2021年度进展10:桥梁智能建造与安全运维

(c)经验模态分解-遗传算法优化的神经网络法

(d)预测误差

2.4

智能养护维修

3

结论与展望

团队人员介绍

参考文献

[1]来猛刚,杨敏,翟敏刚,姚晓飞.桥梁工业化智能建造[J].公路,2021,66(07):195-202.

[2]何祥平,王浩,张一鸣,王飞球,茅建校,谢以顺.Revit-Midas/Civil模型转换方法及应用[J].东南大学学报(自然科学版),2021,51(05):813-818.

[3]KorusK,SalamakM,JasińskiM.OptimizationofgeometricparametersofarchbridgesusingvisualprogrammingFEMcomponentsandgeneticalgorithm[J].EngineeringStructures,2021,241:112465.

[4]NourNA,DVié,ChateauneufA,etal.Dimensioningofpartiallyprestressedconcretebeams,optimizationofT-shapedsectionwithheels[J].EngineeringStructures,2021,235(4):112054.

[5]唐煜,岳杰,华旭刚.基于人工蜂群算法的桥梁有限元模型局部刚度修正[J].铁道科学与工程学报,2021,18(09):2333-2343.

[6]JawadF,OzturkC,WangDS,etal.Sizingandlayoutoptimizationoftrussstructureswithartificialbeecolonyalgorithm[J].Structures,2021,30(2):546-559.

[7]徐喆,辛景舟,唐启智,肖维娜,李双江.基于响应面法和麻雀搜索算法的结构有限元模型修正[J].科学技术与工程,2021,21(21):9094-9101.

[8]孙强,周志勇,胡传新,秦鹏,黄德睦.流线型箱梁气动外形的数值优化[J].哈尔滨工业大学学报,2021,53(10):93-100.

[9]SerwaA,SalehM.Newsemi-automatic3Dregistrationmethodforterrestriallaserscanningdataofbridgestructuresbasedonartificialneuralnetworks[J].EgyptianJournalofRemoteSensingandSpaceScience,2021(6):787-798.

[10]万华平,卫志成,苏雷,任伟新.基于系统地震易损性的桥梁隔震支座优化设计[J].地震工程与工程振动,2021,41(05):69-78.

[11]付雷,马闻达,高鹏,周建庭,张俊,赵月明.基于RSM-WOA的桥梁结构有限元模型修正[J].中国科技论文,2021,16(08):875-882.

[12]冀伟,邵天彦.波形腹板钢箱-混凝土箱梁桥的有限元模型修正[J].西南交通大学学报,2021,56(01):1-11.

[13]秦世强,甘耀威,康俊涛.基于改进万有引力搜索算法的南中环桥模型修正[J].振动与冲击,2021,40(19):116-124136.

[14]MusaA,SerdarC,Discretesizingdesignofsteeltrussbridgesthroughteaching-learning-basedandbiogeography-basedoptimizationalgorithmsinvolvingdynamicconstraints[J].Structures,2021,34:3533-3547.

[15]冯帆,温伟斌,伍彦斌,曾文宋武,黄方林.桥梁钢-混结合段试验模型加载多目标优化[J].科学技术与工程,2021,21(19):8212-8217.

[16]张帅,韩军,涂群章,杨小强,杨旋.基于GA-NLP的剪刀式折叠桥梁展桥机构多目标优化设计[J].工程设计学报,2020,27(01):67-75.

[17]张茂勇.BIM技术在桥梁工程设计中的应用[J].建筑结构,2021,51(10):170.

[18]郭衡,傅战工,谭国宏,杜勋,唐超.常泰长江大桥主塔沉井结构BIM正向设计应用[J].铁道标准设计,2021,65(11):170-174.

[19]田庆,马少雄,赵钦,徐飞,徐宏.高铁桥梁墩柱模板结构体系自动化设计研究[J].铁道标准设计,2021,65(09):105-110.

[20]张宪亮.基于OSG的BIMGIS在桥涵方案设计中的应用研究[J].铁道标准设计,2021,65(11):175-179.

[21]韩广晖,李辉,周清华,宋浩,罗天靖,杨喜文.BIM技术在铁路桥梁工程中的应用及实现方法[J].铁道标准设计,2021,65(11):166-169.

[22]蒋浩鹏,姜谙男.基于BIM技术的桥梁模型设计及信息处理研究[J].重庆交通大学学报(自然科学版),2021,40(12):82-89.

[23]陈华卫,谢立广.Dynamo插件在T形梁桥BIM建模中的应用[J].公路,2021,66(05):163-166.

[24]AlexisG,BotonC.AparametricBIMapproachtofosterbridgeprojectdesignandanalysis[J].AutomationinConstruction,2021,126:103679.

[25]王文芳,杨刚,姜亚丽.基于BIM的桥梁有限元模型转换与结构分析方法[J].大连海事大学学报,2021,47(03):111-119.

[26]马汝杰,夏建平,徐润,马文琪,张常勇.BIM技术在改扩建公路桥梁勘察设计中的应用研究[J].公路,2021,66(03):85-89.

[27]蔺鹏臻,韩旺和.基于BIM技术的混凝土桥梁耐久性分析软件开发[J].铁道工程学报,2021,38(03):80-85.

[28]刘旭政,汤仲训,贾丽华,王鹏.桥梁荷载试验车辆自动化布载程序对比分析[J].沈阳建筑大学学报(自然科学版),2021,37(01):113-120.

[29]孟凡成,王万峰.BIM技术在某变截面连续梁桥工程中的安全验算分析[J].公路,2021,66(08):192-196.

[30]张晖.BIM技术在棋盘洲长江公路大桥北锚碇施工中的应用[J].世界桥梁,2021,49(01):89-94.

[31]杜战军,吴继峰,任子健,温庆杰.大跨钢桁架桥梁施工BIM建模及信息化平台系统[J].公路,2021,66(11):114-119.

[32]黄宁,李建华,高伟,吴斌斌,梅浩.基于BIM的重力式锚碇预应力锚固系统的研究[J].公路,2021,66(02):151-155.

[33]张田,何理,孙铭悦,杨刚.基于BIM技术的拱桥施工监控数据集成研究[J].铁道工程学报,2021,38(05):47-52.

[34]陶建军,王荡,于长海,王烨人,贾兴利,陈星澎.预制节段梁桥精细化BIM模型构建及平台可视化应用[J].公路,2021,66(12):154-158.

[35]王汁汁,张勇,王维.悬索桥钢箱梁缆索吊装施工BIM技术应用研究[J].公路,2021,66(11):182-188.

[36]巴怀强,李超,孙凯,胡兆峰,周银.基于点云模型的大吨位转体桥梁高效称重[J].科学技术与工程,2021,21(12):5105-5110.

[37]李浩,王昊琪,刘根,王军令,SteveEvans,李琳利,王晓丛,ShuaiZhang,文笑雨,聂福全,王新昌,郝兵,姜伟,刘永光.工业数字孪生系统的概念、系统结构与运行模式[J].计算机集成制造系统,2021,27(12):3373-3390.

[38]张鸿,张永涛,王敏,郑和晖,姬付全.全过程自适应桥梁智能建造体系研究与应用[J].公路,2021,66(04):124-136.

[39]钟康健,马超凡.建筑信息模型数字化物联网技术引领下的智慧桥梁施工管理分析[J].公路,2021,66(07):203-208.

[40]SvetlanaB,MiroslawJ,ZhangXQ.FactorsAffecting3DPrintingTechnologyAdaptationinConstruction[J].JournalofConstructionEngineeringandManagement,2021,147(5):04021026.

[41]李施展.3D打印技术在香溪长江大桥施工测量中的应用[J].测绘通报,2021(S2):121-124.

[42]唐俊义,周志祥,余忠儒,邓国军,刘年.一种新型装配式桥梁人-车隔离防撞护栏[J].科学技术与工程,2021,21(27):11805-11812.

[43]王志刚,孙贵清,余顺新,贾俊峰.公路桥梁装配式桥墩工业化快速建造技术[J].公路,2021,66(06):145-150.

[44]梁栋,赵恺,马印怀,马骅,李长丽.基于3D激光扫描的钢桥塔节段虚拟装配方法[J].桥梁建设,2021,51(03):62-71.

[45]姜早龙,臧格格.桥梁工程装配式智能建造全过程管理研究[J].公路工程,2021,46(06):39-45.

[46]DengSW,ShaoXD,ZHAOXD,etal.Precaststeel–UHPClightweightcompositebridgeforacceleratedbridgeconstruction[J].FrontiersofStructuralandCivilEngineeringvolume15,364–377(2021).

[47]胡明,杨泽,吴梅,叶光友,赵德明,邱志强.架桥车模块化桥节强度分析与拓扑优化[J].机械设计,2021,38(05):19-25.

[48]夏昊,范晨阳.市政装配化桥梁墩梁一体化架设施工关键技术[J].公路,2021,66(04):85-89.

[49]高贵,赵永强.CRTS双块式无砟轨道一体化底座模板系统和自动整平设备研发与应用[J].铁道建筑,2021,61(06):124-128.

[50]赵天祺,勾红叶,陈萱颖,李文昊,梁浩,陈子豪,周思清.桥梁信息化及智能桥梁2020年度研究进展[J].土木与环境工程学报(中英文),2021,43(S1):268-279.

[51]YuSS,XuZF,SuZY,etal.TwoFlexibleVision-basedMethodsforRemoteDeflectionMonitoringofaLong-spanBridge[J].Measurement,2021(1):109658.

[52]AbedinM,MehrabiAB.Healthmonitoringofsteelboxgirderbridgesusingnon-contactsensors[J].Structures,2021,34:4012-4024.

[54]孙金更,张善涛,张娜.一种桥梁智能检测飞行机器人:,CN112623221A[P].2021.

[55]谭国金,杨正,付巍,等.一种桥梁挠度智能检测装置及方法:,CN112171692A[P].2021.

[56]PengX,ZhongXG,ZhaoC,etal.AUAV-basedmachinevisionmethodforbridgecrackrecognitionandwidthquantificationthroughhybridfeaturelearning[J].ConstructionandBuildingMaterials,2021,299:123896.

[57]ZhangHB,LiZC,ChenGD,etal.UAV-basedsmartrocklocalizationforbridgescourmonitoring[J].JournalofCivilStructuralHealthMonitoring,2021,11:301-313.

[58]FerozS,DabousSA.UAV-BasedRemoteSensingApplicationsforBridgeConditionAssessment[J].RemoteSensing,2021,13(9):1809.

[59]DanDH,DanQ.Automaticrecognitionofsurfacecracksinbridgesbasedon2D-APESandmobilemachinevision[J].Measurement,2021,168:108429.

[60]吴向东,赵健康,刘传奇.基于CNN与CRF的桥梁裂缝检测算法[J].计算机工程与设计.

[61]马学志,范剑雄,柴雪松,李会强,暴学志,李健超.无人机巡检系统在铁路混凝土桥梁检测中的应用[J].铁道建筑,2021,61(12):76-80.

[62]韩冰,勾红叶,华辉,王君明,杨萌,梁严军.正交异性钢桥面板疲劳裂纹智能检测机器人研究[J].公路,2021,66(11):143-148.

[63]LiuHJ,ChenC,GuoZQ,etal.OverallgroutingcompactnessdetectionofbridgeprestressedbellowsbasedonRFfeatureselectionandtheGA-SVMmodel[J].ConstructionandBuildingMaterials,2021,301:124323.

[64]MarinielloG,PastoreT,AsproneD,etal.Layout-awareExtremeLearningMachinetoDetectTendonMalfunctionsinPrestressedConcreteBridgesusingStressData[J].AutomationinConstruction,2021,132:103976.

[65]罗烨钶,陈永高,李升才.基于Fast-ICA算法的改进EEMD算法在桥梁工程中的运用[J].公路交通科技,2021,38(2):11.

[66]WuYC,ChenXZ,WangYF.IdentificationoflinearandnonlinearflutterderivativesofbridgedecksbyunscentedKalmanfilterapproachfromfreevibrationorstochasticbuffetingresponse[J].JournalofWindEngineeringandIndustrialAerodynamics,2021,214:104650.

[67]刘兆翌,林赟,王彦平,李洋,申文杰.基于CA-CFAR桥梁振动目标位置及频率检测方法[J].信号处理,DOI:10.16798/j.issn.1003-0530.2021.11.016.

[68]马彪.深度学习网络模型在桥梁底部损伤识别中的应用研究[D].长安大学,2021.

[69]杨瑞腾.基于图像处理的钢结构桥梁表面病害检测系统[D].华中师范大学,2021.

[70]邹俊志.基于卷积神经网络的RC桥梁表观病害识别方法研究[D].重庆交通大学,2021.

[71]邹俊志,杨建喜,李昊,等.复杂背景下基于改进YOLOv3算法的桥梁表观病害识别[J].铁道科学与工程学报,2021,18(12):3257-3266.

[72]李保龙,房志恒,战家旺.基于概率神经网络的钢桁梁桥螺栓脱落损伤定位识别研究[J].铁道建筑,2021,61(7):5.

[73]杨扬,王连发,张宇峰,等.基于多特征融合的混凝土结构表面病害图像分类算法[J].长安大学学报(自然科学版),2021,41(03):64-74.

[74]朱劲松,李欢,王世芳.基于卷积神经网络和迁移学习的钢桥病害识别[J].长安大学学报(自然科学版),2021,41(03):52-63.

[75]马嘉斌.基于图像处理的桥梁裂缝识别与测量方法研究[D].北京交通大学,2021.

[76]谢文高,张怡孝,刘爱荣,等.基于水下机器人与数字图像技术的混凝土结构表面裂缝检测方法:第30届全国结构工程学术会议,中国广东广州,2021[C].

[77]王桂平,陈旺桥,杨建喜,等.基于迁移学习的桥梁表观病害检测技术研究[J].铁道科学与工程学报,2021:1-10.

[78]包龙生,曹悦,赵宁,等.BP神经网络和曲率模态理论在桥梁损伤识别中的应用[J].沈阳建筑大学学报(自然科学版),2021,37(02):296-302.

[79]邵红艳,梁李源,高士武.基于卷积自编码神经网络的损伤识别[J].科学技术创新,2021(11):140-141.

[80]韩宇,李剑,马慧宇,等.基于CNN-LSTM的桥梁结构损伤诊断方法[J].国外电子测量技术,2021,40(07):1-6.

[81]朱前坤,陈建邦,张琼,等.基于计算机视觉人行桥挠度影响线非接触式识别[J].工程力学,2021,38(08):145-153.

[82]缪炳荣,彭齐明,杨树旺,等.基于最有价值球员算法的结构损伤识别方法[J].重庆交通大学学报(自然科学版),2022,41(01):67-75.

[83]NguyenTQ.Adeeplearningplatformforevaluatingenergylossparameterinengineeringstructures[J].Structures,2021,34:1326-1345.

[84]韩宇,李剑,马慧宇,等.基于CNN-LSTM的桥梁结构损伤诊断方法[J].国外电子测量技术,2021,40(7):6.

[85]KhanMA,KhanAA,DomadaR,etal.Firehazardassessment,performanceevaluation,andfireresistanceenhancementofbridges[J].Structures,2021,34:4704-4714.

[86]AbediM,NaserMZ.RAI:Rapid,AutonomousandIntelligentmachinelearningapproachtoidentifyfire-vulnerablebridges[J].AppliedSoftComputing,2021,113:107896.

[87]熊文,李刚,张宏伟,等.基于点云数据与工程知识的桥梁形态变化识别方法[J].湖南大学学报(自然科学版),2021:1-9.

[88]YanYJ,HajjarJF.Automatedextractionofstructuralelementsinsteelgirderbridgesfromlaserpointclouds[J].AutomationinConstruction,2021,125:103582.

[89]毕增辉,吴学群.基于指数型空间基的STRE模型在桥梁变形预测中的应用[J].中国水运:下半月,2021,21(5):3.

[90]勾红叶,杨彪,刘雨,蒲黔辉.复杂条件下车-轨-桥变形映射关系及行车安全评价[J].中国公路学报,2021,34(04):162-173.DOI:10.19721/j.cnki.1001-7372.2021.04.014.

[91]WangY,WangP,TangHY,etal.Assessmentandpredictionofhighspeedrailwaybridgelong-termdeformationbasedontrackgeometryinspectionbigdata[J].MechanicalSystemsandSignalProcessing,2021,158:107749.

[92]WangXD,MiaoCQ,WangXM.Predictionanalysisofdeflectionintheconstructionofcompositebox-girderbridgewithcorrugatedsteelwebsbasedonMEC-BPneuralnetworks[J].Structures,2021,32:691-700.

[93]尚志鹏.桥梁动力响应的贝叶斯动态预测与监控[D].兰州大学,2021.

[94]LiHL,WangTY,WuG.Dynamicresponsepredictionofvehicle-bridgeinteractionsystemusingfeedforwardneuralnetworkanddeeplongshort-termmemorynetwork[J].Structures,2021,34:2415-2431.

[95]GouHY,ChenXY,BaoY.Awindhazardwarningsystemforsafeandefficientoperationofhigh-speedtrains[J].AutomationinConstruction,2021,132.

[96]勾红叶,冷丹,王涵玉,蒲黔辉.基于混合Copula函数的风雨联合概率分布模型[J].中国公路学报,2021,34(02):309-316.DOI:10.19721/j.cnki.1001-7372.2021.02.019.

[97]王俊峰,黄平明,韩万水,等.基于改进损伤算法及MCMC车流模拟的混凝土桥梁疲劳寿命预测[J].湖南大学学报:自然科学版,2021,48(11):13.

[98]JiangF,DingYL,SongYS,etal.DigitalTwin-drivenframeworkforfatiguelifepredictionofsteelbridgesusingaprobabilisticmultiscalemodel:Applicationtosegmentalorthotropicsteeldeckspecimen[J].EngineeringStructures,2021,241:112461.

[99]ZhuJS,WangYL.FeatureSelectionandDeepLearningforDeteriorationPredictionoftheBridges[J].JournalofPerformanceofConstructedFacilities,2021,35(6):4021078.

[100]陈小波,郭祖培,钱希坤,等.BIM和GIS数据环境下的桥梁韧性评估多准则决策方法研究[J].工程管理学报,2021:1-6.

[101]赵小雄.基于随机森林算法和贝叶斯动态模型的桥梁损伤识别方法研究[D].兰州大学,2021.

[102]KimH,YoonJ,HongJ,etal.AutomatedDamageLocalizationandQuantificationinConcreteBridgesUsingPointCloud-BasedSurface-FittingStrategy[J].JournalofComputinginCivilEngineering,2021,35(6):04021028.

[103]SenguptaA,GulerSI,ShokouhiP.InterpretingImpactEchoDatatoPredictConditionRatingofConcreteBridgeDecks:AMachine-LearningApproach[J].JournalofBridgeEngineering,2021,26(8):04021044.

[104]LiJ,HeHL,HeHB,etal.AnEnd-to-EndFrameworkWithMultisourceMonitoringDataforBridgeHealthAnomalyIdentification[J].IEEETransactionsonInstrumentationandMeasurement,2021,70.

[105]RachediM,MatallahM,KotronisP.Seismicbehavior&riskassessmentofanexistingbridgeconsideringsoil-structureinteractionusingartificialneuralnetworks[J].EngineeringStructures,2021,232:111800.

[106]WangXW,LiZQ,ShafieezadehA.Seismicresponsepredictionandvariableimportanceanalysisofextendedpile-shaft-supportedbridgesagainstlateralspreading:Exploringoptimizedmachinelearningmodels[J].EngineeringStructures,2021,236:112142.

[107]LinKQ,XuYL,LuXZ,etal.Digitaltwin-basedcollapsefragilityassessmentofalong-spancable-stayedbridgeunderstrongearthquakes.AutomationinConstruction,2021,123:103547.

[108]LiTS,AlipourM,HarrisDK.Mappingtextualdescriptionstoconditionratingstoassistbridgeinspectionandconditionassessmentusinghierarchicalattention[J].AutomationinConstruction,2021,129:103801.

[109]WangK,RuanT,XieFX.LR-BCA:LabelRankingforBridgeConditionAssessment[J].IEEEAccess,2021,9:4038-4048.

[110]贺拴海,王安华,朱钊,赵煜.公路桥梁智能检测技术研究进展[J].中国公路学报,2021,34(12):12-24.DOI:10.19721/j.cnki.1001-7372.2021.12.002.

[111]刘大洋,黄文韬,斯新华,张朋.桥梁病害智能诊断与养护决策系统研究[J].公路交通技术,2021,37(01):101-105.

[112]张振东,陈卓,张朋,刘大洋,王吉龙.桥梁经常性检查智能系统的开发与应用[J].公路交通技术,2021,37(05):81-85.

[113]LiR,MoTJ,YangJX,etal.BridgeinspectionnamedentityrecognitionviaBERTandlexiconaugmentedmachinereadingcomprehensionneuralmodel[J].AdvancedEngineeringInformatics,2021.50:101416.

[114]ChengMY,FangYC,ChiuYF,etal.DesignandMaintenanceInformationIntegrationforConcreteBridgeAssessmentandDisasterPrevention[J].JournalofPerformanceofConstructedFacilities,2021.35(3):04021015.

[115]刘勇,徐峰,张超,蒋艺.基于BIM的高速公路桥梁养护综合管理系统设计[J].自动化仪表,2021,42(10):106-110.

[116]王刚,杨巍,卢士军,朱旭阳,张印贵.基于BIM技术钢结构桥梁养护管理平台研究[J].交通世界,2021(12):124-125.

[117]陈晓敏,李焕强.基于GISBIM技术的营运高速公路桥梁养护管理技术研究[J/OL].土木建筑工程信息技术:1-8[2022-02-11].

[118]SamadiD,TaghaddosH,NiliMH,etal.DevelopmentofaBridgeMaintenanceSystemUsingBridgeInformationModeling[J].CivilEngineeringInfrastructuresJournal,2021,54(2):351-364.

[119]ByunN,HanWS,KwonYW,etal.DevelopmentofBIM-BasedBridgeMaintenanceSystemConsideringMaintenanceDataSchemaandInformationSystem[J].Sustainability,2021,13(9):4585.

[120]AbdelmaksoudAM,BalomenosGP,BeckerTC.ParameterizedLogisticModelsforBridgeInspectionandMaintenanceScheduling[J].JournalofBridgeEngineering,2021,26(10):04021072.

[121]HadjidemetriouGM,ManuelH,ParlikadAK.Conditionandcriticality-basedpredictivemaintenanceprioritisationfornetworksofbridges[J].StructureandInfrastructureEngineering,2021,DOI:10.1080/15732479.2021.1897146.

[122]Gui,CZ,ZhangJQ,LeiJQ,etal.Acomprehensiveevaluationalgorithmforproject-levelbridgemaintenancedecision-making.JournalofCleanerProduction[J],2021.289:125713.

[123]Nili,MH,TaghaddosH,ZahraieB.Integratingdiscreteeventsimulationandgeneticalgorithmoptimizationforbridgemaintenanceplanning[J].AutomationinConstruction,2021.122:103513.

[124]LzadiM,MotavalliM,GhafooriE.Thermally-activatedshapememoryalloysforretrofittingbridgedouble-angleconnections[J].EngineeringStructures,2021,245:112827.

[125]YangJ,HouP,PanY,etal.Shearbehaviorsofhollowslabbeambridgesstrengthenedwithhigh-performanceself-consolidatingcementitiouscomposites[J].EngineeringStructures,2021,242:112613.

[126]XieJH,LiJL,LuZY,etal.Effectsofpre-existingdamageandcyclicoverloadingontheflexuralbehaviourofRCbeamsstrengthenedwithprestressedCFRPplates[J].EngineeringStructures,2021,247:113078.

[127]YaoYD,YanM,ShiZ,etal.Mechanicalbehaviorofaninnovativesteel–concretejointforlong-spanrailwayhybridboxgirdercable-stayedbridges[J].EngineeringStructures,2021,239:112358.

[128]ZhangY,ZhuYP,ChenQH,etal.PrecastcolumnsconnectedwithgroutedcorrugatedsteelsleevesandUHPCtenonundercombinedbendingandcompression[J].EngineeringStructures,2021,235:112080.

[129]XiaoJL,ZhouM,NieJG,etal.Flexuralbehaviorofsteel-UHPCcompositeslabswithperfobondribshearconnectors[J].EngineeringStructures,2021,245:1112912.

THE END
1.数据挖掘概念(AnalysisServices这些模式和趋势可以被收集在一起并定义为“数据挖掘模型”。挖掘模型可以应用于特定的业务方案,例如: 预测销售额 向特定客户发送邮件 确定可能需要搭售的产品 查找客户将产品放入购物车的顺序序列 生成挖掘模型是大型过程的一部分,此过程包括从提出相关数据问题并创建模型以解答这些问题到将模型部署到工作环境的所有事情。https://technet.microsoft.com/zh-cn/library/ms174949(en-us,sql.105).aspx
2.数据挖掘的分析方法可以划分为关联分析序列模式分析分类分析和数据挖掘是从大量数据中提取有用信息的方法,主要分为四种分析方式:关联分析、序列模式分析、分类分析和聚类分析。在本指南中,我们将详细介绍这四种方法的实现过程,并提供相应的代码示例。 数据挖掘流程 首先,我们需要明确数据挖掘的基本流程,如下表所示: 流程图 https://blog.51cto.com/u_16213297/12863680
3.C语言在数据挖掘中的作用编程语言C语言在数据挖掘中扮演着重要的角色,尽管它可能不是最常用的工具,但它的性能和灵活性使其在特定情况下非常有用。C语言在数据挖掘中的应用主要体现在以下几个方面: C语言在数据挖掘中的作用 高效处理大数据:C语言允许程序员直接操作内存,提高程序的执行效率,适合处理大规模数据集和复杂计算任务。 自定义算法开发:Chttps://m.yisu.com/zixun/942501.html
4.物联网原理及应用期末复习免挂指南交互原理:电子标签与阅读器之间通过耦合元件实现射频信号的空间(无接触)耦合;在耦合通道内,根据时序关系,实现能量的传递和数据交换。 传感器概念、分类、工作原理 传感器定义与工作原理:传感器(sensor)是由敏感元件和转换元件组成的一种检测装置,能感受到被测量,并能将检测和感受到的信息,按一定规律变换成为电信号(电压https://www.jianshu.com/p/33aa0cb1147c
5.什么是数据挖掘?定义重要性与类型SAP数据挖掘工具内置于高管仪表盘,用于从社交媒体、物联网传感器、位置感知设备、非结构化文本、视频等大数据中挖掘洞察。现代数据挖掘工具依托云计算、虚拟计算和内存数据库,能够以成本高效的方式管理各种来源的数据,并支持按需扩展。 数据挖掘的工作原理 数据挖掘的方法多种多样,不同的数据挖掘者会采用不同的方式。具体https://www.sap.cn/products/technology-platform/hana/what-is-data-mining.html
6.数据挖掘原理与实践学习(1)监视地震活动的地震波是数据挖掘吗说来惭愧,开始写这篇博客的动力是由于我数据挖掘考试挂了自己在寒假重新学习这一科,顺带着写写自己的感悟,希望能与大家一起学习。我有什么错漏或者大家什么好的建议都可以在评论区留言,我会认真回复的。我在这里使用的教材是电子工业出版社出版的《数据挖掘原理与实践学习》。 什么是https://blog.csdn.net/debug_robot/article/details/86521986
7.数据挖掘技术方法(精选十篇)笔者认为要提高复习课的效率,必须突破现在的复习课模式,挖掘技术背后的思想与方法,让学生进行深度学习,学生才会乐意参与到复习课堂中来。 二、高中信息技术复习课的现状 1.忽略知识的原理性 技术起源于人类生活的需求,人在开发技术的过程中,总会持有一定的思想去设想它,会持有一定的方法或遵循某种规律、原理去实现它,https://www.360wenmi.com/f/cnkeyg31vygx.html
8.2023版最新最强大数据面试宝典14. 在写MR时,什么情况下可以使用规约 规约(combiner)是不能够影响任务的运行结果的局部汇总,适用于求和类,不适用于求平均值,如果reduce的输入参数类型和输出参数的类型是一样的,则规约的类可以使用reduce类,只需要在驱动类中指明规约的类即可。 15. YARN集群的架构和工作原理知道多少 https://blog.itpub.net/70024922/viewspace-2935571/
9.人工智能心得体会(通用11篇)近年来,人工智能的研究和应用出现了许多新的领域,它们是传统人工智能的延伸和扩展。在新世纪开始的时候,这些新研究已引起人们的更密切关注。这些新领域有分布式人工智能与艾真体(agent)、计算智能与进化计算、数据挖掘与知识发现,以及人工生命等。下面逐一加以概略介绍。 https://www.ruiwen.com/xindetihui/5729744.html
10.基于数据挖掘技术研究评审专家名单泄露风险数据挖掘的基本原理和适用场景 数据挖掘是从大量的、不完全的、随机的数据中,提取隐含在其中的、事先无法预知的、但是潜在有用的信息和知识的过程。数据挖掘技术可以用来支持商务智能应用,如顾客分析、定向营销、工作流管理、欺诈检测以及自动化销售等。例如,银行可以通过数据挖掘技术对客户的信用评级进行分析https://www.ahggzy.org.cn/showdoc?docid=05a0af6a3f4d4d70a4ad128f256e36b3&id=557a28633b8d41c1bee5227e57518c30&subid=2957ab2c43e947c69c7f5158c159f601
11.数据挖掘的定义和解释数据挖掘的原理是什么? 数据挖掘涉及检查和分析大量信息,旨在发现有意义的模式和趋势。该过程包括收集数据、制定目标和应用数据挖掘技术。所选策略可能因目标而异,但数据挖掘的经验过程是相同的。典型的数据挖掘过程可能如下所示: 定义目标:例如,是否要进一步了解客户行为?是否要削减成本或增加收入?是否要识别欺诈?在数据https://www.kaspersky.com.cn/resource-center/definitions/data-mining
12.数据挖掘需要具备哪些思维原理?近几年,数据挖掘受到了学术界和工业界的广泛关注。所谓数据挖掘,指的是从数据库的大量数据中,揭示出隐含的、先前未知的、有潜在价值的信息的非平凡过程。日前,公众号“人工智能产业链联盟”发文称,如果你想从事数据挖掘工作的话,就需要具备以下四个思维原理。 https://time.geekbang.org/column/article/220218
13.爬虫课堂(十六)Scrapy框架结构及工作原理腾讯云开发者社区爬虫课堂(十六)|Scrapy框架结构及工作原理 Scrapy是一个为了爬取网站数据,提取结构性数据而编写的应用框架。可以应用在包括数据挖掘,信息处理或存储历史数据等一系列的程序中。其最初是为了页面抓取 (更确切来说, 网络抓取 )所设计的, 也可以应用在获取API所返回的数据(例如 Amazon Associates Web Services)或者通用https://cloud.tencent.com/developer/article/1131826
14.数据挖掘原理(豆瓣)我要写书评 数据挖掘原理的书评 ···(全部 0 条) 这本书的其他版本· ···(全部2) The MIT Press (2001) 7.5分12人读过https://book.douban.com/subject/1103515/
15.人工智能心得体会9篇人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。人工智能的定义可以分为两部分,即“人工”和“智能”。“人工”比较好理解,争议性也不大。有时我们会要考虑什么是人力所能及制造的,或者https://www.unjs.com/fanwenwang/xdth/20221130181133_6041555.html
16.一小时了解数据挖掘④:商务智能原理解读の数据挖掘九大定律一小时了解数据挖掘④:商务智能原理解读の数据挖掘九大定律 马云在2012年网商大会上的演讲中说过:“假如我们数据分析师有了一个数据预报台,就像为企业装上了一个GPS和雷达,企业的出海将会更有把握。”。这里的数据预报台就是下文所述的商业智能。 什么是商业智能(Business Intelligence) https://www.cda.cn/view/621.html
17.MongoDB的集群架构与设计比如:用于分析、报表,数据挖掘,系统任务等。 3.3 副本集集群架构原理 一个副本集中Primary节点上能够完成读写操作,Secondary节点仅能用于读操作。Primary节点需要记录所有改变数据库状态的操作,这些记录保存在oplog中,这个文件存储在local数据库,各个Secondary节点通过此oplog来复制数据并应用于本地,保持本地的数据与主节点https://developer.aliyun.com/article/1323982
18.连锁经营管理专业(专科)(630604)商业采购与配送原理(07986本课程是连锁经营管理专业的核心主干课程之一。先修课程是管理学、市场营销和连锁经营原理与管理技术。 Ⅱ、课程内容与考核目标 第一章 导论 一、学习目的和要求 要求学生能够掌握商品概念,了解商品管理研究对象,掌握商品组织机构和商品管理原则,了解商品管理流程。 https://www.shmeea.edu.cn/page/04400/20190517/12734.html
19.数据挖掘原理与算法PDF扫描版[10MB]电子书下载数据挖掘原理与算法的使用对象是在校高年级的本科生、研究生及各个领域的高级软件开发人员。 数据挖掘原理与算法 目录: 前言 第1章 导论 1.1 数据挖掘的社会需求 1.2 什么是数据挖掘 1.3 数据挖掘的数据来源 1.4 数据挖掘的分类 1.4.1 分类分析(classification analysis) 1.4.2 聚类分析(clustering analysishttps://www.jb51.net/php/332629
20.遥测终端机的工作原理和主要应用领域无线数据采集传输终端,它是自动化监测与控制系统的核心装置,将现场的传感仪表与监控中心的平台无线连接起来,起到承上启下的作用。通常由信号输入/出模块、微处理器、有线/无线通讯设备、电源及外壳等组成,由微处理器控制,并支持网络系统。本文将详细介绍遥测终端机的定义、工作原理、应用领域以及未来发展趋势。一https://baijiahao.baidu.com/s?id=1781168882790697138&wfr=spider&for=pc
21.过来看!27个深度学习中的神经网络工作原理及其应用27个深度学习中的神经网络,这些神经网络拓扑结构应用于不同的场合,达到不同的目的,今天主要介绍每个神经网络的应用及其工作原理。 01感知器(P) 感知器模型也称为单层神经网络,这个神经网络只包含两层: 输入层 输出层 在这种类型的神经网络中,没有隐藏层。它接受一个输入并计算每个节点的加权输入。之后,它使用激活https://www.bilibili.com/read/cv12079642
22.80本值得一读的最佳数据科学书籍(一),站长资讯平台商业数据科学由著名的数据科学专家Foster Provost和Tom Fawcett撰写,介绍了数据科学的基本原理,并引导您完成从收集的数据中提取有用的知识和业务价值所必需的“数据分析思维”。本指南还可以帮助您了解当今使用的许多数据挖掘技术。 3.Doing Data Science:Straight Talk from the Frontline https://www.west.cn/cms/news/idcnews/2019-12-23/218777.html
23.《数据挖掘:原理与应用》参考答案.pdf《数据挖掘:原理与应用》参考答案.pdf 19页内容提供方:小逗号 大小:914.95 KB 字数:约1.95万字 发布时间:2022-09-07发布于四川 浏览人气:937 下载次数:仅上传者可见 收藏次数:0 需要金币:*** 金币 (10金币=人民币1元)《数据挖掘:原理与应用》参考答案.pdf 关闭预览 想预览更多内容,点击免费在线https://max.book118.com/html/2022/0905/7060035031004162.shtm
24.waf工作原理流程图WAF权限管理华为云帮助中心为你分享云计算行业信息,包含产品介绍、用户指南、开发指南、最佳实践和常见问题等文档,方便快速查找定位问题与能力成长,并提供相关资料和解决方案。本页面关键词:waf工作原理流程图。https://support.huaweicloud.com/topic/1336652-3-W