特种设备检验管理系统中的大数据应用与挖掘分析

在现代工业生产和科研探索中,特种设备的作用日益凸显,其涵盖范围包括电梯、压力容器、反应堆等各类重要设备,这些设备的正常运行直接关系到工厂生产的高效、安全以及公众安全。特种设备检验管理系统便是在此背景下应运而生的一种系统化、科学化的管理工具,通过定期的检验和维护,确保设备的安全、稳定运行,降低设备故障率,提高生产效率。本文将从理论和实践两个方面详细探讨大数据在特种设备检验管理系统中的应用,为特种设备的检验管理提供新的视角和方案。

中华优秀传统文化在大学英语教材的价值体现与挖掘分析——以《新职业英语职场素质英语》教材为例

在文化多元化背景下,把中华优秀传统文化教育和当代社会主义核心价值观教育融入大学英语课堂教学具有重要意义。以国家规划教材《新职业英语职场素质英语》教材为例,围绕中华优秀传统文化的主要内容和表现形式,本研究主要探讨挖掘大学英语教材中的优秀传统文化元素和拓展大学英语教育中的文化素养教育,促进优秀传统文化教育与英语学习的深入融合,丰富学生的知识维度和综合人文素养。

魏子孝教授糖尿病周围神经病变医案数据挖掘分析

基于数据挖掘总结继承名老中医学术思想和临床经验是利用现代科学技术开展名老中医传承工作的新途径新方法,它结合现代计算机技术和数据管理知识,并用数据挖掘方法提炼名老中医临床思维模式、诊疗规律,通过名老中医的反馈、验证,总结整理名老中医学术思想和临床经验。本研究采用数据挖掘方法探析了魏子孝教授诊治糖尿病周围神经病变的学术经验,也是对数据挖掘方法在挖掘名老中医经验中的一次实践和检验。

胸痹心痛方剂的组方规律挖掘分析

目的:基于中医传承辅助系统(V2.5)软件,分析挖掘《中医方剂大辞典》中胸痹心痛方剂的组方用药规律。方法:筛选、整理《中医方剂大辞典》中治疗胸痹心痛的方剂,并基于中医传承辅助系统软件,应用关联规则、改进的互信息法、复杂系统熵聚类等挖掘方法对数据进行挖掘。结果:通过对纳入的388首处方进行分析,处方中共出现275味中药,其中最高频药物为桂心和当归。挖掘出22个核心处方和7个新方组合。结论:利用中医传承辅助系统,挖掘分析胸痹心痛方剂的组方规律,并将其规律直观化,可以为中医治疗胸痹心痛提供新的启发和参考。

国医大师刘尚义教授诊治胃癌用药特点的挖掘分析

目的应用数据方法探讨刘尚义教授治疗胃癌的用药特点。方法收集、整理刘尚义教授2014年3月至2016年6月期间治疗胃癌方剂,录入中医传承辅助系统(V2.5),进行关联规则、复杂系统熵聚类等数据挖掘方法,分析胃癌处方的组方规律及用药特点。结果对筛选出的248例胃癌处方进行分析,总结出常用中药,演化得到核心组合10个,新处方5个。结论刘尚义教授诊治胃癌以鳖甲、莪术以软坚散结从本入手,配以清热养阴之品,标本兼顾,根据气血阴阳的偏颇选药配伍,临床疗效显著。

基于决策树的农产品供应商竞标能力的数据挖掘分析

应用基于决策树的数据挖掘算法对农产品电子商务B2B系统中的历史竞标样本进行了分类,通过给出一个结合实例的算法实现过程,说明了供应商在竞标过程中产品报价等部分影响因素间的一些潜在性规则,从而得出不同特征的农产品供应商在虚拟市场中的竞标能力高低差异依次由产品报价、配送及时率、市场需求水平等因素决定。

针灸治疗白细胞减少症数据挖掘分析

白细胞减少症是由多种原因引起的一组综合征。其发病原因主要与药物、化学药品、放射性物质等有关。一般说来,当这些因素引起周围血液白细胞计数持续低于4×109/L,中性粒细胞百分数正常或偏低,即为白细胞减少症。特别是随着近年来恶性肿瘤发病率的升高,放化疗所致的白细胞减少症患者越来越多,且无特效治疗手段。

电磁大数据挖掘分析架构研究

架构合理性直接关乎需求实现的复杂度,系统的稳健性与可扩展性。文中针对电磁大数据的特点,首先分析了电磁大数据挖掘分析的处理需求,结合业界技术成果,研究了兼容多种特定业务应用场景的轻量化技术架构;针对电磁大数据存储及挖掘分析关键业务环节,研究了电磁大数据混合存储架构,满足多来源、多属性、多类型、多专业、小样本、开环非配合、博弈规则不确定等典型特征的数据存储治理需求;针对挖掘分析维度多、视角多、不成体系和散乱的现状,提出了电磁大数据挖掘分析模型,旨在指导和规范挖掘应用研究。最后,通过工程实践验证表明本文提出的电磁大数据挖掘分析架构,能够适用于多种应用场景,具有参考和推广应用价值。

智能管道大数据挖掘分析研究与实践

探索如何挖掘、利用电信运营商智能管道中的数据价值,通过利用智能网管数据中心汇聚固网、移动网上大量网络基础性能质量、话单、日志、信令、DPI等各类数据,利用大数据技术,进行跨专业关联、多维度深度挖掘分析,形成综合应用。

痰湿质糖尿病患者中药治疗的数据挖掘分析

目的:探讨应用中药治疗痰湿质糖尿病患者的配方规律。方法:检索2000年1月至2020年9月在维普数据库、万方数据知识服务平台、中国知网(CNKI)数据库中以痰湿质为特征的糖尿病患者的中药治疗文献,提取文献中使用的中药处方,对高频使用中药进行频次分析、关联分析及聚类分析。结果:本研究共采用文献168篇,其中中药处方169首,其中使用次数在10次以上的中药35味,使用次数最多的中药为茯苓(116次),最常用的药物(使用次数降序)依次为茯苓、半夏、陈皮、白术、苍术、黄连、黄芪、葛根,关联分析显示,茯苓→厚朴、茯苓→甘草+陈皮、茯苓→甘草+陈皮+半夏的组合较为常见,通过系统聚类算法得到得到核心中药处方组合7个。结论:治疗痰湿质糖尿病患者,应用健脾利湿化痰的中药为主,根据患者的常见合并症状,配以清热、化瘀及养阴功效的中药较为常见。

基于大数据挖掘分析的智能监控系统

电网的智能监控包括电网故障的诊断和排除、解决故障。电网故障发生后,如何快速精准地诊断并恢复,对于电网运行,减少停电损失具有重要意义。本文提出基于大数据挖掘分析的改进以后的RBF(Radial Basic Function)径向基函数人工神经网络进行故障诊断,将最小二乘法扩展用于优化该RBF神经网络。

面向海运统计的AIS大数据挖掘分析研究

为解决传统海运产业统计方法数据质量不高、时效性差、统计产品陈旧短缺、公信力不足等的问题,提出基于AIS大数据挖掘分析开展海运统计的方法。详细阐述了基于AIS大数据的海运统计分析技术路线、大数据平台技术架构,以及电子围栏分析、航行事件分析、航次分析和统计指标生成等关键模型算法。以2019年3月至5月全球大宗货品船舶的AIS数据应用为例表明,该方法可提供港口、海上通道和大宗货品三方面的海运大数据统计指标,为实现海运即时化、准确化、精细化的统计分析与展现提供了新思路。

3D虚拟学习环境数据挖掘分析与应用实证研究

为更好地开展体验式学习、情境化学习、探究式学习和协作学习,3D虚拟学习环境应运而生。3D虚拟学习环境以其深度沉浸感、远程或面对面的交互性以及高保真度而深受大学生喜爱。为进一步建设和完善3D虚拟学习环境,除建设3D课程资源外,更需对3D虚拟学习环境中的教学资源、学习行为、学习评价等数据进行收集、挖掘和分析。本文基于3D虚拟学习环境,对此环境中所产生的数据进行挖掘分析,并进行建模和分析,最后进行实证研究。

缓冲区溢出漏洞挖掘分析及利用的研究

当前,软件安全漏洞问题日趋严重,缓冲区溢出漏洞仍然是影响当前网络与分布式系统安全的主要问题之一。对缓冲区溢出漏洞进行挖掘分析以及利用的研究对于系统软件安全有着重要的意义。首先对缓冲区溢出原理以及漏洞挖掘分析与利用技术进行分析总结。然后提出了一种动静态分析相结合的漏洞挖掘分析方法,并采用此方法对微软Office漏洞进行挖掘分析,呈现了一个完整的漏洞挖掘分析过程。最后在理论与技术的基础上,在Windows平台下实现了漏洞挖掘分析系统VulAs,用于辅助漏洞挖掘分析工作,并验证了系统的准确性与有效性。

基于文献挖掘分析中医药治疗小儿癫痫的用药规律

目的基于文献探讨近20年治疗小儿癫痫的高频中药药物及药类,在此基础上总结出小儿癫痫的用药规律,为临床治疗提供依据。方法 检索国内公开发表的中医药治疗小儿癫痫的相关文献,起止日期为2000~2019年,利用SPSS19.0软件,采用频数分析方法。结果 文中涉及药味241味,19类中药。其中使用频率最高的为石菖蒲,为72.28%;药味以甘、辛、苦为主,累计频率达82.08%;药性以温、寒、平为主,累计频率达90.67%。归经以肝、心、脾、胃为主,累计达65.40%。所用中药种类以补虚药、平肝熄风类、化痰止咳平喘药为主,占总用药的46.90%。结论 临床治疗小儿癫痫以补益心脾、滋补肝肾、豁痰开窍、息风通络止痉为主,药物多选用甘辛苦之品。

基于Hadoop的城市道路交通流量数据分布式存储与挖掘分析研究

面对巨大而且快速增长的城市道路交通流量数据,采用基于Hadoop中HBase分布式数据库来存储采集到的城市道路路段交通流量,并采用Hadoop高效并行计算MapReduce编程模型对海量的城市交通流量数据进行了数据挖掘分析。实验结果验证了基于Hadoop在城市道路交通流量数据的存储与处理上比传统的方式更高效。

国内信息分析师职业需求结构研究——基于招聘网站信息的挖掘分析

[目的/意义]旨在为信息分析师职业的候选人提供需求建议。[方法/过程]抓取智联招聘网站上关于信息分析师的招聘数据并通过人工清洗最终得到1238条样本数据,运用统计分析从信息分析师招聘数据的岗位职责需求、技能需求、背景需求和社会组织需求四个方面来分析目前社会组织对信息分析师岗位的需求结构。[结果/结论]结果显示,目前信息分析师岗位职责需求以竞争情报分析和信息分析服务为主;社会组织需求以企业为主并且企业所在行业呈现多元化,其中以IT行业居多,地域需求以发达城市为主。

智慧课堂数据挖掘分析与应用实证研究

文章基于智慧课堂大数据,利用教育数据挖掘技术进行建模、分析和处理,从教学设计过程、学习活动过程和学习结果三个层面进行整体设计,包括基于学习者行为建模与分析的"1+3模式"以及基于学习内容和结果建模与分析的"3+1模式",构建了学习行为影响分析、学习行为路径分析、学生行为关联性分析和学业成绩预测分析四类应用模型,并基于真实数据对智慧课堂数据挖掘应用进行实证分析。以学生的行为路径分析为例,得出成绩上升的学生行为共同模式是先学习微课再收藏,而成绩下降的学生则相反,收藏并不一定会学习,而学习行为发生在收藏前则表明成绩上升的学生肯定了微课对自己的价值,这也从一定程度上解释了学业成绩变动的原因。

大数据挖掘分析在航空发动机状态监控与故障诊断中的应用

受到发动机数据收集的限制,发动机状态监控和故障诊断结果较为模糊。随着科学技术的不断改进,发动机维修数据、使用数据和其它相关数据积累得越来越多,为进一步提高发动机监控水平和诊断精度,在发动机状态监控和故障诊断中应用大数据方法提供了可能。由初始数据库、运行数据库、维修数据库和其他相关数据库组成发动机大数据,在分析了多元多维度大数据来源的基础上,建立了大数据模型的构架,提出了发动机大数据关联规则挖掘方法、状态量关联度分析和加权分析,对未来的应用给予展望。

基于关联规则对工业铀测量数据挖掘分析研究

为了推进“智能制造”的进步,大数据技术处理工业制造的大量数据成为了一种高效的方式。通过采用大数据方法针对工厂工业产品的测量数据进行挖掘分析,挖掘有意义的知识,制定智能化生产方案以提高生产效率,可以避免资源的浪费。该文主要借助某企业工业铀产品的测量数据开展工业大数据分析研究。首先进行数据清洗,去除部分冗余和不相干或不可靠的数据,然后根据数据本身的结构特点利用K-Means算法对数据进行聚类分析,再结合改进的关联规则算法Apriori对测量参数进行挖掘分析,成功得到测量参数与产品质量之间的有价值的关联规则。最后,根据关联规则结果进行有效性分析。实验结果表明,该方法减少了大量冗余规则,能够准确挖掘工业大数据有意义的信息,并且准确性得到了明显的提升,有助于提高生产质量,为企业生产调整智能化提供有益的技术支持。