基于多参量综合因子的油色谱在线监测数据有效性评估

油中溶解气体的精确测量是变压器状态评估的关键,但现场实际运行表明当前的油色谱在线监测装置存在着全面定期校验难题,因此提出了一种变压器油色谱在线监测数据有效性评估方法。首先采用B-EMD对油色谱进行模态分析,其次建立深度置信网络进行有效性评估,最后综合权重因子排序网络实现对油色谱在线监测装置的可靠性评估。通过实际油色谱数据的分析表明,提出的方法可以有效判别油色谱在线监测装置的故障,为提高在线监测数据的准确性及监测装置的可靠性提供必要的基础支撑。

面向购物篮数据的稀有序列模式挖掘算法

传统购物篮数据挖掘仅局限于频繁项或频繁模式的挖掘,但大多数频繁模式挖掘不能有效的利用非频繁序列项,通常的做法是将之舍弃.基于此问题,提出了一种面向购物篮数据的稀有序列模式挖掘算法ISM-BD.该算法提出了时间变量和综合权重因子的概念,以此来保证数据的时效性和挖掘结果的区域差异性.首先根据人为指定的环境因子,计算不同区域下的综合权重因子;然后通过设定时间变量的范围来剔除不具时效性的数据;最后计算序列项的支持度,并与综合权重因子比较,从而找出不同区域下的稀有模式.采用公开购物篮数据的实验表明,提出的ISM-BD算法与已有的算法相比能有效的利用非频繁序列,其挖掘结果具有时效性和较强的适用性.