基于粗糙集理论的不完备数据分析方法的混合信息系统填补算法

为了提高基于粗糙集理论的不完备数据分析方法（ROUSTIDA）在实际应用中对包含离散型（如整型、字符串型、枚举型）、连续型（如浮点数表达）、缺失型属性的混合信息系统（HIS）数据的填补能力,提出了一种基于粗糙集理论的混合信息系统缺失值填补方法（RSHISMIA）。首先,根据决策属性等价类划分思想并按照决策属性对混合信息系统HIS进行划分,解决了填补后可能出现的决策规则冲突问题;其次,定义混合距离矩阵来合理量化对象间的相似性,从而筛选出具有填补能力的样本并克服ROUSTIDA无法处理连续性属性的缺点;然后,结合近邻思想解决了ROUSTIDA在无差别对象属性值发生冲突情况下无法对相同属性缺失数据进行填补的问题。最后,使用10个UCI标准数据集进行实验,将所提出的方法与ROUSTIDA、K近邻填补（KNNI）算法、随机森林填补（RFI）算法和矩阵分解（MF）等几种经典算法进行了比较。实验结果表明,与ROUSTIDA相比,所提方法在查全率上平均高出81%,在查准率上提升了5%~53%,且其归一化均方根误差（NRMSE）最多减小了0.12。此外,所提方法的分类准确率与ROUSTIDA相比平均提升了7%,且优于KNNI、RFI及MF等填补算法。     

基于冗余性分析的改进ReliefF特征选择算法

为了解决ReliefF算法随机抽样会抽取到不具代表性的样本且未考虑特征间相关性的问题,提出基于冗余性分析的ReliefF特征选择算法。首先改进ReliefF的抽样策略,其次将特征权重序列划分为几个子集,分别利用最大信息系数及Pearson系数共同衡量特征相关性,设置相应采样比例剔除冗余特征。将改进算法与其他特征选择算法进行对比,结果表明相较于传统ReliefF,在LightGBM(Light Gradient Boosting Machine,轻量级梯度提升机器学习)上的分类准确率可提升0.63%~12.10%,在SVM(Support Vector Machine,支持向量机)上的分类准确率可提升0.92%~9.06%,改进算法的分类准确率明显优于其他几种特征选择算法,在考虑特征与标签相关性的同时,能有效剔除冗余信息。     

基于COM／DCOM的多层分布式应用

分析COM/DCOM组件技术的结构和基本特点,分析基于DCOM的多层应用实现的过程。COM/DCOM是Microsoft提出的主流组件体系,COM提供一套允许同一台计算机上的客户端和服务器之间进行通信的接口,DCOM是组件技术COM的无缝扩展,可以将基于COM的应用、组件、工具以及知识转移到标准化的分布式计算领域中,当做分布式计算时,DCOM用于处理网络协议的低层次的细节问题。给出的实例对基于COM/DCOM的多层分布式模型进行了具体应用,并取得较好效果。     

基于神经网络的医疗文本分类研究

传统的医学文本数据分类方法忽略了文本的上下文关系，每个词之间相互独立，无法表示语义信息，文本描述和分类效果差；并且特征工程需要人工干预，因此泛化能力不强。针对医疗文本数据分类效率低和精度低的问题，提出了一种基于Transformer双向编码器表示BERT、卷积神经网络CNN和双向长短期记忆BiLSTM神经网络的医学文本分类模型CMNN。该模型使用BERT训练词向量，结合CNN和BiLSTM,捕捉局部潜在特征和上下文信息。最后，将CMNN模型与传统的深度学习模型TextCNN和TextRNN在准确率、精确率、召回率和F1值方面进行了比较。实验结果表明，CMNN模型在所有评价指标上整体优于其他模型，准确率提高了1.69%～5.91%。     

3A分子筛氯化镁脱水试验研究

在常压下,利用分子筛吸附氯化镁乙醇溶液中的水分,研究了氯化镁浓度、温度、时间、分子筛加入量对脱水量的影响。根据试验结果,得出结论:(1)分子筛最佳停留时间为6 h;(2)浓度越低,溶液中的最终含水量越小,但浓度越高,吸附量越高;(3)温度升高,吸附速率提高,但升高到一定温度,吸附率不再明显提高,最佳温度为26℃。(4)氯化镁乙醇溶液,每100 g溶液加入120 g分子筛,吸附量最大,吸附率可达76.5%。     

单片机控制的数据采集与通信

在某一大型数据处理服务系统中。采用单片机控制方式来设计数据采集终端，采集到的数据能通过IP口和串口与系统服务器之间进行通信。能将最终处理的结果在该终端上显示并打印输出。     

最大模糊频繁模式挖掘算法

针对有效模式挖掘的组合爆炸及挖掘结果信息如何有效表达的问题,提出了一种基于“核心-牵引”结构的修剪候选模式和考虑项目不确定性的最大模糊模式挖掘算法（MFFP-Tree）。首先,综合分析项目的模糊性,提出模糊支持度,分析项目在事务数据集中的模糊权重,依据模糊修剪策略修剪候选项集;其次,仅扫描数据集一次,就能成功构建模糊模式挖掘树,依据模糊剪枝策略减少模式提取的开销,采用FFP-array阵列结构使得搜索方式更精简,从而进一步降低时空开销。根据基准数据集的实验结果,与最大模式挖掘算法PADS和FPMax^*对比分析,MFFP-Tree挖掘出的最大模糊模式能够更准确地反映项目与项目之间的关系;算法的时间复杂度能减半甚至低1个数量级;算法的空间复杂度降低1~2个数量级。     

管道自动焊过程中目标电流与送丝速度的关系

管道自动焊是长输油气管道建设过程中的重要环节,其焊接质量直接影响管道的运营安全。然而,自动焊过程中,影响焊接质量的相关影响因素较多,目标电流值主要依据焊工长期的焊接经验确定,与其他控制参数之间的函数关系不明确,从而很难进一步提升焊接质量。文中从实际工程记录数据出发,分析管道自动焊过程中实际电流与送丝速度之间的变化规律,并采用多项式函数拟合的方式来获得目标电流与送丝速度之间的函数关系。数据分析结果表明,不同焊接层目标电流与送丝速度之间的函数关系不同,其中三阶多项式函数拟合结果的误差最小,更符合实际数据的分布规律。     

孔明锁模式 负空间的集约化利用

正粮食店街位于前门大街西侧,紧邻大栅栏商业街,地理位置重要,历史文化丰富,是老北京的展示窗口之一,主要服务于胡同周边居民及游客。街道的主要矛盾在于狭窄的空间难以满足复杂的功能需求。胡同现状仅能基本满足餐饮与住宿,但仍有店铺混乱、垃圾堆放、停车杂乱以及街道风貌不统一等诸多问题。为此,根据从传统民间益智玩具孔明锁的结构获得的灵感,本方案创新性地提出"孔明锁模式",重点以该胡同的文化、生活与生态三项内容进行设计。     

基于增量加权的不平衡漂移数据流分类算法

概念漂移是数据流学习领域中的一个难点问题,同时数据流中存在的类不平衡问题也会严重影响算法的分类性能。针对概念漂移和类不平衡的联合问题,在基于数据块集成的方法上引入在线更新机制,结合重采样和遗忘机制提出了一种增量加权集成的不平衡数据流分类方法(incremental weighted ensemble for imbalance learning, IWEIL)。该方法以集成框架为基础,利用基于可变大小窗口的遗忘机制确定基分类器对窗口内最近若干实例的分类性能,并计算基分类器的权重,随着新实例的逐个到达,在线更新IWEIL中每个基分器及其权重。同时,使用改进的自适应最近邻SMOTE方法生成符合新概念的新少数类实例以解决数据流中类不平衡问题。在人工数据集和真实数据集上进行实验,结果表明,相比于DWMIL算法,IWEIL在HyperPlane数据集上的G-mean和recall指标分别提升了5.77%和6.28%,在Electricity数据集上两个指标分别提升了3.25%和6.47%。最后,IWEIL在安卓应用检测问题上表现良好。