公共文化服务平台

搜索到537篇“ 分布式挖掘“的相关文章

单双泵控混合分布式挖掘机液压系统性能分析: 2024年; 针对泵控非对称缸中存在流量不平衡问题和挖掘机(动臂、斗杆及铲斗)各液压缸的多象限工况,提出一种单双泵控混合分布式挖掘机液压系统。基于挖掘作业时工作装置的各液压缸速度-负载特性,为二象限工况的动臂设计单泵控液压单元,四象限工况的斗杆及铲斗设计双泵并联式泵控液压单元。以微型挖掘机为对象,在MATLAB/Simulink中建立多体动力学模型和液压系统模型,设计PID位置控制器,在典型挖掘工况下进行仿真分析。结果表明:单泵式的效率与双泵并联式的基本相当,但后者在负载力突变时,几乎不产生速度波动;在典型挖掘工况下,所提出的单双泵控混合分布式挖掘机液压系统的总效率为62%。; 张树忠刘意郑祥盘张雪峰; 关键词：速度-负载特性液压挖掘机

一种分布式挖掘机智能控制系统: 本发明涉及一种分布式智能挖掘机控制系统，属于工程机械领域。主要解决挖掘机智能化程度低、受限场合、重复作业条件下的高碰撞率和人员易疲劳问题。本发明利用高性能控制器，依据作业场景，借助视觉、惯导、雷达等高性能传感器自主规划挖...; 孙桂涛

面向时空轨迹流的共同运动模式分布式挖掘算法: 2024年; 从轨迹流中挖掘共同运动模式指在同一时间内发现具有相同运动行为的移动对象群体,在交通物流、疫情防控等方面具有重要意义。然而,现有研究面对大规模轨迹流数据难以做到快速响应。因此,本文首先提出了基于滑动窗口的分布式时空轨迹流共同运动模式挖掘算法,使用滑动窗口计算模型代替快照计算模型,利用增量式更新代替重新计算,使算法更适用于无界且快速到达的轨迹流数据,在效率和有效性方面呈现更好的性能。其次,针对分布式流处理系统中由于负载不均导致性能下降问题,提出了自适应多级动态数据分发策略,该策略能够适应轨迹流数据的动态变化,实时监测系统负载情况并根据负载不均的程度做出适当调整。最后,基于分布式流处理平台Flink实现了上述功能,并通过真实数据集的实验证明本文提出的算法比基准方法具有更快的响应速度和更低的延迟。; 余舒鹏吴春雨赵斌吉根林; 关键词：分布式系统负载均衡

基于分布式挖掘的告警数据处理方法、装置、设备及介质: 本发明公开了一种基于分布式挖掘的告警数据处理方法、装置、设备及介质，方法包括：获取告警事务数据后进行预处理，并采用关联规则算法得到局部频繁项集以及支持度和置信度；通过预设的贝叶斯神经网络模型进行训练得到支持度分布和置信度...; 万能杜翠凤曾进唐天彪罗春艳宫辉

基于分布式挖掘的支撑网告警关联规则处理技术被引量：1: 2023年; 针对集中式挖掘方法不能满足支撑网告警关联规则精准挖掘的问题,提出一种基于分布式挖掘的支撑网告警关联规则处理技术。该技术将呈现碎片式分布的告警序列数据进行预处理之后,采用贝叶斯深度学习的方法实现告警事务频繁项集支持度和置信度数值分布的估计,并结合数值分布情况选取满足条件的告警事务频繁项集;在此基础上,采用LSTM挖掘故障的主因告警,帮助网管人员更好地诊断和排除故障。仿真表明,分布式挖掘的支撑网告警关联规则处理技术能够大大降低现有关联规则的计算量,减少传统算法所处理的数据量;除此之外,算法很好的适应分布式告警事务数据分布不均匀的问题,解决了由于告警事务数据分布不均匀造成的告警关联规则支持度和置信度变动频繁的问题,提高了告警关联规则处理的精度。; 罗春艳万能; 关键词：分布式挖掘支撑网

自抗扰控制的单双泵控分布式挖掘机液压系统被引量：3: 2023年; 针对挖掘机工作装置差动缸中存在流量不平衡和多象限工况,提出一种单双泵控混合分布式液压系统,其中动臂为单泵控,斗杆和铲斗为双泵并联式泵控。以某微型挖掘机为对象,分别设计单泵、双泵并联式泵控单元及其自抗扰控制器。在MATLAB/Simulink中建立附加泵控单元的工作装置动力学模型、负载敏感阀控系统和所提出的泵控系统模型;在典型挖掘循环下进行阀控和泵控系统的仿真,分析系统速度-负载特性、跟踪性能及能耗。结果表明,双泵并联式泵控能有效抑制四象限工况导致的速度波动;所提出泵控系统与阀控系统相比,三个缸的均方根误差和最大误差平均值分别增加了2.5 mm和7.5 mm,但系统效率由21%提高到60%;所设计的ADRC与PID相比,系统效率基本相当,系统响应速度得到提高,实现与阀控系统相仿的跟踪性能。; 张树忠刘意李苏张雪峰; 关键词：速度-负载特性自抗扰控制

面向土地大数据分布式挖掘分析的存储方法: 本发明公开了一种面向土地大数据分布式挖掘分析的存储方法，属于数据处理技术领域。本发明在接收到土地大数据获取指令时，提取所述土地大数据获取指令中的输入参数；根据所述输入参数确定行政区属性信息；根据所述输入参数确定空间属性信...; 杨宜舟李飞郭瑞功李晶云

DMFUCP:大规模轨迹数据通用伴随模式分布式挖掘框架被引量：4: 2022年; 广泛应用的移动定位设备方便了用户位置数据的获取,轨迹数据量高速增长.通用伴随模式挖掘聚焦时空维度上的用户高相似度行为路径发现问题,基于大规模轨迹数据设计高效准确地伴随模式挖掘方法对发现用户偏好、构建新商业模式等具有重要意义,同时也极具挑战.一方面,海量且不断增长的轨迹数据要求伴随模式挖掘应具有良好的可扩展性,集中性挖掘策略并不适用.另一方面,现有的分布式挖掘框架在为高效模式挖掘提供高质量数据输入、轨迹数据中大量松散连接的有效处理等方面考虑不足,使得通用伴随模式发现存在改进空间.提出了一个分布式的2阶段通用伴随模式挖掘框架——DMFUCP,其通过嵌入数据预处理优化、松散连接分析优化等,让伴随模式挖掘方法呈现了更好的性能.其中,该框架为数据预处理阶段设了融合运动方向的密度聚类算法DBSCANCD和聚类平衡算法TCB,确保后续挖掘任务获得提供少噪音、高质量的轨迹数据输入;在模式挖掘阶段,该框架设计了G剪枝重划分算法GSPR和分段枚举算法SAE,GSPR使用参数G对长轨迹进行分割,并将分割后的所有分段重划分以改善松散连接的处理效果,SAE负责引入多线程和前向闭包保证挖掘算法的性能.实验证明,相比现有的通用伴随模式挖掘框架,DMFUCP具有更好的通用伴随模式发现能力的同时,将挖掘每组通用伴随模式的时间消耗降低了20%~40%.; 张敬伟刘绍建杨青周娅

基于大规模轨迹数据的通用伴随模式分布式挖掘方法: 本发明涉及轨迹数据处理技术领域，具体地说，涉及一种基于大规模轨迹数据的通用伴随模式分布式挖掘方法，其以下步骤：一、建立轨迹数据集；二、对轨迹数据集进行分布式聚类：通过DBSCANCD算法进行密度聚类；三、TCB算法以密度...; 张敬伟刘绍建成静张康威杨青; 文献传递

基于大规模轨迹数据的通用伴随模式分布式挖掘方法: 本发明涉及轨迹数据处理技术领域，具体地说，涉及一种基于大规模轨迹数据的通用伴随模式分布式挖掘方法，其以下步骤：一、建立轨迹数据集；二、对轨迹数据集进行分布式聚类：通过DBSCANCD算法进行密度聚类；三、TCB算法以密度...; 张敬伟刘绍建成静张康威杨青; 文献传递

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈