGHTED data STREAM MINIMAL WEIGHTED RARE pattern MINING deviation factors
在线阅读 下载PDF
差分隐私的数据流关键模式挖掘方法 预览
14
作者 王金艳 刘陈 +2 位作者 傅星珵 罗旭东 李先贤 《软件学报》 EI CSCD 北大核心 2019年第3期648-666,共19页
频繁模式挖掘是数据挖掘的重要任务之一,在数据流上挖掘简洁的关键模式比频繁模式更有优势,因为关键模式既可以避免频繁模式里包含的冗余信息以减少内存存储空间,又可以高效无损地提取频繁模式.但是由于相邻时间戳的统计信息可以作为背... 频繁模式挖掘是数据挖掘的重要任务之一,在数据流上挖掘简洁的关键模式比频繁模式更有优势,因为关键模式既可以避免频繁模式里包含的冗余信息以减少内存存储空间,又可以高效无损地提取频繁模式.但是由于相邻时间戳的统计信息可以作为背景知识增强攻击者的推理能力,所以从包含个人信息的数据流中挖掘关键模式比静态场景下更容易泄露隐私.分析指出了数据流关键模式挖掘的隐私泄露问题及原理,并提出了一种满足差分隐私的数据流关键模式挖掘算法DP-CPM,该算法在每个时间戳设计一种两阶段机制:差异计算阶段和噪音挖掘阶段.该机制既考虑了隐私和数据效用之间的权衡,又考虑了挖掘时间和维护开销之间的权衡.为了提高数据流中连续发布时的数据效用性,在第1 阶段通过计算差异来决定当前时间戳是返回低噪音统计值还是精确的近似统计值.如果是返回低噪音统计值,算法进入噪音挖掘阶段.在噪音挖掘阶段,首先通过判断查询集筛选出关键模式候选集,然后通过给筛选出的候选集里的模式支持度加入服从拉普拉斯分布的随机噪音,得到最终的噪音支持度.最后,给出了严格的理论分析和大量的实验,表明DP-CPM 算法的有效性和执行效率. 展开更多
关键词 关键模式 数据流 差分隐私 数据挖掘 隐私泄露
在线阅读 下载PDF
面向通用模型的高可用性步态周期分析方法 预览
15
作者 门慧超 王波涛 《软件学报》 EI CSCD 北大核心 2019年第3期700-717,共18页
步态数据分析是模式识别、数据挖掘与智能数据分析领域中的一个重要研究方向.对步态数据进行分析并求解步态周期段,是该领域的一个核心课题,其中,以波峰波谷识别、步态模板匹配、利用信号处理基本方法为主.这些方法尽管已取得了一定条... 步态数据分析是模式识别、数据挖掘与智能数据分析领域中的一个重要研究方向.对步态数据进行分析并求解步态周期段,是该领域的一个核心课题,其中,以波峰波谷识别、步态模板匹配、利用信号处理基本方法为主.这些方法尽管已取得了一定条件下的应用,但大多需要预知步态数目、步态模板数据等基本信息,其可用性受限.针对这一问题,提出一种结合了波峰波谷检测与阈值空间的高可用性步态周期分析方法,通过自动求解预估值并构建自适应区间,根据通用步态模型对缺乏上述信息的未知步态数据进行切分与分析,能够更便利准确地求解步态周期数据.同时也提出了一种过滤不相关数据的方法,用于过滤测试数据头尾的部分不相关数据.该方法与朴素快速傅里叶方法和本领域3类最新典型方法进行了对比,实验结果显示:在所有样本中,该方法的步态周期段求解准确度最高,使步态数据的分析与处理更贴合实际情况. 展开更多
关键词 步态周期数据 步态分析 智能数据分析 模式识别 数据挖掘
在线阅读 下载PDF
车载自组织网络中车辆路径预测序列模式数据挖掘方法 预览
16
作者 张宏 《汽车技术》 CSCD 北大核心 2019年第9期6-10,共5页
为了向交通参与者提供实时、可靠的交通状况信息,提高出行效率,根据车辆序列模式特点,联系车载自组织网络拓扑结构与实际车辆运动路径,提出车载自组织网络环境下序列模式定义,采用基于路侧单元(R SU-Based)和基于车辆(V ehicle-Based)... 为了向交通参与者提供实时、可靠的交通状况信息,提高出行效率,根据车辆序列模式特点,联系车载自组织网络拓扑结构与实际车辆运动路径,提出车载自组织网络环境下序列模式定义,采用基于路侧单元(R SU-Based)和基于车辆(V ehicle-Based)两种方案收集车辆路径信息,建立车辆行驶路径数据库,进行序列模式数据挖掘,评估其通信开销,计算车辆路径模式生成的运动规则的支持度和置信度,提取车辆频繁行驶路径及其概率。案例分析表明,在动态路网中使用序列模式数据挖掘方法能有效解决单车路径选择问题。 展开更多
关键词 车辆路径预测 车辆行驶路径序列 序列模式 车载自组织网络 数据挖掘
在线阅读 下载PDF
基于大数据的物联网用户行为模式挖掘 预览
17
作者 陆兴华 林佳聪 +1 位作者 谢欣殷 林家豪 《计算机技术与发展》 2019年第12期99-103,共5页
对智能家居物联网用户的行为模式进行准确有效的挖掘,提高智能家居物联网的优化组网能力,实现智能家居的优化控制,提出一种基于大数据的智能家居物联网用户的行为模式挖掘方法。构建智能家居物联网用户行为模式的大数据分析模型,采用模... 对智能家居物联网用户的行为模式进行准确有效的挖掘,提高智能家居物联网的优化组网能力,实现智能家居的优化控制,提出一种基于大数据的智能家居物联网用户的行为模式挖掘方法。构建智能家居物联网用户行为模式的大数据分析模型,采用模糊调度方法对用户行为特征进行关键行为特征点定位,采用资源标识方法进行用户行为模式自适应标定和状态重组,建立用户行为模式的大数据分类模型。根据用户行为特征的聚类性实现智能家居物联网用户行为特征挖掘和自适应聚类,采用极限机学习算法进行智能家居物联网用户行为模式挖掘的收敛性控制,提高用户行为模式挖掘的自适应性。仿真结果表明,采用该方法进行智能家居物联网用户的行为模式挖掘的准确性较高,挖掘过程的收敛性较好。 展开更多
关键词 极限机学习 物联网 行为模式 挖掘 大数据分析
在线阅读 下载PDF
Graph Based Filtering and Matching for Symbol Recognition 预览
18
作者 Vaishali Pawar Mukesh Zaveri 《信号与信息处理(英文)》 2018年第3期167-191,共25页
Pattern recognition is a task of searching particular patterns or features in the given input. The data mining, computer networks, genetic engineering, chemical structure analysis, web services etc. are few rapidly gr... Pattern recognition is a task of searching particular patterns or features in the given input. The data mining, computer networks, genetic engineering, chemical structure analysis, web services etc. are few rapidly growing applications where pattern recognition has been used. Graphs are very powerful model applied in various areas of computer science and engineering. This paper proposes a graph based algorithm for performing the graphical symbol recognition. In the proposed approach, a graph based filtering prior to the matching is performed which significantly reduces the computational complexity. The proposed algorithm is evaluated using a large number of input drawings and the simulation results show that the proposed algorithm outperforms the existing algorithms. 展开更多
关键词 GRAPHS Pattern Recognition Information RETRIEVAL GRAPH MATCHING Data MINING
在线阅读 免费下载
Detecting Human Mood from Physiological Signal and Data Usage 预览
19
作者 Iftakhar Hossain Tanzila Islam Mohammad Raihan Ruhin 《电脑和通信(英文)》 2018年第12期15-33,共19页
As the days go by, there are technologies that are being introduced everyday, whether it is a tiny music player iPod nano or a robot “Asimo” that runs 6 kilometers per hour. These technologies entertain, facilitate ... As the days go by, there are technologies that are being introduced everyday, whether it is a tiny music player iPod nano or a robot “Asimo” that runs 6 kilometers per hour. These technologies entertain, facilitate and make the day easier for the human being. It is not arguable anymore that the people need these technologies with the smart systems to lead their regular life smoothly. The smarter the system is;the more people like to use it. One major part of this smartness of the system depends on how well the system can interact with the person or the user. It is not a dream anymore that a system will be able to interact with a human just the way that one human interacts with another. To make that happen, it is obvious that the system must be intelligent enough to understand a human being. For example, if we need a Robot that can have a random conversation with a human, the system must recognize and understand the spoken word to reply the human. And the reply will be based on the current mood and behavior of the human. In this scenario, a human uses his senses to receive the inputs such as voice through the hearing senses, behavior and movement of the body parts, and facial expression through seeing sense from the speaking human. And it is now apparently possible to take such inputs for a system which can be stored as data;later it is possible to analyze the data using various algorithms and also to teach the system through Machine Learning algorithms. We will briefly discuss issues related to the relevance and the possible impact of research in the field of Artificial Intelligence, with special attention to the Computer Vision and Pattern Recognition, Natural Language Processing, Human Computer Interaction, Data Warehouse and Data Mining that is used to identify and analyze data like psychological signals, voice, conversation, geo location, and geo weather, etc. In our research, we have used heart rate that is a successful physiological signal to detect human mood and used smartphone usage data to train the 展开更多
关键词 MOOD Detection Pattern Recognition Euclidian FORMULA PHYSIOLOGICAL SIGNALS Machine Learning DATA Mining Natural Language
在线阅读 免费下载
可替代封闭模式对生产数据的优化分析 预览
20
作者 刘云 黄亚飞 《西北大学学报:自然科学版》 CSCD 北大核心 2018年第2期191-198,共8页
传统算法通过对标准生产数据集进行可替代模式分析来指导和优化智能生产,在给定阀值较大时,会产生大量冗余的候选项集,占用大量内存和算法执行时间。该文基于利润参数提出一种可替代封闭模式挖掘算法ECPM,首先定义可替代规则对数据进行... 传统算法通过对标准生产数据集进行可替代模式分析来指导和优化智能生产,在给定阀值较大时,会产生大量冗余的候选项集,占用大量内存和算法执行时间。该文基于利润参数提出一种可替代封闭模式挖掘算法ECPM,首先定义可替代规则对数据进行预处理,其次依据标准dNC-Sets(the difference of Node Code Sets)数据结构特性确定各模式的dNC-Sets结构及各模式间的关系,最后根据已证明的可替代封闭模式定理挖掘出最优解,获得产品最优部件组合。实验结果表明,对比META算法和MERIT算法,在标准生产数据集中,ECPM算法在执行时间和内存消耗方面均有性能提升。 展开更多
关键词 数据挖掘 模式挖掘 可替代封闭模式
在线阅读 下载PDF
上一页 1 2 33 下一页 到第
使用帮助 返回顶部 意见反馈