一种提高并行数据挖掘效率的方法

发现关联规则是数据挖掘的一项重要任务,本文介绍了几种数据挖掘的串行和并行算法。其中IDD算法是一种高效的和易于扩展的发现关联规则的并行算法,然而,当处理器数目增加时,由于负载的失衡导致其效率的严重下降,于是通过引入近似算法成功地解决了这个问题。我们给出了两种近似算法和其性能证明,其一是在线算法,另一种是离线算法。在本文的最后,我们进行了改进的IDD算法的复杂性分析。

三种啮齿类动物前肢挖掘效率分析

以甘肃鼢鼠(Myospalax cansus)、棕色田鼠(Lasiopodomys mandarinus)和小鼠(Mus musculus)为对象,对其尺骨、桡骨和肱三头肌结构进行了比较,并通过力学模型,对这三种生活类型鼠类前肢的挖掘效率进行分析。结果显示,甘肃鼢鼠肘关节位置大幅度前移,尺骨鹰嘴特化突出,形成更加省力的骨学杠杆基础,其中甘肃鼢鼠的鹰嘴尺骨比例达0.40;棕色田鼠和小鼠的鹰嘴尺骨比例分别约为0.19和0.18。此外,甘肃鼢鼠提供挖掘动力的肱三头肌近体端长头覆盖整个肩胛骨下缘,外侧头和内侧头覆盖桡神经沟到肱骨肘关节髁附近区域,远体端扁腱附着于尺骨鹰嘴,整块肌肉非常发达,棕色田鼠和小鼠均无此特化现象。说明甘肃鼢鼠前肢结构更加适应地下掘土生活,其挖掘效率远大于棕色田鼠和小鼠。

影响电铲挖掘效率的因素分析

在采矿工艺中,铲装工艺是露天矿山生产的中心环节,电铲又是这一生产环节的重点设备,电铲效率高低,不仅直接影响矿床的开采强度,而且也影响矿山的生产能力和最终经济效益。本文着重分析和探讨影响德兴铜矿采矿电铲效率的主要因素,并提出提高电铲效率的建议。

一种基于信息熵差异的大数据挖掘技术

为了解决大数据挖掘问题,在常规决策树模型的基础上构建了一种新的大数据挖掘方法。这种方法的突出特点在于,充分利用属性特征的信息熵差异,对常规决策树模型进行精简,在简化树形结构的情况下,达到提升挖掘效率的目标。以科技企业创新经济大数据为实验对象,实验结果表明:信息熵差异的挖掘方法获得的决策树更加精简,挖掘效率更快,适合于大数据的挖掘处理。

一种高效率的主动式漏洞挖掘平台

软件测试的漏洞发掘技术在快速扩展的互联网软件数量需求下,其存在效率低下,适应测试环境的能力不强以及对软件外部代码的跟踪能力弱等问题。在这种情形下,开发了一种主动式的多漏洞挖掘式数据平台(MLIIMP)。一方面,该平台能够主动触发软件测试系统在运行时的位置漏洞;另一方面,系统在引入路径搜索时还插入了新的函数模型,该模型的作用是保障符号传播性能的大幅提升。漏洞测试结果表明这种平台在进行漏洞挖掘方面的效率有较大优势。

基于耦合度量的负载平衡大数据聚类挖掘方法

针对传统算法在挖掘负载平衡数据时,常常会出现挖掘效率低、误差高等问题,提出基于耦合度量的负载平衡大数据挖掘方法.在对耦合度量算法分析后,利用K-tras分割聚类算法不断更新聚类中心,完成负载平衡大数据的聚类;计算负载平衡数据的最优分类面和量化后的矢量轨迹,完成数据挖掘.实验结果表明,所提方法取得了理想的挖掘效率、查全率及较低的挖掘误差.

Rough集挖掘时间序列的研究

Rough集方法是一种用于处理不确定性和模糊性知识的数学工具 .探讨了基于Rough集方法的时间序列挖掘问题 ,提出一种将时态信息系统转化为传统信息系统的方法和一个将实时时态信息系统转换为时态信息系统的方法 ;并从理论上证明了该方法在挖掘效率上的优越性 .

多漏洞主动式集成挖掘平台

本文探讨了处于动态符号执行架构下的漏洞挖掘技术,研究分析了多漏洞主动式集成挖掘平台。

露天矿车铲合理匹配与效率研究

露天矿挖掘机和与之匹配的汽车数量,直接影响采装挖掘机和汽车作业效率,进而影响露天煤矿生产成本。通过分析确定随车铲比的增大,挖掘机成本逐步降低,汽车成本逐步增大,而总成本表现出先降低后增大的趋势。同时随车铲比的增大,挖掘机效率逐渐增大,但当增加到一定值时,空车供应率已达到饱和状态,电铲效率不再增加,而汽车效率呈逐渐降低趋势。依据相关统计数据,拟合车、铲效率及采装固定成本与车铲比之间关系,并构建了总收益与车铲比的函数关系,根据总收益最大的原则确定最优车铲比。

采用CS约简和FGR决策的数据挖掘方法

为更好地解决大数据集多实例、多属性、多分类给数据挖掘带来的困难,构建了一种基于CS约简和FGR决策的挖掘方法,首先寻找原始数据集合的核心实例,根据核心实例去除数据集合中的冗余,再采用FGR决策完成分类挖掘任务,通过与两种典型方法的比较实验发现,所构建的方法可以有效地压缩数据集合规模、精简挖掘过程的规则,以较高的效率完成准确的挖掘分类.

基于偏微积分分类数学模型的关联挖掘改进技术

为了提高大数据环境下关联数据挖掘的效率和精度,提出基于分数偏微积分分类数学模型的关联挖掘方法。基于偏微积分原理塑造基于偏微积分方程的融合算法模型,实现大数据分类过程中的差异性数据融合;再通过偏微分分类数学模型的双边界收敛控制,在数据集合融入偏微积分分类数据模型,通过增减量支持向量完成数据的模糊控制,采用约束捆绑聚类算法对数据模型实施挖掘,获取子序列,在最小迭代次数和收敛下,通过测度信息调控,采用高斯核函数挖掘关联数据序列。实验结果说明,所提关联数据挖掘方法具有较高的挖掘效率和精度,稳定性强。

用于硬质磨蚀性土壤的斗轮挖掘机斗齿(续1988年第2期)

第二部分使用实例四、用于新加坡的斗轮挖掘机上的挖掘工具在新加坡,正在一项用斗轮挖掘机将45×10~6m^3的土从内地采下来,并通过13km长,横跨海岛的胶带运输机运到海岸,并将物料倾倒在海中的工程。这样就可以同时在内地和岸边得到可供使用的新场地。1.土壤状况“新加坡”本岛,从地质学观点来看可以分为两个范围:由火成岩(如坚硬的花岗岩)构成的中心丘陵地带和由硬化的水成岩构成的周围地带。

对利用属性特性挖掘粒关联规则算法的改进

目的针对时间效率不高的问题,对利用属性特性挖掘粒关联规则的算法进行改进。方法在分析粒计算有关定义和原有算法思想的基础上,调整原有算法的相关流程顺序,同时设置相关标志位避免对部分数据集重复组织包含关系的操作。结果通过相关实验证明,有关改进有效减少了算法所需操作步骤,降低了时间消耗。结论通过调整流程顺序和设置标志位的方法 ,有效减少了原有算法的挖掘时间,具有一定实用性。

基于WEKA的序列最小化算法的改进研究

数据挖掘算法中的支持向量机算法,在通过若干学者的改进研究后,有一种改进算法即序列最小化算法主要应用于小样本数据集的分类,且分类效果较好,但在训练大规模数据集时,用时长、所需存储空间大,挖掘效率低。针对这一缺陷,通过改变存储策略改进该算法,在WEKA这个软件平台下,在保证分类正确率的前提下,缩短了训练时间,缩减了大量的存储空间,大大地提高了算法的效率,使其更加适应大规模数据集的训练。

无人大型矿用电铲实验平台控制系统硬件设计

大型矿用挖掘机是露天矿山开采系统中的核心装备,其综合性能直接决定着整个矿山的开采效率.人工操作时由于电铲体积巨大、作业过程振动剧烈等,会影响挖掘机的综合挖掘效率.针对传统大型矿用挖掘机在复杂矿山环境下综合挖掘效率低、无法实现高效开采等问题,进行了一个无人大型矿用电铲实验平台控制系统的硬件设计与搭建,该实验平台控制系统下位机是由PLC控制变频器分别驱动各工作电机,使用绝对值编码器、倾角传感器等传感器设备,实现对电铲各执行机构的运动闭环控制.同时搭建了实验样机的远程控制系统,其中分别设计有挖掘/行走模式、本地/远程模式转换按钮.该实验平台的搭建为后续进行无人大型矿用电铲智能化研究奠定了硬件基础.

改进自适应遗传算法在关联规则中的研究

针对传统的关联规则在大数据环境下数据挖掘过程中效率低的问题,文中融入了遗传算法,并且对传统的遗传算法进行优化以便更好地适用于关联规则的挖掘。针对传统的自适应遗传算法,对其交叉算子和变异算子进行自适应优化,在此基础上加入兴趣度用来剔除一些没有实际效果的规则。实验结果表明在关联规则提取方面,结合云计算技术和所改进的算法可以优化其挖掘效率,并克服适应性和可用性等方面的缺陷,不仅加快了算法的收敛速度,也提高了解的质量。

小型露天矿台阶深孔爆破几种起爆方式的探讨

如何选择恰当的台阶深孔爆破起爆方式,以减少爆破大块率和提高爆堆松散系数,对于提高小型挖掘机的挖掘效率显得尤为重要.本文就生产实践中几种起爆方式带来的爆破效果作一探讨.

基于柴油电喷发动机的油门控制

本文通过分析不同的电喷发动机油门控制方式的原理,比较其在现代液压挖掘机上的实际应用数据,得出在提高挖掘效率和改善燃油经济性方面,更符合中国市场需求的技术方向。

改进穿孔爆破工艺 降低大块率

改进穿孔爆破工艺降低大块率樊国富（一）选题依据：我们穿爆工区承担着全矿生产爆破任务，以前多次因为爆破后的岩石块度大影响镐的挖掘效率，给全矿生产任务完成带来一定影响。因此确定１９９１年的奋斗目标是：改进穿孔爆破工艺、降低大块率，提高镐挖掘效率，确保生产...

营销与服务维度升级 斗山9C系列新品试用活动初见效果

2016年年初,斗山工程机械面向中国市场推出了13款符合国三排放标准的9C系列挖掘机新机型。为了帮助更多客户全面了解9C系列新品的优势与特性,斗山工程机械在2016年7月在线上推出了20T级9C系列挖掘机免费试用活动,将新科技与新设备带到了客户身边。自2012年至今,工程机械行业整体市场下滑已经持续了将近4年的时间。