基于并行工程的油料装备开发模式研究

分析了油料装备传统的串行设计模式的弊端,阐述了并行工程的涵义及特点。对油料装备研制过程中引入并行工程的必要性以及在设计开发过程中如何运用并行工程以达到缩短新装备研制周期、降低研制成本、提高研制质量进行了研究,对开展新型油料装备的研制工作,具有重要的指导意义。     

基于关联规则的新词发现技术研究

本文对现有的新词发现方法进行了研究和总结,以进行分词之后的文档作为处理对象,对使用关联规则进行新词发现的方法加以改进,给出了新词发现算法的具体实现过程并利用实验进行验证,结果表明,本文的算法提高了新的专业词汇的查准率,且算法具有一定的健壮性,适用于不同的领域。     

油料装备效能评估方法研究

选取合适的评估方法,是对油料装备效能进行科学评估的前提。通过介绍几种评估方法,比较其优劣,分析油料装备的特点,得出选取基于可拓工程的效能评估方法最为合适。运用基于可拓工程的效能评估方法对油料装备进行评估,不仅有理论意义,而且具有应用价值。     

油料装备精细化管理探讨

文章针对油料装备管理相对落后现状,详细介绍了精细化管理的内涵和重大意义。阐述了实施油料装备精细化管理所采取的具体方法,并对实施精细化管理过程中可能遇到的问题进行了简要分析．以期提高油料装备管理的效能。     

油料装备产品族分类系统研究

油料装备分类是进行产品族分析和管理的基础,通过分析产品族中不同产品结构模块相似性评价指标,用集合与属性之间的关联关系,实现集合与属性相似性评估之间的映射,通过建立各相关属性的相似度矩阵,获取了产品综合相似度评价矩阵,通过聚类分析获得不同阈值下的分类结果,最后,对油料装备进行实例分析。     

基于Agent的油料保障资源发现模型

军队油料系统中,油料保障资源共享是油料保障信息化的重要内容,网格技术是解决资源共享的有效方法.结合网格技术和智能体技术,建立一种支持主节点动态变化的油料保障资源发现模型.探讨了模型总体框架及其组成结构,给出了资源发现流程,最后对模型验证进行了设计.     

基于Agent的油料保障资源发现模型

军队油料系统中,油料保障资源共享是油料保障信息化的重要内容,网格技术是解决资源共享的有效方法。结合网格技术和智能体技术,建立一种支持主节点动态变化的油料保障资源发现模型。探讨了模型总体框架及其组成结构,给出了资源发现流程,最后对模型验证进行了设计。     

关联规则挖掘算法在选课系统中的应用研究

针对高校网上选课工作中遇到的一些实际矛盾,本文将关联规则挖掘算法应用于选课指导系统中,对系统中存储的大量数据进行挖掘,从中提取出潜在的有用的信息,为高校选修课的开设及学生选课行为提供决策支持。     

关联规则挖掘算法在选课系统中的应用研究

本文针对高校网上选课工作中遇到的一些实际矛盾,将关联规则挖掘算法应用于选课指导系统中,对系统中存储的大量数据进行挖掘,从中提取出潜在的有用的信息,为高校选修课的开设及学生选课行为提供决策支持。     

基于AAR的装备安全管理隐性知识挖掘技术研究

本文介绍了隐性知识的概念,分析了隐性知识挖掘的基本步骤,深入分析了任务回顾法(AAR)隐性知识挖掘技术,并探讨了装备安全管理中如何应用AAR法进行隐性知识挖掘。     

基于决策树学习的航运企业优势航次知识发现

优势航次即为航运企业根据自身情况善于营运控制的航运任务类型。首先分析了航次优势知识的挖掘对象,即影响航运企业运营的航次任务特征因素．然后将决策树学习的CLS算法与C4.5算法应用到航次优势知识的发现中,最后选取了部分航次案例数据进行实证。     

基于Web内容挖掘的企业知识管理研究

现有的企业知识管理平台,在企业的成长过程中,发挥了重要的作用,然而随着Internet上Web知识信息资源的指数级增长和Web内容挖掘技术的发展,使得现在意义上的知识管理方式,发生了变化。本文阐述了利用Web内容挖掘技术优势,结合当前企业知识管理平台,研究其对企业知识管理领域新发展的促进作用。     

Rough集在知识发现中的应用

Rough集理论作为一种处理不精确、不一致、不完整等各种不完备信息的有效工具,一方面得益于它的数学基础成熟且不需要先验知识;另一方面在于它的易用性。由于Rough集理论创建的目的和研究的出发点就是直接对数据进行分析和推理,从中发现隐含的知识,揭示潜在的规律,因此它是一种天然的知识发现或数据挖掘方法。本文对Rough集的基本概念和它在知识发现中的应用作了简单的介绍。     

装备制造业集群知识管理过程研究

本文首先分析了装备制造业集群知识的基本特征,然后对装备制造业集群的知识的各层次进行分析,并对其内部的知识网络分析,最后建立并分析装备制造业集群内外知识管理过程模型。     

数据挖掘技术在高校教学管理中的应用

高校在教学和管理中逐渐聚集了相当数量的数据资料,要充分的使用好这些数据资料研究技术对这些数据进行分析和挖掘,从中找出相对于教育教学和监督管理有关的知识,帮助管理者更好的做出决策,与此同时也能够促进学校合理设置课程、制定培养方案和有效管理学生,从而推动学校的全面发展。     

数据挖掘在企业知识管理中的应用研究

在高度竞争的市场环境中,我国企业必须从过去单纯注重技术水平和网络建设转向注重知识管理水平的提高。数据挖掘是知识管理非常关键的部分,能够快速有效地挖掘出对管理和决策有效的信息与知识,提高企业知识管理的效率。因此,在企业知识管理中运用数据挖掘技术是非常必要的。     

在物流RFID数据库中挖掘时空模式

对传统的关联规则进行改进,结合时间和空间属性,提出了适合在物流RFID数据库中挖掘时空频繁模式的一些相关概念:频繁装(卸)货地点、频繁直达路径和频繁转运路径等。利用这些概念和有效的剪枝策略能快速准确地挖掘出物流RFID数据库中隐含的非平凡模式,可为物流公司的科学管理与线路优化提供及时准确的决策依据。     

数据挖掘在企业知识管理中的应用研究

在高度竞争的市场环境中,我国企业必须从过去单纯注重技术水平和网络建设转向注重知识管理水平的提高。数据挖掘是知识管理非常关键的部分,能够快速有效地挖掘出对管理和决策有效的信息与知识,提高企业知识管理的效率。因此,在企业知识管理中运用数据挖掘技术是非常必要的。     

浅谈数据挖掘技术在学生成绩分析中的应用

利用数据挖掘中的关联规则能够挖掘出大量数据中项集之间有意义的相关联系。采用Apriori算法对黑龙江工程学院学生的课程成绩进行分析,进而发现课程之间的联系,为教务处进行日常教学管理提供帮助。