龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中车长春轨道客车股份有限公司
摘要：本发明涉及数据分析技术领域，具体涉及一种基于数据挖掘的轨道车辆RAMS数据关联性分析方法。本发明通过对历史数据集进行Apriori算法逐层迭代分析，当层数为2时，根据每个项集对应子集的支持度差异和相关系数间的变化相关程度，获得项集的优化支持度；当层数大于2时，根据每个项集前一层级中待调整子集间的关联情况和优化支持度相似情况调整待调整子集，根据调整后的待调整子集获得项集的优化支持度；根据优化支持度确定的频繁项集，将最终频繁项集进行置信度判断，获得的强关联规则进行存储。本发明通过数据处理，对支持度进行优化调整，提高数据关联性分析的准确度和效率，获得可靠性更强的数据关联关系。
主权项：1.一种基于数据挖掘的轨道车辆RAMS数据关联性分析方法，其特征在于，所述方法包括：获取轨道车辆RAMS对应的相关数据的历史数据集；采用Apriori算法对历史数据集进行逐层搜索迭代，将每种相关数据对应的数据值作为历史数据集中的项，并获得每个项的支持度，每一层级的层数与层级中项集的项数相等；在迭代过程中，当层数等于2时，获取当前层级中每个项集所有子集对应的两类相关数据；根据两类相关数据之间的数据变化相关程度和两类相关数据对应子集间的支持度差异程度，获得对应项集的优化系数；通过优化系数将对应项集的支持度进行优化，获得每个项集的优化支持度；当层级大于2时，获取当前层级中每个项集与前一层级的频繁项集相同的子集，作为对应项集的待调整子集；根据待调整子集之间的关联情况和优化支持度的相似情况，对待调整子集的优化支持度进行更新；根据每个项集对应所有子集的优化支持度，将对应项集的支持度进行优化，获得每个项集的优化支持度；根据当前层级的项集的优化支持度确定当前层级的频繁项集，将最大层级的频繁项集作为最终频繁项集；根据Apriori算法对最终频繁项集进行置信度判断，获得强关联规则，将强关联规则对应的数据关联关系输入至轨道车辆控制系统中存储。
全文数据：
权利要求：
百度查询： 中车长春轨道客车股份有限公司 基于数据挖掘的轨道车辆RAMS数据关联性分析方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号