一种区间值聚类的数据挖掘方法

提出了一种区间值聚类的数据挖掘方法。该方法首先将数据库中的数据按照属性进行聚类,将它们划分为若干区间,对于同一区间中的数据赋予相同的编号,以此处理直至数据库的最后一个属性。在完成这种转换后即可使用关联规则的挖掘方法。该方法与传统的数据挖掘方法相比更加符合实际。大量的仿真数据集和真实数据集的实验结果表明该算法是有效的。     

基于FP-tree和支持度数组的最大频繁项集挖掘算法

提出了一个基于频繁模式树即FP-tree和支持度数组相结合的最大频繁项集挖掘算法,首先建立FP-tree,同时建立支持度数组,然后在此基础上建立最大频繁项集树MAXFP-tree,MAXFP-tree中包含了所有最大频繁项集,缩小了搜索空间,提高了算法的效率。算法分析和实验表明,该算法对稠密型数据集和稀疏型数据集均适用,并且特别适于挖掘具有长频繁项集的数据集。     

一种基于自组织分级聚类的数据挖掘方法

针对传统自组织聚类方法处理数据在多维空间中存在多样性和从基本或低层次概念上发现强关联规则中的不足，提出了一种基于自组织分级聚类的数据挖掘方法．该方法采用最大似然分类自组织特征网络（MAXNET）聚类过程，利用自下而上聚合层次聚类方法，对有畸变的二值化输入模式作最大似然分类．最后对一个销售电脑商场中，与任务相关的交易数据集进行了分析，描述了从低层次概念到高层次概念的相互关系．并用matlab仿真软件把该方法和传统方法进行比较，表明了该方法的有效性．     

任意形状工作面开采地表移动变形预计的算法实现

针对目前矿山生产的现状，对任意形状工作面开采地表移动变形的预计算法进行了研究。应用概率积分法的基本原理，结合生产实际，运用VC 语言，开发了地表移动变形预计系统。本系统采用面向对象的技术和方法进行数据组织，基于剖面线算法实现图形分割和网格的自动生成，实现了任意形状工作面开采的移动变形预计、预计结果的可视化输出。     

装车站运输作业过程的可靠性研究

针对装车站站停时间的分布问题,采用分析方法,对装车站站停时间的分布规律及影响因素进行分析,探讨提高装车站作业过程可靠性的措施.根据装车站大量翔实的数据,在统计站停时间、装车时间、待机时间的分布规律基础上,建立了可靠性模型,进行了可靠性分析计算.研究结果表明,装车站作业过程的可靠性主要受装车作业时间、机务作业时间的影响.     

Testing and Evaluation for Web Usability Based on Extended Markov Chain Model

As the increasing popularity and complexity of Web applications and the emergence of their new characteristics. the testing and maintenance of large, complex Web applications are becoming more complex and difficult. Web applications generally contain lots of pages and are used by enormous users. Statistical testing is an effective way of ensuring their quality. Web usage can be accurately described by Markov chain which has been proved to be an ideal model for software statistical testing. The results of unit testing can b eutilized in the latter stages, wbich is an important strategy for bottom-to-top integration testing, and the other improvement of extended Markov chain model (FMM) is to present the error type vector which is treated as a part of page node. This paper also proposes the algorithm for generating test cases of usage paths. Finally, optional usage reliability evaluation methods and an incremental usability regression testing model for testing and evaluation are presented.     

基于复合主题演化模型的作者研究兴趣动态发现

以金融领域的科技文献作为实验数据,提出了一种新的用于动态挖掘领域相关的作者研究兴趣的复合主题演化模型。该模型能够获取作者在不同时间片下的主题概率分布以及主题下词汇概率分布,并充分考虑作者在合作作者文献中的排名对于其研究主题和主题变化的影响。通过金融领域的实证研究表明,该复合主题演化模型能够有效地揭示金融领域作者研究兴趣的动态变化。     

无线传感器网络多目标关联覆盖

针对多目标网络覆盖中传感器节点和目标的关联关系,依据数据挖掘中的关联规则挖掘技术,设计了多目标关联覆盖算法MTACA．考虑到能量的有效性,利用关联规则挖掘方法动态地确定目标集合和传感器节点集合,通过节点集合工作状态的转换完成目标的完全覆盖,延长了网络使用寿命．同时,改进了适应区域覆盖的PEAS算法,使其适应多目标覆盖的应用．通过仿真对MTACA和改进的PEAS算法进行了性能分析．结果表明：MTACA算法和改进的PEAS算法在目标完全覆盖能力和网络使用寿命上明显优于随机部署网络;MTACA算法在目标完全覆盖能力、网络使用寿命、网络剩余能量以及节点间能量消耗均匀性上明显优于改进PEAS算法．     

水合磷酸铁铵的低热固相合成及其对乙酸丁酯的催化作用

以Fe2(SO4)3与NH4H2PO4·12H2O为原料,PEG-400为表面活性剂,经低热固相反应合成得到水合磷酸铁铵,经XRD分析表征确定其分子式为Fe3(NH4)(PO3(OH)0.666O0.333)3(PO2(OH)2)3(H2O)6Fe3H23.998NO29.997P6后,用其作为催化剂进行乙酸丁酯的合成试验。试验应用均匀设计试验法及数据挖掘技术,在数据挖掘成果的指导下考察反应时间、醇酸物质的量比及催化剂用量等因素对收率的影响。获得催化反应的最佳工艺条件是反应时间6h,醇酸物质的量比1.56∶1,催化剂用量1.73g。在这个最优的工艺条件下,水合磷酸铁铵催化合成乙酸丁酯的收率可达到98.6%。水合磷酸氢铁铵不仅合成工艺简单,可行,而且作为乙酸丁酯的催化剂时,具有良好的催化活性,工业应用潜质大。     

页岩气水平井体积开发产能评价模拟

页岩气产能提高的主要方式是长水平井多段多簇水力压裂制造大规模的沟通缝网。为了进一步提升开发储层动用率,尤其是储层纵向动用程度,本文探索了储层开发的体积开发模式。相对于单井开采,体积开发需要考虑层间气体动用的问题。根据层间干扰强度划分层间沟通模式为：层间不沟通、层间渗流沟通和层间缝网沟通。结合势的叠加原理和流场边界层效应建立层间渗流沟通判据和计算模型。通过引入裂缝应力敏感的页岩气基质-裂缝渗流修正方程和主裂缝-次生裂缝-基质三重介质模型描述页岩气多尺度输运,揭示和评价了三种沟通模式下的长宁区块龙马溪组页岩气开采效果。结果表明：层间渗流沟通的体积开发模式最终产能提升效果显著,相较于单井开发叠加,估算的最终可采储量EUR可增加0.25亿方,增加比例达9.84%。缝网沟通过强的储层改造程度使储层流体压力下降过快,应力敏感现象显著,中后期开采能力下降严重,最终影响到整个产层储量的有效动用。体积开发三种模式中渗流沟通效果最好,缝网沟通和层间不沟通采收效果相当。该研究为实现储层体积开发高效动用所需的合理立体井位布置和压裂施工方案提供了理论指导。