模式发现

摘要： 为发现高速公路下自由换道过程中眼睛感知-手脚操作之间的时序关联性,探索感知与操作相互作用的内在机理,采用驾驶模拟舱进行高速公路驾驶实验,采集眼动数据和车辆运行数据;分别提取换道瞬时和换道全过程的眼睛感知-手脚操作的特征;采用Aprior算法从换道瞬时和换道全过程两个角度发现眼睛感知-手脚操作的频繁模式,挖掘它们的关联规则.对于瞬时感知-操作,左换道发现13种频繁3项集模式,右换道发现18种频繁3项集模式;对于全过程感知-操作,左换道发现4种频繁模式,右换道发现3种频繁模式.左右换道各自挖掘到6条有实际价值的关联规则.对频繁模式和规则分析发现:右换道比左换道需要较多的感知时间、较复杂的手脚操作行为.发现的频繁模式和挖掘的关联规则描述了自由换道过程中感知操作的特征和它们之间的关联性,能够为安全换道提供参考,为无人驾驶换道操作提供支撑.

摘要： 传统的对比序列模式挖掘算法存在一定数量的假阳性对比序列模式,其提供的错误信息会干扰后续任务的决策.设计一种IEP-DSP算法过滤假阳性对比序列模式.运用spade方法和WRAcc对比性度量找到候选对比序列模式和所有置换数据集合中的对比序列模式,通过模拟置换过程,使用独立精确置换检验方法为不同长度的模式建立独立精确零分布,并计算每个候选对比序列模式的精确p-value,运用错误发现率度量将各个长度的假阳性对比序列模式数量控制在置信度为α的统计显著水平下.在真实数据集和仿真数据集上的实验结果表明,IEP-DSP算法够过滤掉大量的假阳性对比序列模式,相比基于统计显著性检验的方法能保留更多的真对比序列模式,验证了独立精确置换检验相较于标准置换检验的优越性.

摘要： 教师信息技术应用能力是新时代教师专业发展的重要能力.在线直播教学作为当前一种新的教学方式,对教师信息技术应用能力也提出了新的要求.为探究教师在这种新型教学方式下信息技术应用的行为特征及其所取得的教学效果,研究以一门基于ClassIn在线直播平台开展的英语课程为例,基于课程教学行为数据,采用探索性因子分析与K-Means++聚类方法,对案例课程教师信息技术应用行为特征及其应用模式进行了个案研究.研究发现,案例课程教师的信息技术应用行为主要体现在课堂纪律管理、学生作品展示、教学监测以及课程讲授与活动四个维度,同时该教师在直播教学的教、评、管方面展现了信息技术的创新性应用;案例课程教师在直播教学时除借助信息技术来传授教学内容外,还呈现出利用信息技术来增强教学效率、管理课堂纪律的特征,并在信息技术的应用行为上呈现出"纪律管理型""效果监测型""内容讲授型"三种不同的模式,学生课堂举手次数与作业提交率在不同教学模式下存在显著性差异.

摘要： 分类问题是数据挖掘的一个重要研究课题.朴素贝叶斯分类器是分类问题中一种简单高效的分类学习技术.该分类器假定给定类标时属性之间相互条件独立,然而现实中属性之间往往具有一定的依赖关系.“属性-值”序偶构成的模式在分类问题中具有关键作用,许多研究者利用这种特定模式构造分类器,而特定模式所包含的属性与其他属性之间的依赖关系,将对分类结果产生重要影响.通过对属性间的依赖关系进行深入研究,提出基于选择性模式的贝叶斯分类算法,既利用了基于贝叶斯网络分类器的优秀分类能力,又通过进一步分析模式中属性之间的依赖关系,削弱了属性条件独立假设的限制.实验证明:根据数据集特点,深入挖掘高区分能力的模式,合理构建属性之间的依赖关系,有助于提升分类精度.实验分析表明:与基准算法NB,AODE相比,提出的分类算法在10个数据集上的平均精度分别提升了1.65％和4.29％.

摘要： 为了提高对大量异构日志聚类和模式发现的能力,以便给故障预测模型等应用提供有效的日志模式.通过研究日志数据的特性,论文提出了一种面向Hadoop平台的快速日志模式发现方法,该方法采用One-Pass思想,通过扫描一次日志数据,完成对所有日志的聚类,并按顺序合并簇中的日志生成该簇的日志模式.在四个不同规模的日志数据集上进行了验证,实验结果表明该方法在确保聚类和模式发现的准确率的前提下,其内存开销和运行时间大大降低.

摘要： 国务院政府工作报告是一类具有施政纲领性质的综合政策性文本.采用文本挖掘技术对历年工作报告进行多粒度、多层次的综合定量分析,对快速理解领域内容的发展变化以及发现社会变迁规律具有重要的指导意义.首先,利用中文文本分词工具并结合构建的三个词典对工作报告进行文本预处理.然后,一方面根据工作报告中的词统计信息,分别对频繁词、热词和新词进行概念上的界定并提出三种相应的特征筛选方法,基于新词提出了社会活力的计算方法,并对特征词时间序列进行聚类分析.另一方面根据文档信息,对1954—2017年整个时间段进行阶段划分,并结合特征词时间序列聚类结果进行特征词时间序列模式发现.最后,研究结果表明,抽取出的频繁词、热词以及新词能够反映出工作报告中探讨的共性问题、热点问题及其演化规律以及历年社会活力波动情况;根据特征词时间序列聚类结果和整个时间阶段合理的划分结果,发现了历年来国务院工作报告中存在的9种特征词时间序列模式.

摘要： 随着工业化和信息化深度融合进程的加快,工业控制网络逐渐由封闭走向开放,传统的信息安全风险逐渐引入工业控制网络中,如何准确高效地挖掘工业控制网络安全漏洞,已逐渐成为研究热点.围绕工控网络协议Fuzzing测试技术,针对上述问题,设计和实现了工控网络协议Fuzzing测试漏洞挖掘原型系统,该系统主要由协议分析子系统、用例生成子系统、模糊器子系统、监控代理子系统4部分构成.

摘要： 针对不同语种中"语音模式"搭配关系不同的特点,提出一种基于"语音模式"发现的语种识别方法.首先采用无标注语音数据训练GMM模型,实现"语音模式"发现,获得每一帧语音在各"语音模式"下的后验概率,确定"语音模式"的边界;然后采用n-gram的方法统计每段语音中"语音模式"的搭配关系,并以"语音模式"的联合概率描述搭配关系;最后以SVM为分类器实现语种识别.实验的测试语料为NIST2003和NIST2007,针对英语、日语、汉语3个语种进行实验,结果表明在语音时长分别为3 s、10 s、30 s时的等错误率分别可达到0.14％、0.14％、0.49％.

摘要： 3月5日,大陆集团与一汽解放达成共识,共同签署了车联网平台及运营升级项目协议。车联网项目协议由一汽解放总裁胡汉杰与大陆商用车全球执行总裁卢百舸共同签署生效。双方合作的商用车车联网运营生态圈,借移动出行及互联应用的新业务模式发现一片“新大陆”,为中国商用车实现产品转型突破写下浓墨重彩的一笔。

摘要： 学习目标明确度对于大学生课堂学习至关重要。《健康评估》作为护理学专业必修课程之一，是学生学好护理专业的基础，因此探讨影响《健康评估》课程学习目标的相关因素有其现实意义。在教学改革微观系统工程理念指导下，对高职学院护理学生《健康评估》课程的学习目标进行了SIMPP分析。结果显示，我校高职护理专业有3种学生学习目标很明确，有4种学生学习目标比较明确，还有2种学生学习目标不明确；影响护理学习目标的主要是学生个人主观因素。教师应该注意观察《健康评估》课程中学生的学习状态，了解学生个体情况，做到对学生学习目标明确度的掌控；在开课之初做好学生思想工作，提高学生的学习目标明确度。

摘要： 本文讨论Web使用挖掘的数据采集技术、预处理技术及模式发现技术,并结合青岛科技港*大型网络平台的建设给出具体应用的实例.

摘要： Web资源不断丰富的同时,Web站点结构也变得复杂,给用户查找信息和网站设计人员的工作带来了一定困难。传统的Web站点缺乏智能性和主动性,需要对Web站点进行优化以提供智能的Web服务,如个性化服务、自适应站点,满足不同用户的信息需求。Web 日志挖掘能够有效地发现用户访问行为,为站点的建设和改进提供有力依据,解决上述问题。从Web发展带来的问题、Web日志挖掘的应用和 Web 日志挖掘模式发现展开对 Web 日志挖掘的探析。

摘要： 网络挖掘大体有三类:网络内容挖掘、网络结构挖掘和网络使用挖掘。网络内容挖掘是指从Web上的文件内容及其描述信息中获取潜在、有价值的知识或模式的过程;网络结构挖掘是从WWW的组织结构的链接关系中推导知识，主要是通过对web站点的结构进行归纳、分析和变形将Web页面进行分类，以利于信息搜索;网络使用挖掘就是对用户访问web时在服务器留下的访问记录进行挖掘，所以也叫WEB使用挖掘，本文讨论了网络挖掘的数据采集技术、预处理技术及模式发现技术，并结合实际探索科技情报服务的新模式。

摘要： 克服了分段困难、存储困难两大难点,利用了伪周期性的特征,设计了基于伪周期数据流的模式管理方法。主要贡献在于:(1)模式发现,提出了数据流模式之间的距离的定义和计算方法,用来比对不同模式的相似程度;(2)模式组织存储,设计了模式森林(Pattern Forest)来存储模式,并通过其树形结构来反映模式之间演化关系。基于以上方法,实现了数据流模式管理系统,并设计了分析实验,取得了较为理想的实验结果.

摘要： 本文讨论web使用挖掘的数据采集技术、预处理技术及模式发现技术,并结合青岛科技港大型网络平台的建设给出具体应用的实例。

摘要： 在音乐信息检索领域,近似重复模式的发现是一个重要的研究课题.我们根据乐曲中重复模式的特点,提出了基于二维单侧连续匹配的近似重复模式发现算法,能更准确地发现近似重复模式.由于算法对乐曲采用了n-gram划分,并对划分后的片段建立hash索引,使算法的时间复杂性大大降低,并能在一趟计算过程中发现全部近似重复模式.最后,我们还讨论了如何选取近似重复模式,建立二级音乐数据库的索引机制,进一步提高音乐数据库的查询效率.

摘要： 本文针对现有智能诊断存在的知识获取瓶颈,利用数据挖掘技术寻求历史监测数据的潜在价值,并应用于设备故障诊断领域.以各时间序列数据间的相互关系为基础,运用相似性搜索技术,通过消除和合并相似序列来提高后续模式发现的效率.综合运用人工智能、计算智能(人工神经网络、遗传算法)、模式识别等先进技术进行故障诊断.提出了基于相似性搜索的数据挖掘系统模型,并应用于基于大型历史监测数据的机械故障诊断知识获取.该系统提高了数据分析的效率和深度,为智能化故障诊断,特别是故障预测提供了有力手段.

摘要： 该文针对时序数据，讨论了时序模式的发现过程，提出一种新的时序模式的逻辑表示法。通过分段线性表示法，将时序曲线拟合为线段序列，从而以相对应的线段的斜率偏离作为衡量模式的相似性程度的尺度。在此基础上，设计出一种时序序列建模算法，给出了有关实验结果。

摘要： 时间序列数据大量出现在商业应用和科学研究中,利用算法从大量时态数据中自动发现特殊的模式或数据结构是非常有意义的工作.针对图书销售时态数据的特点,提出一种基于自组织特征映射神经网络的自动簇划分方法,并将该方法应用于实际图书销售,得到了良好的效果.对结果进行了分析,并简单探讨了该方法可能的应用.

摘要： 时间序列数据大量出现在商业应用和科学研究中,利用算法从大量时态数据中自动发现特殊的模式或数据结构是非常有意义的工作.针对图书销售时态数据的特点,提出一种基于自组织特征映射神经网络的自动簇划分方法,并将该方法应用于实际图书销售,得到了良好的效果.对结果进行了分析,并简单探讨了该方法可能的应用.

摘要： 通过配对连接一个激励发生器和一个响应鉴别器测试一种存储器阵列，特别是一种嵌入式存储器阵列。在不处于测试状态时引导所述配对处于透明方式，并且在测试状态时分别处于一个激励发生方式和一个响应鉴别方式。在随后的阵列修理状态中允许建立行和/或列介入修理。特别是，鉴别器将鉴别连续的故障模式的对应关系，并且另外把一个故障响应通知信号模式到外部电路，仅以一个无损耗压缩响应模式的形式根据在一个早先的故障模式和一个随后的故障模式之间的预定对应关系向两个被比较的模式中的一个发送通知信号。

摘要： 一种技术，包括：控制第一节点的无线电发射器或无线电收发器在由从发现模式的集合中被分配给所述第一节点的第一发现模式所定义的时间段处发射发现信号，每个发现模式定义来自时间段的集合中的发射时间段的相应组合；以及控制无线电发射器或无线电收发器针对所述发现信号使用一个或多个无线电资源，该一个或多个无线电资源从由发现模式的集合所共享的无线电资源中被分配给所述第一发现模式的发射时间段，其中被分配给发现模式中的任何一个发现模式的任何发射时间段的任何无线电资源不同于针对相同的发射时间段而被分配给发现模式中的任何其他发现模式的任何无线电资源。

摘要： 通过配对连接一个激励发生器和一个响应鉴别器测试一种存储器阵列,特别是一种嵌入式存储器阵列。在不处于测试状态时引导所述配对处于透明方式,并且在测试状态时分别处于一个激励发生方式和一个响应鉴别方式。在随后的阵列修理状态中允许建立行和/或列介入修理。特别是,鉴别器将鉴别连续的故障模式的对应关系,并且另外把一个故障响应通知信号模式到外部电路,仅以一个无损耗压缩响应模式的形式根据在一个早先的故障模式和一个随后的故障模式之间的预定对应关系向两个被比较的模式中的一个发送通知信号。

摘要： 本发明公开了一种支持模式周期自发现的行业用电模式提取方法，其特征是，包括：选取目标行业内所有企业历史用电数据，分月对行业内所有企业的用电变化率进行聚类；确定各个类的聚簇对应企业集合的交集并获取连续月份间聚簇的用电量变化趋势；根据用电量变化趋势确定所有用电模式的模式特征。本发明分月对行业内所有企业的用电变化率进行聚类减少了数据含有的噪声，提高了数据挖掘对象的质量，进而提高了数据挖掘的准确度；本发明提出了基于相似特征对发现周期性特征序列进而确定特征周期，其减少了海量数据的计算量，提高了计算的效率，减少时间开销，适合推广应用。

摘要： 一种通信设备，包括：第一通信部件，用于以第一通信方法(NFC)与其它通信设备进行无线通信；第二通信部件，用于以与所述第一通信方法(NFC)不同的第二通信方法(WLAN或蓝牙)与所述其它通信设备进行无线通信；以及发送部件，用于发送用于通过使用所述第一通信部件请求经由所述第二通信部件(WLAN或蓝牙)连接至所述其它通信设备所用的连接参数的NFC连接切换请求消息，其中所述NFC连接切换请求消息包括与所述通信设备所期望的和/或所述通信设备所供给/提供的通信服务有关的信息。

摘要： 本说明书实施例提供了一种违规交易的转移模式的发现方法和装置。该方法包括：在识别出任意一个第一交易为违规交易之后，拦截该第一交易；确定第一交易对应的至少一个第二交易；其中，该第二交易与该第一交易具有相同的发起方，且该第二交易在该第一交易之后发生；利用该第一交易及其对应的各第二交易生成一个疑似转移路径；得到该第一交易的渠道特征以及该第二交易的渠道特征；根据该第一交易的渠道特征及该第二交易的渠道特征，得到该疑似转移路径具有的渠道特征；根据至少两个疑似转移路径具有的渠道特征之间的关联性，确定违规交易的转移模式。能够发现违规交易的转移模式，从而进行更为有效地拦截。

摘要： 本发明公开了自适应对等模式的服务注册发现方法、系统及介质，方法包括：服务请求端发送广播信息至服务提供端，服务提供端判断广播信息与服务配置信息是否相匹配，若相匹配则反馈带数字签名结果的连接配置信息至对应服务请求端，服务请求端接收连接配置信息并进行签名验证，验证通过则发送服务连接请求以与对应服务提供的建立请求连接。通过上述方法，在服务请求端与服务提供端同时配置微服务架构库，服务请求端发送广播信息至任一服务提供端，服务提供端接收到任一广播即与相应服务请求端建立请求连接，实现自适应对等模式的服务注册发现，避免因服务节点或者服务节点集群出问题而导致系统服务异常的情况，提高了服务提供端提供服务的可靠性。

摘要： 一种基于偏序模式的教育信息化课程关联模式发现方法及系统，利用教育信息化数据预处理模块进行预处理，构建课程信息数据库和课程项目库；利用课程候选项集生成及其剪枝模块挖掘完全加权课程候选项集，求出课程候选偏序项集，采用新的剪枝方法剪除无效课程候选偏序项集，得出完全加权课程候选偏序项集；完全加权课程频繁项集生成模块采用新的课程偏序项集支持度计算方法，得出课程频繁偏序项集；利用完全加权课程关联规则模式生成及显示模块挖掘有效的完全加权课程关联规则模式，并输出给用户。本发明能大幅度减少无效课程关联模式出现，候选项集和挖掘时间减少，提高挖掘效率，其课程关联规则模式更接近实际，为教务管理和教学改革提供依据。

摘要： 一种基于偏序模式的教育信息化课程关联模式发现方法及系统，利用教育信息化数据预处理模块进行预处理，构建课程信息数据库和课程项目库；利用课程候选项集生成及其剪枝模块挖掘完全加权课程候选项集，求出课程候选偏序项集，采用新的剪枝方法剪除无效课程候选偏序项集，得出完全加权课程候选偏序项集；完全加权课程频繁项集生成模块采用新的课程偏序项集支持度计算方法，得出课程频繁偏序项集；利用完全加权课程关联规则模式生成及显示模块挖掘有效的完全加权课程关联规则模式，并输出给用户。本发明能大幅度减少无效课程关联模式出现，候选项集和挖掘时间减少，提高挖掘效率，其课程关联规则模式更接近实际，为教务管理和教学改革提供依据。

摘要： 本发明公开了一种面向无标签多维时序数据的模式发现方法、系统及终端，属于聚类技术领域，方法包括：计算各维度视角下多维时序数据的聚类标签并转化为相关性矩阵集合将集合合并为多维属性特征信息相似度矩阵，并转化为无向加权图；基于无向加权图进行社区发现处理得到多维时序数据的模式。本发明通过计算各维度视角下多维时序数据的聚类标签，考虑了各维度属性之间的相似度；基于此得到包含各维度信息的多维属性特征信息相似度矩阵，充分考虑了维度信息对模式发现结果的影响，以此提升了聚类准确度。