摘要：在不拆机的前提下,曳引电梯驱动主机故障检测与诊断的难点在于诊断方法的局限性和检测参数的有限性,因此如何利用现有方法和参数去精确表征曳引电梯驱动主机各类故障是一个亟待解决的难题。本文通过对国内外文献的研究,分析了曳引电梯驱动主机故障特点及诊断难点,对该领域的主要研究内容、研究成果以及发展方向进行了归纳总结。指出了当前研究工作存在的主要问题,提出了未来研究重点应关注基于多源数据融合驱动的故障诊断、高鲁棒性检测模型系统开发、便携式设备研发和在线监测及预警。

摘要：一、引言当前,国内的工业生产活动正在积累着越来越多的数据,尤其是现代化的工业生产线上的传感器与监测设备,它们能够对生产过程和运行参数进行高效的监控和记录。时间序列数据作为最基本且普遍的数据形式,对推进工业大数据的分析研究发挥着至关重要的作用。为了实现工业大数据分析的有效性,建模过程必须依托于高质量的数据。但是,工业时间序列数据的复杂性,例如它们的广泛来源、庞大的数据量、来源的多样性、持续的采样特征、低价值密度以及高度动态性,使得数据质量问题变得普遍。

摘要：为克服不平衡数据集中存在的噪声、小分离、类内和类间不平衡问题,提出一种基于HDBSCAN(hierarchical density-based spatial clustering of applications with noise)聚类的自适应过采样技术。该技术只对HDBSCAN发现的任意形状的集群进行过采样,在稀疏度大的集群中自适应地合成较多的样本,在稀疏度小的集群中合成相对较少的样本,且合成的样本靠近集群中心。实验结果表明,该方法可有效避免不平衡数据集中噪声的产生,同时克服类间和类内不平衡问题,为不平衡学习提供了一种过采样策略。

摘要：针对传统的文本特征选择方法所选特征子集精度不高的问题,提出一种结合信息增益和萤火虫算法的特征选择方法。计算所有特征词的信息增益并按从高到低排序,在排序靠前的特征集合上利用萤火虫算法寻优搜索得到最优特征子集。为避免萤火虫算法求解速度慢和陷入局部最优,对步长因子α进行改进,使其动态更新。在KNN上的文本分类实验结果表明,萤火虫算法选择的特征子集与信息增益和遗传算法相比,具有更好的分类效果。

摘要：传统二部图推荐算法存在着初始资源设置不合理,以及仅仅依靠项目度和用户度来调整资源分配系数的问题。因此提出一种基于差异化资源分配的二部图推荐算法,新的算法利用评分规范化和最大最小值的方法对项目初始资源进行了修正,在此基础上引用艾宾浩斯遗忘函数来量化用户"兴趣偏移"所带来的影响;再利用用户评分相似性函数和用户偏好函数对资源分配系数进行了差异化设置,使资源流转变得更加合理。经过实验验证,新提出的算法在推荐准确度及多样性上都有所提升。

摘要：随着国民经济的发展,质量技术监督事业在国民经济发展方面发挥越来越重要的作用。与此同时,国民经济的快速发展也对质量安全监管工作提出了更高的需求。作为质量技术监督主管部门要探索建立科学合理的质量诚信评价体制和机制,不仅需要对企业、个体的质量信用进行评价分级,还需要探索将诚信评价结果应用到质量监督的分类监管工作上去,从而有序提高地区乃至国家的质量水平。