晶振加速度敏感性矢量计算及耦合机理研究

针对晶振减振降噪设计的应用需求,从理论上阐述了振动敏感性研究的必要性,确定了一种适用于工程需要的定义、表征和测量方法,从数据挖掘的角度研究了各种输入条件对晶振电气性能的影响。并编制了相应的算法来进行求解,搭建了晶振相位噪声测试系统,发现了一些新现象,最终通过晶振振动实验验证算法的合理性。     

数据挖掘辅助定向合成(Ⅰ)具有特定孔道结构的微孔磷酸铝

采用决策树方法对微孔磷酸铝的合成反应数据库进行了数据挖掘研究, 结果表明, 有机胺模板剂的属性对特定孔道的生成起着至关重要的作用. 进一步分析得到合成十二元环AlPO4-5微孔磷酸铝的约束条件, 并从理论上预测出用于合成十二元环AlPO4-5微孔磷酸铝的一系列新的有机胺模板剂. 部分理论分析结果得到了分子力学计算的有力支持, 并被合成实验所验证.     

基于数据挖掘方法的开放骨架磷酸铝定向合成参数分析

开放骨架磷酸铝化合物是多孔晶体材料的一个重要家族。然而,这类材料的合成受到反应原料、凝胶组成、溶剂、模板剂、结晶温度和结晶时间等多个因素的影响。本文以吉林大学"无机制备与合成化学国家重点实验室"建立的开放骨架磷酸铝合成反应数据库为研究对象,采用最大权重最小冗余特征选择算法(Maximum weight and minimum redundancy,MWMR),在充分考虑合成参数自身的重要程度和合成参数之间的相关关系的前提下,分析了溶剂、模板剂等合成参数对于合成含有(8,6)元环结构开放骨架磷酸铝的影响。通过大量实验验证了该方法在开放骨架磷酸铝合成参数分析中的有效性,分析了合成参数对产物生成的影响。实验结果表明模板剂的几何参数、模板剂中C原子和N原子的个数比,溶剂的偶极距等参数可能对于该类结构的合成具有较为重要的影响。     

基于模糊支持向量机的企业关系价值分级度量研究

针对合作制造企业间关系的特点,界定了企业关系价值的基本内涵.通过对企业关系价值度量维度划分,建立了企业关系价值的度量指标体系.在此基础上,采用模糊支持向量机方法建立了企业关系价值分级度量模型,并对其进行了分级度量.实验结果表明,该方法不仅能有效地度量出企业关系价值的级别,而且可以作为企业制定合作战略和决策的依据.     

基于XML的Web数据挖掘模型的探讨

随着网络技术的发展，网上的信息资源越来越丰富，怎样对web上海量的数据信息进行深层次的应用成了数据挖掘技术的研究热点．而XML能够为Web挖掘提供半结构化的数据模型，解决了Web挖掘中的数据源问题．文章通过介绍Web数据挖掘的分类和总体流程，探讨了XML在Web数据挖掘中的应用，进而在此基础之上提出了一种基于XML的Web数据挖掘模型，剖析了该模型的各个组成部分．     

DEA模型的“动态”规模收益分析与数据挖掘

仅重复使用一个"交形式"的生产可能集,利用"动态"规模收益评价方法来对海量的经济数据进行研究、挖掘,不但可以了解这些海量数据的当前规模收益状况,还可以给出其投入增大或缩小时的规模收益状况.研究是对DEA模型应用领域的拓展,也是对数据挖掘领域的补充.     

数据挖掘在供应链金融风险控制中的应用

“供应链金融”是近年来金融机构针对供应链上下游企业提供的一种全新的金融业务，这项业务在银行方面也存在一定的风险。针对由经销商造成的还款风险，利用数据挖掘技术获得一组低还款能力经销商的特征属性。金融机构能据此识别不同还款能力的经销商，并针对不同经销商制定不同的金融政策以控制和规避金融风险。     

基于BP.网络的工程投资估算模型

选择δ学习规则、有监督学习方式的BP神经网络模型作为本次应用的模型.对30个案例进行分析研究,挖掘有用的数据,找出影响工程造价的主要特征,并对这些特征按其对应分类定性处理,模拟从定性分类处理后的工程特征到工程造价的非线性映射关系.模型估算误差率在±10%以内,满足投资估算阶段的精度要求.     

一种新型的广义规则推理算法

数据挖掘是指从大型数据库的海量信息中有效进行知识发现的过程,而其效能的高低主要取决于搜索机制所依据的算法.有鉴于此,提出了一种基于个体免疫与群体进化机制于一体的一种高效的全局优化搜索算法,即基于免疫规划的广义规则推理算法.与已有算法所不同的是,广义规则推理算法不仅仅着眼于发现一些有关分类方面的信息,而是利用背景理论和先验知识在知识表示与运行效率之间相均衡的基础上,着重新知识的发现和对高级规则的预测.理论分析和仿真实验表明,广义规则推理算法有利于进化群体的相对稳定和整体性能的提高,并可以在规则提取过程中保持较高的精确度.     

改进退火遗传算法在SQL数据挖掘参数优化中的应用

针对SQL数据挖掘在复杂动力学系统故障诊断中的模式分类问题,以决策树参数优化为例,开展SQL数据挖掘分类算法参数优化研究。目前数据挖掘中的各类算法参数往往根据经验值设定,预测精度不高;只用遗传算法进行参数优化,分类预测结果容易发生振荡和早熟现象。采用改进的退火遗传算法对SQL数据挖掘中的决策树算法参数进行优化,解决了人工经验设置参数效率低下、精度不高的问题,同时实现了全局搜索,快速收敛到全局最优解。