基于决策树方法的混凝土泵车液压油超温分析与识别

工程机械的液压油超温由于设备规模大,影响因素多,导致运行过程中存在较强的不确定性.本文以混凝土泵车为研究对象,基于决策树算法分析了造成液压油异常高温的原因,了解了导致液压油超温的主要原因与各参数对液压油温度的贡献度.通过决策树模型(测试精度93.4％)找出了典型的超温原因,实施整改措施后液压油超温率降低7.4％,超温得到控制,降低了设备因液压油超温带来的潜在风险.数据挖掘在工程机械领域的应用大大提高了故障分析效率,明确了问题方向,为故障诊断与性能分析提供了一种新的思路.     

基于大数据挖掘的深土井壁极限承载力模糊随机模型

为有效抵御地下结构工程中复杂多变的外荷载,提升深土井筒支护的安全可靠性,运用两淮矿区深厚冲积层井壁为原型,按相似性原理浇筑钢筋混凝土井壁模型,进行了大量钢筋混凝土井壁模型的极限承载力试验,结果发现影响井壁极限承载力的主要因素有混凝土抗压强度、厚径比和配筋率。其中,混凝土抗压强度对井壁承载力影响较为明显,配筋率影响较弱,但各影响因素在深厚冲积层实际工程中又伴随着不同程度的不确定性。针对深厚冲积层井筒施工过程中极限承载力及其影响因素的模糊随机性,以大量井壁试验和两淮矿区的钢筋混凝土井筒工程参数作为大数据样本集,分析结构材料、几何参数和计算模式的不确定分布情况,得到混凝土抗压强度、厚径比和配筋率的模糊随机分布规律。采用最大期望算法(EM)优化传统的大数据HMM挖掘模型,分别经过E步骤计算极大似然估计值和M步骤计算参数期望估计,改进后模型经过两次模糊随机过程,相比原算法具有误差小、效率高和收敛快等优点,更能满足实际地下工程中的不确定特性。基于改进后的大数据挖掘HMM算法,综合大数据环境下的材料性能、几何参数和计算模式的模糊随机分布,建立大数据挖掘井壁极限承载力模糊随机模型,实例证明该模型更加可靠合理,更具有工程实用价值。     

管理会计中数据挖掘技术的应用研究

在管理会计中应用数据挖掘技术是企业发展的必然选择,本文首先分析了数据挖掘技术的含义与应用优势,然后分析了管理会计中常见的几种数据挖掘方法,最后对管理会计中数据挖掘技术的具体应用进行了研究,以期该技术在企业的可持续发展中得以充分应用。     

基于电子商务Web的数据挖掘技术研究

随着目前互联网技术的广泛应用,电子商务这种商业模式已经逐渐取代传统的商业模式,电子商务带来的商机对现今社会经济结构的影响也越来越大。电子商务的蓬勃发展和规模壮大,导致WEB服务器中储存了海量的访问信息和各种用户数据。如何从这些海量的数据中挖掘出有价值的信息,就成了现今电子商务网站系统的首要任务。     

面向大学生心理问题分析的数据挖掘应用

当前已经进入大数据时代,数据挖掘是在大量的数据中提取有用的有价值的知识。本文结合高校学生心理测试产生的数据,采用ID3算法构造决策树分析预测大学生心理健康状况,为学校的心理辅导工作提供参考依据。     

云计算环境下多源遥感数据挖掘系统构建

针对多源遥感数据未被充分利用及数据处理效率较低的问题,结合三层四类模式的云计算服务级别系统,以云计算服务形式为前提,创建了多来源数据挖掘体系。首先阐述了多源遥感数据挖掘的技术流程;其次将云计算服务层次体系引入到系统构建中,设计了云计算环境下的多源遥感数据挖掘系统框架;最后详细介绍了该系统的主要特色功能,为进一步研究多源遥感数据挖掘系统奠定了基础。     

浅谈数据挖掘和移动互联网

和传统互联网相比,移动互联网有其特殊性,文章分析了在移动互联网范畴上的数据挖掘问题,和时间信息相对应的地理位置信息是传统互联网所独有的,而LBS是具有移动互联网特点的应用。