共查询到20条相似文献，搜索用时 15 毫秒
1.
针对现有的车辆故障挖掘方法鲁棒性、抗干扰性不强,挖掘故障的准确性不高的问题.为了提高车辆故障挖掘的准确性,提出了一种基于降维聚类算法的车辆故障挖掘技术.通过准确建立车辆行驶模型,进而进一步建立车辆特征点搜索模型,提取车辆特征点,并且降低关联特征的维度,降低干扰.利用改进的K均值聚类方法,对车辆故障进行聚类处理,迅速排除冗余特征的干扰,增加挖掘的鲁棒性,从而实现车辆故障挖掘.实验结果表明,这种算法能够对车辆故障情况进行有效挖掘,取得了令人满意的效果. 相似文献
2.
3.
基于多因素方差分析的文本向量特征挖掘算法 总被引：2，自引：0，他引：2
文本向量特征挖掘应用于信息资源组织和管理领域,在大数据挖掘领域具有较大应用价值,传统算法精度不好。提出一种基于多因素方差分析的文本向量特征挖掘算法。使用多因素方差分析方法得到多种语料库的特征挖掘规律,结合蚁群算法,根据蚁群适应度概率正则训练迁移法则,得到种群进化最近时刻获得的数据集有效特征概率最大值,基于最优划分的K-means初始聚类中心选取算法,先对数据样本进行划分,然后根据样本分布特点来确定初始聚类中心,提高文本特征挖掘性能。仿真结果表明,该算法提高了文本向量特征的聚类效果,进而提高了特征挖掘性能,具有较高的数据特征召回率和检测率,时间耗时较少,在数据挖掘等领域应用价值较大。 相似文献
4.
【目的/意义】通过深度学习方法对图书评论进行细粒度挖掘,并基于挖掘结果优化图书间相似度计算结果。【方法/过程】首先从在线书评网站上采集图书评论,对评论进行词性分析构建属性词表,随后基于属性词表对评论进行类型标注,通过BERT-BiLSTM模型对标注数据进行学习以实现评论自动分类,最后通过BERT对分类后的评论进行向量表示,通过余弦相似度计算评论间的相似度以表征图书相似度。【结果/结论】本文构造的BERT-BiLSTM评论分类模型准确率、召回率和F1值分别达到0.922、0.921和0.921,可以较好地实现评论分类。通过模型将评论划分为文笔、人物、情节、概要、读者态度5种类型来计算图书间相似度可以得到较为契合的相似度结果。【创新/局限】相较于其他类型的评论,通过人物与情节类评论计算图书相似度的效果有待提高。以后可对这两类评论进行更为细粒度的分析。 相似文献
5.
引入或然状态指数矩阵,对网络文本特征进行指数分离处理和挖掘优化导向性控制,提出一种引入或然状态指数矩阵优化控制的网络文本特征导向性挖掘新技术。对具有或然性的文本数据进行分离修补导向性挖掘聚类,在文本数据择取过程中,将不同文本分量元素进行初始化倾向性分类处理,由指数矩阵确定元素属性类别概率,从而确定多个导向性聚类中心,从而实现了对或然网络文本特征的准确挖掘。仿真实验表明,新的挖掘技术能有效提取到模凌两可的或然性弱聚类导向性分类特征,数据挖掘准确率达到99.97%,而传统方法是根本无法对这类文本特征进行有效挖掘,展示了算法的优越模糊数据处理价值。 相似文献
6.
针对Web数据奇异特征挖掘时,信道对奇异特征具有卷积效应,影响特征挖掘精度。提出一种脉冲响应不变解卷积算法,实现对奇异特征对的盲解卷积,提高奇异特征挖掘性能。利用Web数据奇异特征的时间可预测性作为盲解卷积的解卷测度,采用脉冲响应不变算法对基于该测度的代价函数进行优化求解,从而成功得到解卷积滤波器系数,实现对Web数据奇异特征的盲解卷积。仿真实验表明,采用该算法挖掘Web数据的奇异特征,对于奇异特征信号具有很好的盲解卷积效果,所挖掘的奇异特征相关系数和重构信噪比均较高,特征挖掘聚类性好。 相似文献
7.
采用传统方法对电力设备缺失数据进行筛查时,由于计算强度较大,存在运行时间长、筛查效果差的问题,提出基于增长模型的电力设备缺失数据筛查算法。在考虑数据缺失机制的条件下运用主成分分析方法对电力设备各项数据进行挖掘,根据挖掘结果构建增长模型,运用该模型对电力设备数据的法向矢量进行估算以及调整;在此基础上通过贝叶斯理论实现对电力设备缺失数据的有效提取,最终完成对电力设备缺失数据的准确筛查。分析实验结果可知,与传统方法相比,所提算法能够有效减少数据筛查用时,并且筛查精准度较高,说明该算法具有有效性,可以为相关研究提供一定的理论与实践基础。 相似文献
8.
在对海量高光谱遥感图像数据库进行挖掘的过程中,容易出现数据缺失与噪声干扰的情况,导致传统主元分析方法由于依据数据差异特征进行挖掘,无法实现海量高光谱遥感图像数据库的高效挖掘,提出一种时空二维联合的海量高光谱遥感图像数据库挖掘方法,分析了海量高光谱遥感图像数据库的挖掘原理,将数据库与背景结合起来,获取最佳分组次数,依据所提方法的基本原理,采用Apriori算法对高光谱遥感图像层与层之间的关系进行处理,按照顺序对由查询方案引起的候选数据存储空间的干扰进行消除,引入空间维度,完成各种监测点的层次划分,采用适应度函数对所提方法的效率进行改进,避免陷入局部最优解,从而实现海量高光谱遥感图像数据库的高效挖掘。实验结果表明,所提方法具有很高的挖掘效率和精度。 相似文献
9.
传统数据挖掘方法对数据挖掘时必须为高速通信网络,而且还导致系统响应时间延长,对数据安全性产生威胁。文中以分布式环境为背景,提出基于熵值思想的聚类挖掘改进方法,实现网络多层次数据挖掘。设定网络多层次数据聚类参数,计算产生新聚类数,将该数据值作为聚类搜索范围的上限值kmax,选取合适的有效性Silhouette指标,结合最大最小距离理论设置的聚类中心,获得最佳聚类数目;运用熵值理论及动态规划思想形成改进聚类挖掘方法,运用熵值理论判定数据属性权重值,并获取多层次数据对象与邻近数据间的权重关系,将欧氏距离当作数据相似度衡量依据;利用动态规划思想计算获得最大k个数据对象,确定多层次数据挖掘聚类中心。实验证明,利用文中改进数据挖掘方法可有效挖掘网络多层次数据中的有价值信息。 相似文献
10.
乘性噪声干扰下的船舶突发性故障检测挖掘方法 总被引：1，自引：0，他引：1
在船舶的突发性故障检测中,故障信号不但伴有很强的非线性,并且常伴随大量的随机噪声,乘性噪声会降低非线性故障数据之间的有效联系,淡化船舶可识别的突发特征.给船舶突发性故障检测带来较大困难.为解决此问题,提出一种基于小区域噪声消除的船舶突发故障检测挖掘算法,通过设计一种包含乘性噪声小区域内的故障确认对比方法,运用故障特征核作为船舶突发故障的标准,进行故障核距离的计算,排除乘性噪声的干扰,保证优化检测.实验表明,该方法能够较好地完成乘性噪声干扰环境下的故障检测,提高了船舶故障的检测效率. 相似文献
11.
大型云计算联合服务器中故障节点的快速挖掘模型构建可以实现对云服务器故障的准确定位和检测。传统方法中采用协议堆栈对节点进行约束与管理,达到故障节点快速挖掘的目的,然而该算法在Sink节点位置部署考虑欠好,在通信传输中很容易相邻节点信道间频谱主瓣重叠,故障节点挖掘性能不好。针对这一问题,提出一种基于正交通信信道载波均衡的云计算联合服务器故障节点快速挖掘算法,建立故障节点信息融合模型,进行特征分析,在信息融合过程中,组成新的云计算联合服务器接收端和发射端故障节点定位训练序列,构建基于OFDM系统的等效基带故障节点挖掘模型,通过正交通信信道载波均衡实现云服务器故障节点的快速挖掘。仿真结果表明,该算法在复杂云计算环境下,能实现对故障节点的准确定位,挖掘性能较高,检测概率较高,优越于传统模型。 相似文献
12.
传统方法中对网络入侵信号的挖掘采用基于相位匹配的Fourier变换方法,对入侵信号的边缘特征不能很好挖掘,提出一种采用Radon变换的网络入侵信号特征挖掘方法,基于特征分解原理,在时频空间中构建入侵信号的协方差矩阵,采用多特征向量奇异值分解方法挖掘入侵信号的边缘积分特征。运用Radon变换把由原来的点-直线对偶变成了点-正弦曲线对偶,优化对边缘积分特征的挖掘效果。在笛卡儿坐标空间中将挖掘数据分解为两个空间向量,实现特征挖掘。仿真实验表明,采用该算法进行大型网络入侵信号的特征挖掘,能有效检测出入侵信号的边缘积分特征信息,实时防护能力好,提高对入侵信号的发现能力。 相似文献
13.
《科技通报》2016,(4)
针对旋转机械振动故障数据分类挖掘的效率极低、误差率大的问题。为此,提出基于相似性系数与粒子群算法融合的旋转机械振动故障数据优化挖掘方法。以故障数据之间的差异性为依据,对故障数据进行中心化、无量化及标准化处理,以此保证故障数据变量的统一性,为故障数据挖掘提供便利;依据相似系数理论,构建异常旋转机械振动故障数据库挖掘的数学模型,并采用粒子群算法对该模型进行求解,计算旋转机械振动故障数据库挖掘模型的最优解,实现并行数据库故障数据精确挖掘。实验结果表明,采用改进算法进行旋转机械振动故障数据优化挖掘,能够提高挖掘的速度与精度,提高算法鲁棒性,满足了机械振动故障数据库实际的应用需求。 相似文献
14.
运用K-means算法,对福建工程学院图书馆管理系统中学生借阅信息进行数据挖掘。通过分析不活跃学生、一般学生和活跃学生3类读者的借阅规律,对馆藏结构进行优化,以期提升图书馆的资源利用率和管理工作效率,更好地为读者提供个性化服务。 相似文献
15.
提出一种基于数据倾斜关联度的数据高效算法,首次给出数据倾斜度的概念,利用数据类间特征进行数据倾斜程度的判断,对相似数据进行类间聚类,将数据库中数据特征进行信息相似度计算,计算概念总出现次数时应累加其所有子概念的出现次数。在查询的过程中,充分考虑同一数据属性的多样性,对数据特征加入模型的数量进行约束,减少不必要的繁琐数据特征。判断符合查询条件的数据类别,根据不同的数据类别进行数据查询,实现数据结构的优化。实验结果表明,利用这种算法进行数据库查询优化,能够有效提高海量数据库信息查询的效率。 相似文献
16.
为开发高效的数据挖掘算法,实现模糊集聚类算法的高效性,将BIRCH聚类算法思想与模糊集算法进行融合。通过对模糊集算法处理的数据进行二次聚类计算,细化群边缘,最后加载判别函数进行数据定位,完成数据挖掘。最后使用KDDCUP2011数据库进行仿真实验,对目标数据进行挖掘,证实了融合BIRCH聚类算法思想的模糊集算法具有可行性,对比改进前的算法在数据挖掘方面效率更高。 相似文献
17.
Web挖掘一般可以分为3类：Web内容挖掘、Web结构挖掘和Web使用挖掘。WWW上信息资源的爆炸性增长,Web挖掘已经成为计算机科学的一个重要研究领域。使用模式挖掘是Web挖掘的一个分支,它利用Web服务器的日志中的大量数据及其他相关数据集进行分析挖掘,并从中获得有价值的有关网站访问使用情况的模式知识。对Web数据挖掘作了比较详细的介绍,并介绍了Web使用挖掘各阶段的主要工作以及相关技术。 相似文献
18.
在对大型图像数据库的特征挖掘优化过程中,利用传统算法进行特征挖掘,假设图像数据库中的图像属性差异较大,将极大的降低挖掘精度,难以获取精确的挖掘结果。为了弥补上述弊端,提出了一种大型图像数据库特征挖掘优化方法。利用局部二维模式纹理分析方法,提取数据库图像中的纹理特征,同时融合渐变计算方法,根据数据库中图像纹理特征,完成图像数据库特征挖掘。实验结果表明,利用改进算法进行大型图像数据库的特征挖掘,能够提高挖掘速度与精确度,可以获取准确的挖掘结果,满足大型图像数据库运行过程中的实际需求。 相似文献
19.
[目的/意义]从用户角度,通过用户评价内容挖掘构建形成网络学术信息资源评价模型,为网络学术信息资源评价提供一个新的视角,并为其更进一步深入研究奠定基础。[方法/过程]文章在利用爬虫工作自动抓取三个知名学术网站用户评论的语料库基础上,运用数据挖掘研究方法对评论数据进行分词、聚类,根据词间与词对关系,构建形成评价体系模型。[结果/结论]基于用户评论挖掘构建形成涵盖资源内容属性、资源外部特征、网络功能属性、获取过程、用户体验五个维度的网络学术信息资源评价体系模型。该体系模型反映出科学用户在利用新兴网络学术信息资源过程中对资源自身属性和平台规范性的关切,是用户与利用正式学术信息资源的本质区别。 相似文献
20.
对可产生潜在威胁的网络数据进行挖掘的过程中,采用传统关联规则方法无法运算潜在威胁数据的关联性,降低潜在威胁数据挖掘的准确性,提出一种基于区域频繁扩展树的支持向量机回归算法,用于挖掘网络潜在威胁数据,构建潜在威胁下网络数据的区域频繁扩展树,获取潜在威胁下网络数据间的关联性,依据潜威胁下网络数据的关联性塑造基于支持向量机回归网络潜在威胁数据挖掘模型,模型利用支持向量回归估计模型分析数据回归曲线的平稳度,对比回归预测值同真实值间残差,对检测数据中的潜在威胁数据进行识别,完成潜在威胁下网络数据的准确挖掘。实验结果说明,采用所提方法对不同复杂度潜在威胁下的网络数据进行挖掘,具有较高精确度。 相似文献