Wyniki wyszukiwania - BazTech

1

Finding frequent items: novel method for improving Apriori algorithm

Karimtabar Noorollah, Fard Mohammad Javad Shayegan

Computer Science

|

2022

|

T. 23 (2)

161--177

EN

In this paper, we use an intelligent method for improving the Apriori algorithm in order to extract frequent itemsets. PAA (the proposed Apriori algorithm) pursues two goals: first, it is not necessary to take only one data item at each step – in fact, all possible combinations of items can be generated at each step; and second, we can scan only some transactions instead of scanning all of the transactions to obtain a frequent itemset. For performance evaluation, we conducted three experiments with the traditional Apriori, BitTableFI, TDM-MFI, and MDC-Apriori algorithms. The results exhibited that the algorithm execution time was significantly reduced due to the significant reduction in the number of transaction scans to obtain the itemset. As in the first experiment, the time that was spent to generate frequent items underwent a reduction of 52% as compared to the algorithm in the first experiment. In the second experiment, the amount of time that was spent was equal to 65%, while in the third experiment, it was equal to 46%.

2

Research on the intelligent positioning method of tunnel excavation face

Zhang Jiesheng, Qi Yongzheng

Archives of Civil Engineering

|

2022

|

Vol. 68, nr 1

431--441

EN

Tunnel construction survey must be necessary to be very quick so that the results can be known as soon as possible. This aim can be achieved through the intelligent positioning method of tunnel excavation face. In this study, the plane parameters of the tunnel cross-section were transformed into the coordinates of the points on the cross-section to realize the automatic transformation of graphic data. According to the theoretical calculation of the lofting point accuracy, the appropriate measurement control network level and measurement accuracy and the appropriate measurement instruments were selected. The fast and intelligent positioning and setting out of tunnel excavation face was realized base on the technology of data communication between computer and measuring instruments. The intelligent positioning method of tunnel excavation face could greatly reduce the time of measurement and positioning, speed up the project progress, reduce the project risk, shorten the construction period and reduce the project cost.

3

Hybrid fault diagnosis of railway switches based on the segmentation of monitoring curves

Ou D., Tang M., Xue R., Yao H.

Eksploatacja i Niezawodność

|

2018

|

Vol. 20, no. 4

514--522

EN

Switches are one of the most important pieces of infrastructure in railway signal systems, and they significantly influence the efficiency and safety of train operation. Currently, the identification of switch failures mainly depends on the experience of railway staff and the use of simple thresholding methods. However, these basic methods are highly inaccurate and frequently result in false and missing alarms. This paper aims to develop a hybrid fault diagnosis (HFD) method for railway switches. The method is an intelligent diagnosis method that uses massive current curves collected by microcomputer monitoring systems. We first divide the switch operation current curves into three segments based on the three mechanical processes that occur during switch operation. Then, a standard curve is selected from the fault-free curves, and common typical faults are ascertained through a microcomputer monitoring system. Finally, derivative dynamic time warping and a quartile scheme are employed to identify fault curves. An experiment based on current curves collected from the Guangzhou Railway Bureau in China demonstrates that the HFD method is extremely accurate and has low false and missing alarm rates. HFD performs better than the studied support vector machine (SVM) and dynamic time warping (DTW) methods, which are widely used for fault diagnosis.

PL

Zwrotnice stanowią jeden z najważniejszych elementów infrastruktury systemów sygnalizacji kolejowej i mają znaczący wpływ na wydajność i bezpieczeństwo eksploatacji pociągów. Obecnie, identyfikacja awarii zwrotnic zależy głównie od doświadczenia personelu kolejowego i opiera się na stosowaniu prostych metod progowania. Jednakże te elementarne metody są wysoce niedokładne i często skutkują fałszywymi alarmami lub brakiem alarmu. Niniejszy artykuł ma na celu opracowanie hybrydowej metody diagnostyki błędów (HFD) dla zwrotnic kolejowych. Metoda ta jest inteligentną metodą diagnostyczną, która wykorzystuje wykresy przebiegu prądowego zebrane przez mikrokomputerowe systemy monitorowania. Najpierw krzywe prądowe działania zwrotnicy dzieli się na trzy segmenty w oparciu o trzy procesy mechaniczne, które zachodzą podczas jej działania. Następnie, spośród krzywych opisujących działanie bezusterkowe, wybiera się przebieg standardowy, a w dalszej kolejności ustala się, z wykorzystaniem mikrokomputerowego systemu monitorowania, najczęściej występujące, typowe błędy działania zwrotnicy. Wreszcie, do identyfikacji krzywych błędów stosuje się schemat kwartylowy oraz metodę derivative dynamic time warping wykorzystującą pochodne do klasyfikacji szeregów czasowych. Eksperyment oparty na krzywych prądowych zebranych przez Guangzhou Railway Bureau w Chinach pokazuje, że metoda HFD jest wyjątkowo dokładna i skutkuje niską liczbą fałszywych i brakujących alarmów. HFD daje lepsze wyniki niż szeroko stosowane do diagnozowania błędów metody maszyny wektorów nośnych (SVM) i dynamic time warping (DTW).