铁道钢轨断面的计算机图象处理与仿真

利用计算机图象处理和仿真技术,对铁道钢轨断面进行快速检测与处理的研究。     

图象处理在物体表面检测中的应用

本文介绍了利用计算机图象处理技术对物体表面检测的原理及方法，该文中还提出了各种算法的软件实现。     

一种双字段交叉索引互联挖掘的新算法

提出了一种双字段互联式数据挖掘新算法，该算法只需在求1-项候选项集和2-项候选项集时，扫描原始数据库DB各1次，在求更高层次的频繁项集时，就不需要扫描原始数据库，而只需扫描上一层次的候选频繁闭项集，这样大大缩小了搜索范围，提高了算法执行效率，节约了系统资源。该算法可有效地应用于数据挖掘分析，对于提高金融安全、防范金融风险、销售商品的配置、实现物流系统     

用于铁道牵引供电系统故障诊断的数据仓库挖掘技术

利用Rough Set理论处理不分明关系的能力，提出了数据仓库挖掘的原理和方法，并对大量的实时与仿真数据集进行了约简，挖掘出系统参数值与各类故障之间的相互关系，抽取其隐含的关联规则，对实现铁道牵引供电系统性能状态的实时自动监测和故障诊断具有重要的参考价值。     

基于Lucene的分布式并行索引

索引技术是搜索引擎的核心技术之一,索引技术的好坏直接影响到搜索引擎的查准率以及对用户的响应速度。Lucene是一个优秀的全文检索引擎架构,采用高度优化的倒排索引结构并支持增量索引。但在实际应用Lucene时存在一个值得关注的问题：随着被索引文件的增多,索引时间成线性增长,导致建索引的过程会影响搜索体验;在搜索引擎应用中,当索引文件量达到一定等级时,搜索引擎就遇到性能瓶颈。在深入分析和研究Lucene索引机制的基础上,采用以内存为缓冲区建索引文件的分布式并行索引技术形成了一个可扩展的搜索引擎解决方案,极大地缓解了建索引给搜索带来的瓶颈问题。     

数据挖掘技术及其在旅游线路规划系统的应用

研究了旅游线路规划的现状．介绍了在旅游线路规划中使用的方法,引入了关联规则挖掘的基本概念,以及分析了其主要过程。并通过分析关联规则挖掘中的Apriori算法及其改进算法的基础上,提出了一种将Apriori改进算法与旅游线路规划挖掘结合的概念,通过与Apriori算法相比较,提高了系统的效率,并给出了一种典型应用,获得了较理想的应用效果。最后结合当前的旅游网站特点,充分应用网站的信息,设计了一个旅游线路规划的挖掘系统。     

基于FP-T的多层关联规则并发挖掘

现有的数据挖掘方法大致有两类：有候选项集和无候选项集，有候选项集的挖掘以Apriori算法为代表，其特点是产生大量的候选项集，重复多次扫描数据库，挖掘效率低，不适合大型数据库的挖掘。无候选项集的挖掘以FP-T方法为代表，但它不能同时挖掘多概念层的关联规则，对具有超大项ID的大型数据库，无法生成“树”结构，使用也受到限制。该文将FP-T原理引入多层关联规则的并发挖掘，通过构建一个特殊节点链的指针表，可实现超大规模数据库的并发、多层挖掘。对实现物流系统信息自动化及其它数据挖掘应用领域都具有极其重要的指导意义。     

大型数据库中关于多频项集的动态增量式挖掘

提出了一种针对大型数据库、关于多频项集、动态增最式的挖掘新算法，利用前次的挖掘结果和新增物品项ID的明细数据，能有效地挖掘出频繁项集及各项ID之间的量化比例关系，给商家和物流系统提供信息指导，避免错误决策，对实现物流系统自动化及其它数据挖掘应用领域都具有极其重要的指导意义。     

基于改进遗传算法的支持向量机参数优化方法

针对支持向量机算法在回归预测时由于参数选取不当导致过学习或欠学习的情况,提出一种基于改进遗传算法的支持向量机参数优化模型。该模型将遗传算法与支持向量机结合,利用遗传算法进化搜索的原理对支持向量机具有重要意义的惩罚参数、核参数和损失函数同时优化。实验选取3组标准数据集作为测试数据集,并将改进算法同时与遗传算法、网格寻址算法、粒子群算法进行仿真测试结果对比。实验结果表明改进的算法较大地提高了支持向量机算法整体的寻优能力。     

基于分形理论的电力系统高频暂态波形特征识别

电力系统中的参数波形与电力系统的运行状态紧密相关,它反映和预示电力系统可能发生的某种状态或故障。利用混沌与分形理论,对电力系统的参数波形进行综合分析,提取状态特征值,建立标准特征参数库,对电力系统的运行性能进行综合分析与评判。针对电力系统波形特征,提出了一种新识别算法——分形维数和均值密度法,能有效地识别不同类型的高频暂态特征波形,分析结果可用于电力系统状态监测及故障诊断。