有效模-n S-不变量与不可达性判定

HolmFE提出用S-不变量判定Petri网不可达性的一个方法。Desel J指出，存在某些标识，用S-不变量无法判定其不可达性，但利用模-nS-不变量却可加以判定。然而，对于一个给定的标识，是否存在模-nS-不变量能判定该标识的不可达性。如果存在的话，又该如何求取这些模-nS-不变量．DeselJ并未就这两个问题给出答案。该文提出了有效模-nS-不变量的概念，将上述问题转化为有效模-nS-不变量的存在性问题，并借助矩阵的整数分解给出了寻找有效模-nS-不变量的方法，有效解决了利用模-nS-不变量进行不可达性判定的问题。     

判定工作流网S-可覆盖性的有效算法

为有效判定工作流网的孓可覆盖性,将工作流网的S可覆盖性判定转化为线性规划问题,借助单纯形方法给出一个判定工作流网孓可覆盖性的有效算法。对单纯形算法进行扩展,在判定工作流网孓可覆盖性的同时可以求出一组s不变量的极小支集。只要给定的工作流网满足孓可覆盖性,上述算法就可以求出一组覆盖所有库所的S不变量的极小支集。结合投诉处理业务流程实例对算法进行了验证。     

基于流程案例簇的任务关系挖掘算法

为了进行流程发现,提出一种基于流程案例簇的任务关系挖掘方法.该方法首先将基本案例按照特征向量分为多个案例簇,根据基本案例的任务轨迹对案例簇中任务间的依赖关系进行挖掘;然后给出了基于循环基元的循环结构建模和挖掘方法,最终可以从事件日志导出流程中完整的任务依赖关系以及存在的循环结构.所提方法能正确处理任务依赖关系随案例属性取值不同而变化的情况.只要日志完备,基于挖掘到的任务关系和循环结构就能得到一个与原流程行为等价的流程模型.     

如何提高数控机床的精度

随着我国经济的飞速发展,数控机床作为新一代工作母机,在机械制造中已得到广泛的应用,精密加工技术的迅速发展和零件加工精度的不断提高,对数控机床的精度也提出了更高的要求.     

基于医疗过程挖掘与患者体征的药物推荐方法

对医疗数据进行挖掘分析生成疾病治疗的标准过程模型,或者为治疗方案制定提供决策支持,是当前研究热点之一。基于历史患者的用药数据对疾病的药物治疗过程模型进行挖掘,并提出一种过程模型与用户体征数据相融合的药物推荐方法。具体而言,对于给定的疾病种类,首先利用隐含狄利克雷分布LDA主题模型对患者用药数据进行训练,得到药物治疗的功效主题以及各个诊疗日的药物功效主题分布;然后,对患者各个诊疗日的功效主题分布进行聚类,将患者的药物治疗过程转换为药物功效组合标签序列,在此基础上构建药物治疗过程的概率后缀树模型;最后,基于概率后缀树计算各节点后续治疗所采用药物功效组合的概率分布,将其与病人的体征向量作为联合特征,病人真实用药对应的功效组合作为分类标签,使用XGBoost的分类方法训练模型,并利用该模型进行患者药物推荐。以MIMIC-Ⅲ数据库中糖尿病患者的处方日志和体征数据为例,对所提方案的可行性和有效性进行了评估。     

如何提高数控机床的精度

随着我国经济的飞速发展，数控机床作为新一代工作母机，在机械制造中已得到广泛的应用，精密加工技术的迅速发展和零件加工精度的不断提高，对数控机床的精度也提出了更高的要求。尽管用户在选购数控机床时，都十分看重机床的位置精度，特别是各轴的定位精度和重复定位精度。但是这些使用中的数控机床精度到底如何呢？     

融合波动率的时序数据符号聚合近似方法探究

为解决传统符号聚合近似方法分析时序数据时丢失序列波动形态信息的问题,提出一种融合波动信息的时间序列符号聚合近似方法.该方法在传统符号化方法的基础上定义波动率指标来同时量化时间序列的波动幅度和变化趋势信息,用融合波动率的符号矢量近似刻画子序列,在此基础上给出一种新的时间序列距离度量方法.以此度量方法为基础,提出时间序列的相似性计算和分类方法,并在公开数据集上进行了分类学习实验.实验结果表明,所提方法在绝大部分数据集上获得了较传统符号聚合近似方法更好的分类准确率,尤其在时间序列具有明显的局部波动或明显的上升、下降趋势时.