多工步制造过程的变异流研究进展

总结多工步制造过程中变异流理论相关研究的成果。阐述变异流理论研究的起源,并将该理论的发展过程划分为两个阶段:多种技术的探索和发展阶段;统一理论的形成和完善阶段。基于状态空间模型的变异流理论利用状态空间法,把产品的质量特征和过程参数联系起来,以描述质量特征变异在各个工步中的传递过程,该理论能有效解决复杂多工步制造过程的传感器布局、制造质量诊断、制造过程优化等系统设计和制造监控中的质量控制问题。最后,结合变异流研究发展趋势,指出变异流理论有待解决的四个重要问题。     

Numerical derivation of dispersion coefficients for flow through three‐dimensional randomly packed beds of monodisperse spheres

The longitudinal (D_L) and transverse (D_T) dispersion coefficients for flow through randomly packed beds of discrete monosized spherical particles are studied. The three‐dimensional (3‐D) porous‐medium model consists of thousands of spherical particles that are divided into cells using Voronoi diagrams. The relationship between the variation of the dual stream function and the vorticity between neighboring particles is derived using Laurent series. The whole flow pattern at low particle Reynolds number is then obtained by minimization of the dissipation rate of energy with respect to the dual stream function. The D_L is obtained by fitting the resulting effluent curve to a 1‐D solution of a continuous model. The D_T is obtained by fitting the numerical concentration profile to an approximate 2‐D solution. The derived D_L and D_T values are in agreement with 3‐D experimental data from the literature enabling a study of the effects of pore structure and porosity on D_L and D_T. © 2013 The Authors AIChE Journal published by Wiley Periodicals, Inc. on behalf of American Institute of Chemical Engineers AIChE J 60: 749–761, 2014     

基于矩阵的数据流Top-k频繁项集挖掘算法

传统的数据挖掘算法在挖掘频繁项集时会产生大量的冗余项集,影响挖掘效率。为此,提出一种基于矩阵的数据流Top-k频繁项集挖掘算法。引入2个0-1矩阵,即事务矩阵和二项集矩阵。采用事务矩阵表示滑动窗口模型中的事务列表,通过计算每行的支持度得到二项集矩阵。利用二项集矩阵得到候选项集,将事务矩阵中对应的行做逻辑与运算,计算出候选项集的支持度,从而得到Top-k频繁项集。把挖掘的结果存入数据字典中,当用户查询时,能够按支持度降序输出Top-k频繁项集。实验结果表明,该算法在挖掘过程中能避免冗余项集的产生,在保证正确率的前提下具有较高的时间效率。     

自适应模糊决策树算法在数据流挖掘中的应用

在网络的许多应用中数据是以流的形式存在的,例如网络流、传感器数据,以及网页点击流等,分析和挖掘这类数据,可以发现某中有价值的信息。在此,针对数据流挖掘算法中出现的一些问题（如概念漂移问题）,提出了一种自适应模糊决策树的优化算法。该算法对于解决处理数据流概念中的漂移问题有较好的效果。     

网络协议帧切分优化过程研究与仿真

为保障信息网络的安全,对网络协议帧进行合理的切分是准确掌握未知网络协议信息,挖掘协议特征,保证通信安全的重要步骤.在未知协议的识别与分析过程中,无法掌握所有网络通信协议规范,也难以准确获得数据特征,导致传统的网络协议帧切分方法面对大数据量时,在可行性与有效性方面存在较大的局限性.提出一种面向比特流的协议帧切分算法.详细分析了协议下比特流数据的特性;通过树结构存储统计比特流数据,并进行预挖掘以预测支持度和确定次数权值,进而判定获得频繁序列;运用位置差关联规则推断可能的帧头位置及帧长,从而实现协议帧的切分.通过对真实数据的仿真对提出的方法进行了验证,结果表明上述方法能够对未知协议进行准确帧长分段切分,使效率和准确度都有提高.     

淮河干流峡山口至蚌埠段行洪区调整与河道整治研究

淮河干流峡山口至蚌埠段河势复杂,泄流能力不足,规划整治工程方案多.本文针对该段行洪区调整与河道整治方案,分析了河道基本特性,开展了河工模型试验研究和二维水动力数值计算.模型采用2003、2005、2007年实测洪水资料进行率定与验证,具有较高精度,可以为河道整治提供研究手段.利用模型对河道不同整治方案进行了效果对比分析,对行洪区调度方案进行了优化,并指出需要治理的局部阻水河段.     

流体系结构抽象模型研究

流体系结构在新兴的体系结构中备受关注.鉴于多种多样的流体系结构的存在,本文提出了一个流体系结构的抽象模型.本项工作对开发应用在多种流体系结构上的可移植性具有重要意义.     

一种基于数据流驱动的数据流连续查询模型

建立了基于数据流驱动的数据流连续查询模型,介绍了系统结构和解决方案,设计了一些通用的查询算子,并通过查询算子在查询链中的有序组合来构造出各种复杂的连续查询语句。实验表明,该模型可扩充性强,操作简单,适合小规模的数据流查询需要。     

一种基于变尺度滑动窗口的数据流频繁集挖掘算法

基干传统滑动窗口机制的数据流频繁集挖掘算法较多地考虑快速且精确的效果,而较少考虑数据流的时变特性,对传统的滑动窗口机制进行改进.同时考虑数据流的海量特性和时变特性,提出一种基于变尺度滑动窗口机制的数据流频繁集挖掘算法V-Stream.该算法采用事务链表组的概要数据结构.能够根据数据流的数据分布变化自适应调整窗口大小.Eclipse上的仿真实验结果表明,V-Stream相比Manku算法提高了挖掘数据流频繁集的时间与空间效率.     

滑动窗口中数据流频繁项集挖掘方法

根据数据流的流动性与连续性,提出了一种滑动窗口中频繁项集挖掘算法NSW,满足了人们快速获取最近到达数据中频繁项集的需求。该算法采用二进制矩阵表示滑动窗口中的事务列表,通过直接删除最老事务、不产生候选项集等方法控制时间和空间的开销。实验表明,该算法具有较好的时间和空间效率。