【摘 要】
：
实践表明，解决城市交通问题的最重要的方法就是发展公共交通。城市公共交通工具的增多，必然会导致一些事故的发生，如何避免公交事故的发生也成为了人们关注的焦点。本文分析了影响公交事故的各种因素和人员受伤的部位及受伤的程度，并且根据这些属性得到在不同的影响因素下人员会受到怎样的伤害，显然，如果仅仅查看资料是无法得到它们之间的关联的，所以，在本文中就需要数据挖掘技术来找出这些属性之间的关联关系，从而根据得到
【机 构】
：
合肥工业大学大学管理学院,安徽省合肥市230009
论文部分内容阅读
实践表明，解决城市交通问题的最重要的方法就是发展公共交通。城市公共交通工具的增多，必然会导致一些事故的发生，如何避免公交事故的发生也成为了人们关注的焦点。本文分析了影响公交事故的各种因素和人员受伤的部位及受伤的程度，并且根据这些属性得到在不同的影响因素下人员会受到怎样的伤害，显然，如果仅仅查看资料是无法得到它们之间的关联的，所以，在本文中就需要数据挖掘技术来找出这些属性之间的关联关系，从而根据得到的不同规则分析各种事故的产生的原因，以此来加强公交公司的管理，达到减少公交事故发生的目的。
其他文献
本文针对两区域互联电网负荷频率偏差控制问题，提出了两区域电网分布式预测协调控制DMPC(Distributed Model Predictive Control)策略，其主要思想是将整个系统分解成几个子系统，每个子系统都有各自的控制器。这些控制器通过信息交换，进行相互协调。该控制策略通过有效解决发电机变化率约束(Generation Rate Constraint)问题，使得关键变量更靠近全局最优
现有大多数密钥管理方案并未综合考虑无线传感器网络拓扑动态变化及sink 节点移动的场景。本文提出一种基于动态分簇及移动sink 最优路径选择的密钥管理方案。该方案充分考虑无线传感网动态变化的拓扑结构以及移动sink 的最优路径规划问题，并在此基础上分析网络系统的安全性。根据普通节点和sink 节点不同的资源配置，设计簇头与移动sink 采用改进的ECDH 算法建立会话密钥，普通节点与簇头通过二元对
大型发电生产过程被控对象动态特性大多具有大惯性，大时滞和非线性特点，获取其对象模型确实不易。但是模型精度不要求太高时，想要得到某个工作点的对象模型是完全可以实现的。本文提出一种基于负荷自适应的模型驱动循环流化床锅炉床温控制系统。该系统设计的前提条件是已获得了几种典型工况下的床温模型。首先将床温模型经过微分反馈补偿后得到其等效床温模型，表示为带有纯滞后的一阶环节，这样十分方便求得模型驱动控制器参数。
基于多模型的软测量建模中，聚类效果与子模型的建模及融合方式对软测量模型的精度起重要作用。对此，本文提出一种基于改进仿射传播聚类(AP)的多模型建模方法。为提高聚类精度，在AP 聚类算法划分样本数据的基础上，采用人工鱼群算法对AP 聚类算法的偏向参数与阻尼系数寻优，同时针对位于距离较近类别边界处的样本再建立重叠类，采用支持向量机建立各类样本的回归子模型。分别用标准数据集仿真和工业双酚A 生产装置的现
为了解决监控系统布线困难和远程通信的问题，提出了基于ZigBee 无线传感器网络(WSNs)和4G 无线通信网络的工业过程远程监控系统。详细介绍了WSNs 的网络拓扑结构设计及ZigBee 终端测控节点、协调器网关和远程监控中心的软硬件设计方法。该系统已应用于电缆厂连铸连轧车间控制系统中，运行结果表明系统稳定、可靠，完全满足生产工艺要求。
针对传统的K-means 聚类算法存在的缺点，本文提出一种基于密度指标去除噪声点和孤立点的算法，该算法以每个点的密度大小是否满足一个阈值为条件，判定该点是否为孤立点，实验表明该算法能有效消除样本中的噪声点和孤立点对K-means 聚类中心的影响。再利用减法聚类算法初始化K-means 算法的聚类中心，并得到聚类中心的个数，将改进后的K-means 算法优化RBF 神经网络结构，通过对典型非线性函数
间歇过程是一类具有典型复杂非线性特性的生产过程，可以利用模糊神经网络(NFM)建立其输入输出的非线性映射关系。在前期的研究中曾提出过基于PDF 技术的模型训练方法，成功的解决了传统的基于MSE 准则训练方法模型泛化能力弱的问题，但又产生了概率密度难以估计及目标PDF 未知时模型性能不稳定的问题。本文针对这两个问题，引入了新的概率密度窗宽估计方法，并提出了在目标PDF 未知时采用PDF 预估器及其收
：为解决基于字典学习与稀疏表示的灰度图像彩色化算法只对单一内容图像有效这一问题，本文提出了一种新型的图像彩色化方法。首先，根据目标灰度图像的子内容分别选取多组参考彩色图像，从各组参考彩色图像中选取对应子内容的样本图像块；然后分别进行字典训练，得到基于内容的分类字典；最后，根据重建误差最小化原则，查找最佳匹配子字典，进而实现灰度图像的彩色化。本文算法是一种自动算法，在保证图像彩色化过程自动化的前提下
针对实际焦炉推焦作业计划过程中的多炉号乱笺问题，提出一种基于改进蚁群算法的焦炉推焦计划编排方法。首先，给出以恢复推焦串序过程中总惩罚最小为优化目标的焦炉推焦优化调度模型；其次，为了避免蚁群算法进入搜索停滞状态，设置信息素值域来加强算法的搜索能力，并采用具有自适应性的全局更新规则来加快算法后期的收敛速度，进而利用改进的蚁群算法对焦炉优化调度问题进行求解；最后，通过某焦炉厂实际生产数据仿真结果证明，该
选择表征建模对象特性漂移的新样本对软测量模型进行自适应更新能够降低模型复杂度和运行消耗、提高模型可解释性和预测精度。针对新样本近似线性依靠程度(ALD)和预测误差(PE)等指标只能片面反映建模对象的漂移程度，领域专家结合具体工业过程需要依据上述指标和自身积累经验进行更新样本的有效识别等问题，本文提出了基于更新样本智能识别算法的自适应集成建模策略。首先，基于历史数据离线建立基于核随机向量泛函连接网络