基于FP-growth的老年行人交通事故损伤致因研究

为研究老年行人交通事故相关因素及其对损伤程度的影响,以中国交通事故深度调查数据库中2013—2023年710起机动车-老年行人事故为分析对象,利用FP-growth算法挖掘出4类影响因素28个类型变量共5594项关联规则。研究结果表明:行人年龄、碰撞速度、事故时间段及事故地点是影响老年行人事故死亡率的显著因素。特别是,行人年龄和碰撞速度对死亡率有显著影响,随着碰撞速度的增加,死亡率显著上升;60岁及以上老年行人年龄每增加1岁,其死亡率提升0.037倍。此外,事故发生在夜间、郊区或村庄的死亡率更高。研究结果可为提高老年行人交通安全,制定相关安全措施提供一定参考。

基于SWMM和LISFLOOD-FP模型的居住区低影响开发模拟评价

为解决一维SWMM模型难以直观展示研究区淹没深度及范围的问题,以布莱顿市城区某居住区为例,利用SWMM模型耦合LISFLOOD-FP二维水动力模型对该居住区低影响开发改造之前的内涝情况进行分析并制作淹没范围和水深图,设计了三种不同的低影响开发(LID)方案(单一绿色屋顶方案、单一透水铺装方案、组合方案)对居住区进行改造。结果表明,淹没范围与实际易发生的内涝点相吻合,表明二维耦合模型具有较高的可靠性,三种低影响开发方案均能有效消除溢流节点,降低径流峰值,延缓峰值出现时间和退水时间,对提升城区排涝改造技术具有重要意义。

FPS抗震支座分析模型的比较研究

简单回顾了FPS抗震支座的基本原理,探讨了FPS支座在公路和铁路桥梁抗震中的应用。重点讨论了FPS支座的两种分析模型:Bouc-Wen模型和考虑动轴力和双方向耦合的FP模型,基于考虑动轴力、双方向耦合与否、及采用不同摩擦力学模型使结构地震反应产生的差异,提出了FPS支座合理抗震计算模型选取时应注意的问题。并针对近年来FPS抗震支座应用情况,提出了设计参数的选取原则。

耦合一二维水动力模型的城市社区暴雨内涝模拟研究

【目的】在全球气候变化和快速城市化背景下,城市暴雨内涝灾害风险持续增加,水文水动力模型是理解暴雨内涝产生机理的重要手段,构建科学合理的暴雨内涝模型是当前研究的热点。【方法】通过耦合一维管网水动力模型(SWMM)和二维水动力模型(LISFLOOD-FP),建立城市社区尺度的暴雨内涝模型,以大学社区为研究对象,开展多场次实测降水和设计暴雨的内涝情景模拟。【结果】结果表明:(1)以2023年7月11日实测降水为例,模拟结果与实际情况具有高度一致性,表明耦合模型的精度满足城市社区尺度内涝模拟需求;(2)以1 a、5 a、10 a、20 a、50 a、100 a重现期设计暴雨为例,随着降雨量的增加,雨水管网负荷、积水淹没范围和深度明显提升,高风险管网数量增长3.17倍,积水淹没范围增长170%,积水淹没范围和深度与重现期成正相关关系,在重现期20~50 a期间社区内排水能力达到饱和;(3)模拟结果显示,研究区内暴雨内涝高风险区域主要分布在教学区边界、生活区南侧、教学区与生活区交界区,需要引起相关部门重视。【结论】研究结果表明耦合SWMM和LISFLOOD-FP的暴雨内涝模型在雨水管网状态和地面积水淹没模拟方面均具有较高精度,适用于城市社区尺度的暴雨内涝模拟分析。

纵向碰撞下FPS隔震曲线桥地震响应分析

本文结合某曲线桥工程,研究相邻联纵向碰撞对FPS隔震曲线桥地震响应的影响。文中选择桥梁设计半径和主梁跨度为参数,利用反应谱进行单段直梁法、梁格法和多段直梁法建模适用范围的探究。并根据上述结论建立考虑、不考虑碰撞的FPS曲线桥以及考虑碰撞的板式橡胶曲线桥模型,进行对比分析。结果表明,多维地震作用输入下,在跨长不变而曲率半径增大时,三种模拟方法差值逐渐减小,梁格法最优,多段直梁法误差率均在10%之内,单段直梁法存在满足精度要求的临界跨曲比。此外,碰撞可增大装有FPS支座的曲线桥中跨桥墩地震响应,而对边跨桥墩地震响应几乎无影响。建议在实际工程中,将FPS支座用于曲线桥边跨桥墩。

纵向碰撞下FPS隔震曲线桥地震响应分析

本文结合某曲线桥工程,研究相邻联纵向碰撞对FPS隔震曲线桥地震响应的影响。文中选择桥梁设计半径和主梁跨度为参数,利用反应谱进行单段直梁法、梁格法和多段直梁法建模适用范围的探究。并根据上述结论建立考虑与不考虑碰撞的FPS曲线桥以及考虑碰撞的板式橡胶曲线桥模型,进行对比分析。结果表明,多维地震作用输入下,在跨长不变而曲率半径增大时,3种模拟方法差值逐渐减小,梁格法最优,多段直梁法误差率均在10%之内,单段直梁法存在满足精度要求的临界跨曲比。此外,碰撞可增大装有FPS支座的曲线桥中跨桥墩地震响应,而对边跨桥墩地震响应几乎无影响。建议在实际工程中,将FPS支座用于曲线桥边跨桥墩。

基于改进FP-Growth算法的CRHX型动车组牵引系统关联失效模型研究

基于CRHX型动车组牵引系统运营过程中的故障数据,分析故障数据的特征,研究设备之间的关联失效关系。依托课题组前期对故障信息特征词提取的研究,本文结合故障信息特征词的特点优化经典的关联规则挖掘算法,提出改进的FP-Growth算法,并进行算法性能测试,结果表明该算法准确高效;基于改进的FPGrowth算法分析设备的故障信息特征词,挖掘设备关联失效规则,建立设备的关联失效模型。最后,以CRHX型动车组牵引系统为例进行研究,验证了改进FP-Growth算法的有效性和实用性。

面向大数据的数据库划分FP-Growth改进算法

提出了一种基于Hadoop架构和MapReduce编程模型实现的面向大数据的FP-Growth频繁项集挖掘的改进算法。首先将事务数据库按每个频繁1项进行抽取,生成对应的投影数据库,并将这些投影数据库分发到一个个节点机上;再由节点机对投影数据库进行划分,生成一个个规模更小的子数据库,并由节点机使用改进后的算法并行挖掘生成部分频繁项集;最后归并所有部分频繁项集得到全部的频繁项集。该算法无需像传统的FP-Growth算法一样为事务数据库生成庞大的FP树,有效解决了传统FP-Growth算法及其一些改进算法中因单机内存存储不下庞大的FP树而导致算法失效的问题。同时,由于所划分的子数据库规模接近,分发到各节点机上的负载更均衡,使得算法效率更高。

驱油FPS-B剂的表界面化学性能和微观驱油机理

利用环境扫描电子显微镜观察了FPS-B剂胶束聚集体和乳状液的微观形态。采用静态实验和核磁共振法研究FPS-B剂的乳化增溶性和润湿性,并进行了模型驱油实验。结果表明,FPS-B剂具有较强的乳化增溶性,并且在不同含水率条件下形成不同类型的乳状液,不但可以保持岩石的水湿状态而且可以将亲油岩石不同程度地转变成亲水状态。在此基础上,从分子结构和性质方面分析了产生这种现象的原因及机理。微观驱油实验结果表明,在水湿和油湿岩心模型中FPS-B剂驱的采收率提高值接近三元复合驱提高值,高于二元驱提高值,扩大了洗油效率,提高了原油采收率。

基于FP模型在高职毕业生毕业质量评价方面应用研究

文章首次使用FP模型以安徽省某高职院校为例对高职院校毕业生毕业质量进行定量评估。通过FP演示模型的算法和数据分析,多维度、多层面、多层次对毕业生毕业质量进行有效评价,体现出模型在该领域中较好的适应性和有效性。

基于用户兴趣的FP-TREE算法的改进及应用

关联规则主要通过历史数据来找出某些隐性的规律,但是针对不同用户,不同的规则更为有效,因此如何找出比较有价值的规则引起了人们的广泛关注。提出一种基于用户兴趣模型的改进关联规则算法,该算法从用户分类的角度找到适合不同用户的不同规则。通过在学校教学评估中的应用,验证了算法的有效性。

利用FP-树构造多词Trigger对语言模型

在语音识别系统中,Trigger模型作为语言模型的一种,用于描述长距离词与词之间的关系,然而以往的Trigger语言模型多是针对单个词的模型,本文借鉴数据挖掘中关联规则发现的Apriori算法,利用效率比较高的FP树算法产生多词Trigger对,由此构造多词Trigger对语言模型,这种模型能够更多地利用历史数据,弥补了传统N元文法语言模型描述距离小于N的缺点.

基于FP-growth算法与分层线性模型交互的招生数据挖掘

为了进一步提高招生数据挖掘的有效性,将FP-growth算法与分层线性模型相结合,用于高等院校的招生数据挖掘;利用FP-growth算法,通过频繁集的生成与关联规则,从高校历史招生数据中获取置信区间大的关联数据;采用单层和多层线性模型,将学生层面变量与学校层面变量相结合,确定招生数据挖掘有效变量;在分别建立单层线性模型和多层线性模型后,借助多层线性模型软件库,求解模型的系数和显著性检验水平。实例仿真结果表明,通过对比不同变量的系数和显著性检验水平,所提出的模型能够有效分析不同变量对招生录取的影响。

基于负载均衡的并行FP-Growth算法

针对FP-Growth算法查找操作时间复杂度较高的问题,提出一种新的算法LBPFP。在PFP算法基础上,将哈希表加入链头表以实现项地址的快速访问,并设计基于前缀长度的计算量模型,优化并行流程,提升算法的执行效率。在webdocs.dat数据库上进行对比实验,结果表明,LBPFP算法比PFP、HPFP、DPFP算法具有更高的频繁项集挖掘效率。

工业过程中基于FP-growth的启发式过程建模

为了解决工业生产过程中记录的生产日志不完备及一些非频繁行为易被忽略,造成企业生产效率低下的问题,提出一种基于FP-growth的启发式过程挖掘算法。该算法改变传统关联规则算法计算单一项集支持度的方法,在计算任务间支持度的基础上找出部分任务间的关联规则,然后应用启发式挖掘算法挖掘出船舶管件的生产过程模型,并进行分析。

黄酮类化合物抑制新型冠状病毒主蛋白酶的研究

目的探讨部分黄酮类化合物对新型冠状病毒主蛋白酶的抑制作用。方法以奈玛特韦为阳性对照化合物,利用主蛋白酶荧光偏振法筛选模型检验黄酮类化合物橙皮素、木犀草素、染料木素、毛蕊异黄酮、芹菜素、根皮素、芹菜素-7-葡萄糖苷、染料木苷、染料木素-4'-葡萄糖苷和橙皮苷对于新型冠状病毒主蛋白酶的抑制活性。结果阳性对照物奈玛特韦在100、50、25μmol/L浓度对于主蛋白酶的抑制率分别为91%、76%和70%,而黄酮类化合物橙皮素、木犀草素、染料木素、毛蕊异黄酮、芹菜素、根皮素、芹菜素-7-葡萄糖苷、染料木苷、染料木素-4'-葡萄糖苷和橙皮苷在对应药物浓度均未表现出对主蛋白酶的有效抑制活性。结论上述黄酮类化合物在细胞水平具有抗新型冠状病毒的药理活性,其作用机理极可能为抑制新型冠状病毒RNA聚合酶,而并非抑制主蛋白酶,实验数据可为后续抗新型冠状病毒药物的研发提供思路和参考。

基于故障关联度的数控系统可靠性建模

为了研究高可靠长寿命高档数控系统可靠性,提高数控系统可靠性模型的拟合效果,提出一种基于故障关联度的数控系统可靠性建模方法。首先,基于关联规则,利用FP-Growth算法挖掘频繁项集,通过对故障数据的挖掘建立一个既满足最小支持度又满足最小置信度的关联规则;其次,提出基于故障关联度的数控系统建模方法并给出故障关联因子的计算公式,通过故障关联因子对Weibull分布模型进行优化,建立改进模型,并与Weibull分布模型进行了对比。结果表明,改进模型的均方误差远小于Weibull分布模型,且在超过400 h之后改进模型与故障数据的拟合效果优于Weibull分布模型,该模型完善了数控系统可靠性评估方法,提高了数控系统的故障预测能力。

一种新的知识表示模型及其规则推导

目前指挥决策支持系统中的知识系统大多只能表示清晰信息,当给定对象、属性及属性值,便能完全肯定对象是否具有这个属性(值)。但实际情况并不是这样,对象和属性(值)关系常常是不确定的。本文提出FPS模型解决这种不确定性,并在此基础上,为概念归纳推理定义了模糊粗糙集,为对象的排序定义了相似性测度、距离测度和熵测度,用模糊集方法定义了概念的上下近似集,并得出了决策规则。

基于模糊预测的无线传感器网络信任模型

针对无线传感器网络(WSN)中的信任值更新问题,提出了一种基于模糊预测(FP)的无线传感器网络信任值更新的方法——RMFP。算法采用模糊数学理论方法,利用模糊隶属函数来全面地刻画节点的表现行为,并将其转换成节点的模糊隶属度,最后将模糊隶属度进行整合以实现节点的信任值更新。仿真实验表明,所提算法在整合节点信任值精确度方面提高了10.8%,在判断可疑节点的速度方面提高了两倍。这说明基于模糊预测的节点信任值更新算法在发现并摒除恶意节点的准确率和速度上均有显著的效果,尤其是针对前期取得高信任的恶意节点的判断具有很强的优势。

非线性CC神经元模型的原理及其学习算法

1 M-P神经元模型的工作原理和几何意义 1943年,MoCulloch和Pitts[1]根据神经元传递规律,第一次提出了神经元的数学模型.M-P神经元模型一直沿用至今,它对神经网络的发展起到了奠基性的作用.每个神经元的状态由M-P方程决定:S=f(∑W X -θ),θ为阈值,f为激励函数,一般取符号函数.令:它代表了n维空间中,以X为坐标变量,以W为坐标系数,θ为常数项的一个超平面.当样本点X落入超平面的正半区,即I(X)>0时,有f(I)＝1;当样本点X落入超平面的负半区,即I(X)<0时,有f(I)＝0.从分类的角度看,一个神经元按输入将样本划分成为两类(0和1).现在广泛使用的BP模型采用Sigmoid函数作为激励函数,但是它没有改变神经元分类的本质.神经网络实际上就是多个神经元组织起来的一种网状结构.