可解决多种复杂任务的过程挖掘算法

为解决事件日志中含有循环任务、重复任务和同一任务的过程挖掘问题,进一步优化企业建模方法,改进了α算法,提出了τ算法.该算法重新定义了任务之间的关联关系,提出启发式判定规则,识别出事件日志中所包含的循环任务、重复任务和同一任务;然后对事件日志进行挖掘,提取出工作流网,并还原挖掘预处理阶段重命名的重复任务和删除的单循环任务,从而得到最终的工作流模型.最后,通过实例验证了τ算法的正确性.     

基于用户兴趣的Web日志挖掘算法

为有效地从Web日志中挖掘出用户访问模式,在分析用户访问行为的基础上,充分考虑用户在路径选择及在页面浏览中表现出的必趣,提出了路径选择兴趣度以及页面浏览兴趣度的概念.设计了路径选择兴趣矩阵和页面浏览兴趣矩阵.并基于两个矩阵,设计了浏览兴趣路径挖掘算法.该算法先通过对两个矩阵进行路径兴趣度计算得到所有的浏览兴趣子路径,然后进行子路径合并生成浏览兴趣路径.实验表明了该算法的有效性.     

基于轨迹聚类种群的遗传过程混成挖掘算法

遗传过程挖掘算法以模型质量引导模型的发现,在挖掘模型的同时不断修正挖掘算法的执行,因此相比于其他挖掘算法,更容易生成高质量的过程模型。但由于其迭代发现的特性,对于大型日志,挖掘效率往往较低且生成模型质量不高。针对以上问题,提出一种基于轨迹聚类种群的遗传过程混成挖掘算法(GMTC)。该算法一方面通过轨迹聚类划分事件日志,简化挖掘环境,再使用归纳挖掘算法对事件日志进行预挖掘,为遗传挖掘算法准备高质初始种群;另一方面优化遗传算子,使用对齐日志得到的模型偏差信息指导突变操作,使得突变操作由随机变为有向,从而有效地提高种群的综合质量,使遗传挖掘算法加快收敛。基于过程日志生成器生成模拟日志、某市政府建筑许可申请过程的真实日志以及6个公开数据集的实验结果表明:基于轨迹聚类种群的遗传过程混成挖掘算法相较于其他挖掘算法不但在挖掘效率方面有较大提升,而且挖掘得到的模型质量也能够达到较高的水平。     

基于Web使用挖掘的智能电子商务及其应用

海量、异构的Web日志同时蕴含有巨大潜在价值的信息,为有效发现这些资源,并用于为用户提供更高效的服务,建立了智能电子商务模型,指出通过Web使用挖掘,发掘规律、模式和知识来支撑电子商务的智能。提出了细化最大向前引用模型算法,用于处理Web日志,获取用户事务序列,并与最大向前引用模型算法进行了比较,说明细化后的算法更能反映用户浏览习惯。将这些用户事务序列转换为二进制向量,并结合改进蚁群聚类算法,对它们进行了聚类操作,实现了用户簇聚。最后,建立了在线自动聚类的智能电子商务系统原型,并应用到了实际运营的Web系统中,验证了原型的合理性。     

ESO在2-D结构模型优化中的改进及应用

针对ESO在2-D结构模型优化中出现的畸变单元以及优化结果可能落入局部最优问题,提出2种算法。其一,基于畸变单元特征的筛选和删除算法。畸变单元的修正只需通过一个参数控制,该参数由其周围单元的联接个数决定;其二,通过区间逼近算法确定满足单元删除判定条件所对应的最小初始删除率R_(0min),以该删除率作为起始值,通过设定一定大小的增量确定多个初始删除率R_0。将以上算法植入到原有ESO优化步骤中,分别以得到的不同初始删除率开始优化,根据性能参数从优化得到的多个拓扑结构中筛选出可用结构。对多个2-D结构拓扑优化表明,改进的ESO方法在工程适应性和稳定性上优于现有ESO方法,且避免了单一结果落入局部最优解的不足。     

基于完全有限前缀的完备日志生成算法

鉴于理想的完备日志很难被获取,针对特定次序关系完备的日志已成为评估挖掘算法表现的重要数据来源。提出了一种新颖的针对特定次序关系完备日志生成算法,基于完全有限前缀计算轨迹,使日志生成过程可控。扩展了完备日志的生成算法,使日志能够针对Δw关系和w关系完备,从而满足α谱系挖掘算法对日志的完备性要求。同时提出了一种日志生成算法的评估框架,并对日志生成算法进行评估。     

一种新的基于事物聚类Web浏览偏爱路径挖掘算法

目前的挖掘算法单纯考虑了用户的访问频度,而忽略了用户对访问路径的兴趣度。本文通过分析目前用户偏爱路径挖掘算法存在的问题,结合事物聚类算法,将雅克比系数与最长公共路径系数相乘,得到更准确地用户相似集,并基于一个三元组模型构造以页面兴趣度为元素值的网站浏览数据矩阵,采用改进的挖掘算法计算用户偏爱度和访问兴趣度,降低访问页面闲置及链接等因素对数据挖掘的影响;实验结果表明,该算法针对Web日志海量数据进行挖掘,具有较高的效率和准确率。     

Web日志数据挖掘模型研究

利用web日志,通过网页编码和会话抽取计算页面相关度矩阵;通过聚类分析,得到了各类用户访问各网页的概率向量;利用网页相关度矩阵修正概率向量,得到了反映网页相关性和用户特征聚类的挖掘模型。实验数据表明,该模型挖掘出的用户访问特征具有较长的使用有效期。     

一种基于滑窗的增量式过程挖掘算法

传统过程挖掘算法是针对静态模型和静态日志进行设计的,不能直接用于演化过程的发现.为此,提出了一种过程挖掘算法,应用滑窗机制实现增量式算法设计,利用日志事件关系模型,引入日志事件关系计数和阈值机制,实现对事件日志流的持续挖掘,因而能够发现模型演化的历史及模型当前实际执行情况.分析了算法性质及相关参数的影响,并进行了实验验证.     

基于数据库日志关联规则挖掘的业务流程优化

针对需要优化的业务流程,提出基于数据库日志之间关联规则挖掘的解决方法。通过对数据库日志向量化使其变为可几何度量的流程日志,并从角度和距离两方面综合分析数据库日志的相似性。采用基于相似性的关联分析算法获得用户行为模式以指导节点的分裂或合并,实现节点结构重塑从而优化流程。该方法还通过多阶迭代的方式评价关联分析的准确性,使算法可以在合理范围内执行。     

过程数据的应用层次和数据获取研究

基于实时数据库和关系数据库,将过程数据的应用层次分成集成、整合和校正3个层次。用ODBC数据库绑定技术研究3个层次数据应用的建立方法和数据获取技术。用SQL、ASP等技术建立数据查询器、修正器和浏览器。提出基于实时数据库和关系数据库的数据集成实时数据库／数据整合批次关系数据库／数据校正有效数据库的过程数据应用层次模型。该研究对于企业信息化、装备信息管理、指挥与决策等系统的开发具有重要意义。     

支持产品全生命周期的产品数据框架研究

针对STEP标准中对产品全生命周期数据描述的不足，在对产品数据元模型以及基于元模型数据集成方法讨论的基础上，建立了产品构成模型和产品数据分类模型，在此基础上提出了支持产品全生命周期的产品数据框架，并通过一个具体的产品实例来验证此框架的可行性。     

GIS中几种数据管理方式的比较

GIS系统的数据有其独有的特点,如何根据这些特点和不同的需求选择适当的数据管理方式,是关系着一个GIS系统成败的问题。本文阐述了几种数据管理方式,比较了每种方式相对的优缺点,得出在不同的场合中选择何种方式的结论。     

离散型装备制造企业数据中心的构建与实现

目前离散型装备制造企业各类信息化系统、数控设备和高架库等产生海量的数据,但如何实现数据的有效管理、分析及利用,使数据成为核心资产是企业面临的一大难题。从数据管理、数据治理、数据资源和数据存储等多个维度进行分析,立足企业数据现状和业务发展需求,采用“统一规划、统一部署”的设计理念,以业务为链条、数据为核心、数据资产管理为依托开展数据中心建设工作。面向企业执行层、管理层和决策层多方位呈现各类业务应用场景,实现“业务数据化、数据资产化、资产价值化”的管理目标,为企业数字化转型,迈向数字化工厂建设奠定基础。     

CAN总线在车辆数据采集中的应用

通过分析现代汽车电子装置的特点,提出了运用CAN现场总线完成数据采集及传输的方法:各传感器节点将采集到的数据通过CAN总线传送到主节点,主节点通过RS-232总线将接收到的数据传给PC机.此系统不但充分利用了PC容量大、CAN总线传送快的优点,而且还克服了RS-232总线传送距离短的弊端.     

数据仓库系统的ETL过程的设计探究

由于企业决策支持的需要,数据仓库及其相关的技术如OLAP、数据挖掘已经越来越受到人们的重视。本文讨论了数据仓库建设中ETL的原理和方法,并提出了数据质量问题,以及质量控制的一般原则。     

PCB投产数据与原始数据的区别

图形处理是PCB生产的第一关,而客户提供的光绘数据则是PCB生产的基础。原始数据是指客户设计的、没有经过生产厂家修改的数据,投产数据是其他PCB工厂用于生产的数据,一般不能使用。辨别客户提供的是原始数据还是投产数据可以通过拼版数据、削盘削铜、板边削铜、字符优化、板内添加标记、走线补偿、填充大铜面被打散七点来判断。     

基于DSP的便携式数据采集仪表

介绍基于DSP的便携式数据采集仪表，该仪表由DSP和PC机两部分组成。DSP部分实现数据采集和存储，并通过高速接口与PC直接或远程通信。PC机部分主要由软件完成数据的分析和处理。     

CAPP系统中数据组织的研究

提出应用数据仓库技术到CAPP数据组织过程以及集成不同类型的数据源中，为CAPP系统的数据处理提供了一个新思路，使得系统具有更好的实用性和柔性。     

基于约束的多维数据挖掘技术

从特定查询驱动的系统功能出发,讨论了面向多维数据挖掘的重点——五种约束,通过一个数据挖掘查询实例,进一步阐述了这些约束及所产生的关联规则,并用数据挖掘查询语言(DMQL)进行表达.介绍和讨论了关联规则的处理,在挖掘关联规则中,联合使用维/层约束和规则约束,能够带来高效的挖掘过程,一个规则约束如果能被较深地推入到分层结构里,进一步在当前提取层和较深层上挖掘,是非常有价值的.最后给出了运用本文思想的一种联机分析挖掘系统的结构,并对其组成、功能及特点进行了描述.