绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 3 条结果
-
CSTPCD 北大核心
-
摘要:采用自动脉冲热丝TIG焊接技术,对自主研发的B508-Ⅲ低合金钢焊材进行性能验证,选定4种热输入进行熔敷金属试验,使用光学显微镜(OM)、扫描电子显微镜(SEM)、透射电镜(TEM)以及电子背散射衍射技术(EBSD)等分析手段研究熔敷金属显微组织以及力学性能在不同热输入下的变化规律.结果 发现,焊缝组织为均匀细小的针状铁素体和板条贝氏体,组织晶粒细小且分布均匀;随着热输入增大,大尺寸夹杂物增多,夹杂物面积比有所升高.熔敷金属强度随热输入增大呈下降趋势,塑性随之升高,低温冲击吸收能量最高为310 J,低温冲击断口微观形貌主要是韧窝+准解理.焊缝金属中AF的含量以及大角度晶界的比例随热输入的增大均呈先升高后降低的趋势,与熔敷金属低温韧性随热输入的变化规律基本吻合....
[硕士论文] 周威
冶金工程 江苏科技大学 2019(学位年度)
[硕士论文] 周威
控制工程 江苏科技大学 2015(学位年度)
摘要:数据挖掘一般是指从大量的数据中通过算法发现隐藏于其中信息的过程。关联规则是数据挖掘的重要研究及应用领域,近几年,许多学者对关联规则挖掘做了大量的研究,关联规则主要用于发现数据库中不同属性或者不同数据项之间的关联关系。随着“大数据”时代的到来,人们也越来越关注对关联规则的研究。本文在前人的基础上,进行了一些关于提高关联规则挖掘算法性能和功能完善的研究工作。
  本文首先总结了关联规则挖掘算法的研究成果,分析了AIS、Apriori、FP-Growth等算法的实现方式以及特点,通过对经典算法的分析为提出性能更优、更易实现的挖掘算法做好理论方面的准备。本文提出基于数据垂直分布的深度优先关联规则挖掘算法DS-Eclat(Directed Segmenting-Eclat),采用关联矩阵描述数据项间的关联关系,并利用关联矩阵约束候选项集的产生;同时,采用深度优先的挖掘模式,提高生成K-频繁项集的效率。该算法另一个创新点在于对数据进行有向分割,并通过连接得到最大频繁项集。该算法利用布尔矩阵存储频繁项集支持集,减小了内存开销,而且改进算法不需要对数据库进行多次扫描,大幅降低了系统I/O的负载,同时也减少了候选项集的产生。
  依据关联规则,实现了DS-Eclat算法在图书馆管理系统中的应用。对各类图书之间的关联规则进行挖掘,实验结果表明各类图书之间具有关联性,并得出五类(即C、I、O、P及T)具有强关联性的图书。通过挖掘读者及借阅图书之间内在的关联性,可以指导配置图书馆资源,提高馆藏利用率,进而提高图书馆的个性化服务水平。实验表明,将DS-Eclat算法应用在图书馆管理系统中,在效率和性能上可以满足读者的实时性等需求,更好地促进图书馆的数字化、个性化服务。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部