摘要：传统设备故障诊断方法通常基于单一的机理知识或运行数据,难以解决多复杂工况、多故障类型的设备故障问题。针对以上问题,提出了一种基于知识和数据融合驱动的设备故障诊断方法,从单纯依赖机理知识或运行数据到两者融合驱动,进一步形成故障图谱诊断系统,不仅通过优化的双向长短时记忆网络模型对设备运行数据进行故障分类,而且可以展示详细故障信息以及相似故障。经实验分析验证,故障诊断准确率平均达到95.03%,同时系统通过基于融合故障链的知识图谱进行辅助决策,返回故障相关信息。对比传统分类模型准确率表现突出,并实现了机理知识与数据驱动相融合的设备故障领域图谱构建。

摘要：为了实现图书馆服务质量动态感知和信息化管理,提出基于大数据挖掘的图书馆服务质量动态感知模型。构建图书馆服务质量态势动态信息统计分析数据库,对统计的图书馆服务质量态势动态大数据进行信息融合处理,采用网格分块聚类方法进行图书馆服务质量态势动态大数据聚类分析,对采集的图书馆服务质量态势动态大数据进行模糊信息分类识别和特征分布式融合处理,提取图书馆服务质量态势动态大数据的信息熵,根据提取的图书馆服务质量态势动态信息熵分布特征量进行大数据挖掘模型构造,采用空间分布式融合方法,实现图书馆服务质量态势动态大数据信息感知,优化分量管理。仿真结果表明,采用该方法进行图书馆服务质量动态感知的准确性较高,信息分类管理能力较好,提高了图书馆服务质量的动态管理水平。

摘要：为了提高电力系统对运维服务项目的计划申报和管理效率,设计并实现基于文本挖掘技术的电力系统运维服务项目的智能辅助管理系统。构建一个适用于电力系统运维项目计划的智能管理框架,在该框架下基于智能分词和文本特征表示设计一种层级融合分类方法,有效提高申报项目分类准确率,稽查分类错误。该辅助系统有效解决了电力运维服务项目的分类错误和重复立项等问题,提高了电力运维服务项目的计划管理效率和资金使用效率。