基于SPRINT分类算法进行医学预后分析的研究与应用

SPRINT算法是一种具有良好扩展性且能实现并行处理的数据分类方法,可以方便地从算法生成的决策树提取规则.在使用海量医学数据库进行预后分析中,它是值得推荐的一种研究方法.对该算法进行了深入研究,并在预后分析中进行了应用,对于类似医学信息处理有启发意义.     

时间序列相似性度量在水文数据挖掘中的应用研究

相似性度量方法是时间序列相似性研究的重要课题,同时也是水文时间序列相似性挖掘的关键问题之一.充分分析目前相似性度量的研究成果,结合水文时间序列相似性挖掘模型,通过实验探索适合水文数据特点的相似性度量方法.     

基于二进制表示的频繁项集挖掘算法

发现频繁项集是关联规则挖掘中最基本、最重要的问题.提出了一种基于二进制表示的频繁项集挖掘算法,并利用二进制的性质快速产生候选项集并计算其支持度.算法总体性能在一定程度上得到了提高.     

基于Web挖掘的高校德育管理决策系统的设计

随着数据挖掘技术的不断发展,Web挖掘技术已经在社会上得到了广泛运用,但将此技术运用到高校德育管理决策中还比较少.基于远程教育技术和传统的德育管理手段,运用Web挖掘技术动态追踪学生历程信息,利用关联规则算法,提出高校德育管理决策系统的结构模型及其解决方案.     

异构电子商务集成平台的本体模型构建

针对电子商务数据异构的特点,研究用本体技术实现异构电子商务的集成平台.通过不同电子商务本体特征的挖掘和抽取,提出异构电子商务集成平台的本体模型构建方法.实现电子商务本体协同的"即插即用"互操作集成模型.     

Excavator 3D pose estimation using deep learning and hybrid datasets

Earthwork operations are crucial parts of most construction projects. Heavy construction equipment and workers are often required to work in limited workspaces simultaneously. Struck-by accidents resulting from poor worker and equipment interactions account for a large proportion of accidents and fatalities on construction sites. The emerging technologies based on computer vision and artificial intelligence offer an opportunity to enhance construction safety through advanced monitoring utilizing site cameras. A crucial pre-requisite to the development of safety monitoring applications is the ability to identify accurately and localize the position of the equipment and its critical components in 3D space. This study proposes a workflow for excavator 3D pose estimation based on deep learning using RGB images. In the proposed workflow, an articulated 3D digital twin of an excavator is used to generate the necessary data for training a 3D pose estimation model. In addition, a method for generating hybrid datasets (simulation and laboratory) for adapting the 3D pose estimation model for various scenarios with different camera parameters is proposed. Evaluations prove the capability of the workflow in estimating the 3D pose of excavators. The study concludes by discussing the limitations and future research opportunities.     

基于元素分析的滚动轴承故障诊断

针对现有信号降噪或重构方法无法完全去除噪声,且时频表示存在能量模糊问题,提出了一种利用元素分析进行滚动轴承故障诊断的方法。所提方法首先构造了元素模型来表征信号,然后对元素模型进行Morse小波变换,并从小波变换中计算得出信号冲击点,从而得到信号的故障特征频率。该方法还可以利用基于小波变换中时间或尺度平面内的少量孤点来重构信号。最后,采用一组仿真信号数据和两组实验数据来评估所提方法性能,并与其他信号重构方法和时频分析方法对比,结果表明,所提方法对滚动轴承故障信号重建和识别的效果更好。     

PPDM中面向k-匿名的MI Loss评估模型

隐私保护数据挖掘（PPDM）利用匿名化等方法使数据所有者在不泄露隐私信息的前提下,安全发布在数据挖掘中有效可用的数据集。k-匿名算法作为PPDM研究使用最广泛的算法之一,具有计算开销低、数据形变小、能抵御链接攻击等优点,但是在一些k-匿名算法研究中使用的数据可用性评估模型的权重设置不合理,导致算法选择的最优匿名数据集在后续的分类问题中分类准确率较低。提出一种使用互信息计算权重的互信息损失（MI Loss）评估模型。互信息反映变量间的关联关系,MI Loss评估模型根据准标识符和标签之间的互信息计算权重,并通过Loss公式得到各个准标识符的信息损失,将加权后的准标识符信息损失的和作为数据集的信息损失,以弥补评估模型的缺陷。实验结果证明,运用MI Loss评估模型指导k-匿名算法能够明显降低匿名数据集在后续分类中的可用性丢失,相较于Loss模型和Entropy Loss模型,该模型分类准确率提升了0.73%~3.00%。     

基于Gabor变换和盲源分离的旋转机械故障诊断方法

传统的盲源分离方法要求源信号相互统计独立,但是实际机械设备很难满足这个条件。为此,提出了一种基于Gabor变换和盲源分离相结合的旋转机械故障诊断方法。首先通过不同混合信号的Gabor变换系数之间的相互关系,得到源信号间的公共频率成分,然后对观测信号进行滤波处理,得到新的观测信号,最后利用矩阵联合对角化方法进行分离,实现相关源信号盲分离。该方法突破了传统盲源分离方法中要求源信号相互统计独立且最多只能有一个高斯信号的限制,仿真和实验结果验证了该方法的有效性和可行性。     

基于改进型自抗扰控制的永磁同步电机伺服控制

目的 解决传统包装机械存在的包装速度慢、包装质量堪忧等问题,满足包装机械的高效率、高精度等要求,提高食品包装的自动化水平和包装企业的经济效益。方法 对具有较大潜力的永磁同步电机,进行控制器和控制方法的研究与改进,并最终选定自抗扰控制器,对自抗扰控制器中非光滑函数fal进行改进得到连续平滑的tal函数,使其减小在原点周围的颤振,并且基于tal函数重新设计非线性状态误差反馈率和扩张状态观测器,以取得对永磁同步电机更好的控制效果。结果 仿真表明,tal函数比fal函数具有更好的平滑性和连续性。基于改进型自抗扰控制的永磁同步电机具有更好的动态性能、稳态精度、抗扰能力和跟踪能力。结论 文中优化后的永磁同步电机伺服控制系统,适用于高精度、负载变动频繁的场合,能够有效地提高包装自动化水平,满足高效率、高精度的包装行业要求。