基于大数据的船体结构制造品质分析

为降低船体结构产品的品质报验差错率,采用大数据技术对船体结构制造品质进行分析。以船体结构制造中的焊接品质分析为研究对象,采用贝叶斯网络模型对焊接质量进行追溯,搭建基于大数据的船体结构品质分析溯源模型。实际应用结果表明,该模型能帮助企业有效降低产品的品质报验差错率,相关研究可供制造现场质量问题排查参考。

层次序列索引的大规模动态标签图子图查询

标签图常用于智能交通网、生物信息网等新兴领域的建模。子图查询作为图数据分析的关键问题,引起了研究者的广泛关注。对现有子图查询算法的研究发现,随着图数据规模增大且频繁更新,传统子图查询算法普遍存在查询效率低,存储开销大,忽略顶点标签信息等问题。为此,提出了一种支持大规模动态标签图子图查询的层次序列索引(Dynamic Hierarchical Sequence,DHS),该索引提取数据图中带有顶点编号的层次拓扑序列关系以实现子图查询;针对图的动态变化,提出了更新点拓扑扩展式索引维护策略,仅从局部变化顶点及边开始进行增量式更新,大大降低了重建索引造成的巨大开销;提出了基于DHS索引的子图查询方法,仅需将查询图与数据图的层次序列进行匹配即可获得候选集,并在其上利用关系匹配策略获得最终查询结果。实验证明提出的方法在保证高效查询的同时降低了索引的创建及维护时间,提高了子图查询效率。