【摘 要】
：
低频行为的挖掘是业务流程管理的重要内容之一,区分有效低频和噪音在业务流程优化中显得尤为重要。已有挖掘方法多是从数据属性研究低频行为,较少根据不同模块间的行为属性来
【基金项目】
：
国家自然科学基金资助项目(61572035,61402011),安徽省自然科学基金资助项目(1508085MF111,1608085QF149),安徽省高校自然科学基金重点资助项目(KJ2016A208),安徽理工大学研究生创新基金资助项目(2017CX2113)
论文部分内容阅读
低频行为的挖掘是业务流程管理的重要内容之一,区分有效低频和噪音在业务流程优化中显得尤为重要。已有挖掘方法多是从数据属性研究低频行为,较少根据不同模块间的行为属性来分析低频行为,由此提出基于Petri网的业务流程低频行为的挖掘与优化方法。首先,通过用流程树切的直接流图表示日志的行为关系,并与初始模型做匹配,发现所有的低频序列;然后,计算日志与模型的行为距离向量,基于行为紧密度区分有效低频日志和噪音日志,优化事件日志;其次,利用不包含噪音序列的事件日志通过融合交互模块网与特征网,挖掘得到一个优化的业务流程模型
其他文献
目前,电能表的现场检验主要以周期检验为主,具有发现问题滞后、检验针对性不强的问题。将以可靠性为中心的维护技术(RCM)应用到智能电能表的现场检验业务中。通过对智能电能
传统的依赖视频监控的人员行为管理方式费时且易产生疏漏,难以适用复杂的生产制造环境,为了实现更加有效的人员行为管理,针对生产车间工作人员行为识别与智能监控问题,提出一种基于人体骨架信息的生产行为识别方法。基于三维深度视觉传感器采集人体骨架关节位置数据,用标准化重构方法对骨架关节数据进行归一化处理,合成人体行为的时空特征RGB图像。在此基础上构建深度卷积神经网络模型,进行时空域的生产行为识别。最后通过
为有效解决矿井提升机自动运行过程中因制动盘偏摆、碟簧疲劳和闸瓦磨损导致的闸瓦长期刮擦制动盘或间隙过大等问题,减少人工调闸所浪费的时间,提高调闸精确度和生产效率,对
同分异构现象是有机物种类繁多的原因,同分异构体概念贯穿于有机化学的始终.高考试题以有机物结构为载体,考查同分异构体数目和结构简式的书写,体现了“证据推理与模型认知”