易制毒化学品违规预警管理系统的设计与实现
这是一篇关于易制毒化学品,预警模型,违规预测,决策表,属性约简的论文, 主要内容为易制毒化学品是指国家规定管制的可用于制造毒品的前体,包括制毒的主要原料和化学助剂。河北斯博思创新科技有限公司是“易制毒行业监管”集成商之一,开发的《易制毒化学品监督管理系统》实现了“八省一市”化学品流通过程的线上监管。当前的监管系统设计了针对用户操作行为不当的报警模块,未包含对用户违规行为的判定。而一旦易制毒化学品相关企业出现行政违规现象,导致可能用于制作毒品的化学品流失,后果相当严重,其造成的经济损失和社会不良影响无法估量。所以,对企业违规行为做出预判,并及时制止具有重要的现实意义。预警系统在易制毒化学品行业的应用处于空白阶段。为此,我们在易制毒化学品监督管理系统中增加了预警功能,设计并实现了易制毒化学品违规预警管理系统。该系统充分参考常规预警系统的设计思路和流程,全面分析易制毒化学品相关企业行政违规现象,通过对大量历史数据的总结和挖掘,实现了企业违规风险预判。可为监管人员提供企业违规预警消息,监管人员根据预警信息进行实地核查并将结果录入系统。本文具体工作如下:(1)确定需求,进行系统设计:根据系统具体需求,详细设计了违规预警系统各个模块和相关数据表,利用Python语言实现了违规预警算法。并基于Java语言开发该系统,框架采用Struts+Spring+Hibernate。(2)构建预警模型:根据工作人员相关经验选取备选预警指标,如:出入库异常情况、企业类型等;采用粗糙集属性约简算法,进行基于信息熵的属性约简,得到有效的预警指标;基于数据约简后的决策表进行模型构建,并经过调参确定了预警模型。(3)违规预警信息化管理:本系统对违规预警实施信息化管理,实现了违规企业信息共享。系统主要功能包括违规预警解除、违规企业录入等。其中违规预警解除是系统给出预警提醒并经工作人员核查后,若未发现企业违规,监管人员在系统内上传企业实际状况,进行预警解除。违规企业录入主要是针对系统未给出预警提醒,但经发现存在企业违规状况,则在违规信息管理模块进行违规企业录入操作。(4)可视化违规企业、预警企业分布信息:利用可视化工具进行违规信息统计,实现违规企业、预警企业分布热力图,为监管人员查看预警统计状况和企业违规统计状况提供了更加直观的方式。易制毒化学品违规预警管理系统的测试结果表明,本系统能够准确地进行违规预判,各个功能模块设计合理,基本满足用户需求。
基于粗糙集的跨境电商客户关系研究
这是一篇关于跨境电商,客户关系,粗糙集,属性约简,客户分类的论文, 主要内容为在目前互联网业务、各国之间物流以及跨境支付迅速发展的背景下,我国与各国之间的有关农产品的商贸行为实现了由大变小,由大批量转而变为小型化,大交易金额变为小额订单,周期由长变短,频率由低变高的贸易模式的转变。许多农产品外贸企业由传统的外贸交易市场发展至跨境电商市场。于是跨境平台的迅猛发展促进了农产品小微企业以及个人商户的发展,为农产品企业、商户和农民带来了空前未有的发展机遇。基于目前处于互联网大喷发时代,导致客户数据量大,数据结构复杂,且容易缺失。随着粗糙集理论的提出以及奇异值分解方法的逐步发展,两种理论在客户数据挖掘以及对客户数据进行填补方面有非常良好的效果。本文基于粗糙集理论以及奇异值分析方法,对农产品跨境电商客户管理开展相关研究工作,主要内容如下:通过研究粗糙集基本理论以及分析跨境电商中的客户关系管理的必要性和优势,根据目前农产品跨境电商客户分类的特点,以及农产品跨境电商客户指标体系的选取原则,对农产品跨境电商客户分类指标体系进行构建。该指标体系根据购买行为、忠诚度、信用度和消费偏好这几点构建。采用区分函数,对跨境电商客户进行属性约简。结合层次分析法AHP模型的基本思想,综合客户分类评估指标体系以及AHP的求解步骤,对湖南年年有鱼进出口有限公司,即湖南一家农产品跨境电商企业的客户数据建立信息系统,计算属性权重。并分析出对该农产品跨境电商企业而言,客户下单次数以及消费总额为其重要客户指标。分析了奇异值分解SVD的协同过滤推荐算法在跨境电商客户关系数据中的作用,利用SVD对客户感兴趣的商品作出表格,同时根据计算出的各评价指标的权重以及AHP模型对农产品客户进行进一步价值划分,最终设计出了适合湖南年年有鱼进出口有限公司农产品跨境电商的客户推荐系统。通过实验验证,本文模型充分利用了粗糙集理论、AHP模型基本思想、SVD算法,实现了对湖南这家农产品跨境电商企业的客户分类以及推荐系统的搭建,对跨境电商企业的经营以及发展产生了非常重要的理论以及技术参考。
电子商务中基于个性化推荐的商品质量和隐私保护相关问题研究
这是一篇关于个性化推荐,粗糙集理论,属性约简,隐私保护,商品质量的论文, 主要内容为随着电子商务在全球区域范围内的覆盖,越来越多的消费者选择通过电商平台购物,个性化推荐方法在电商平台中具有重要作用。但现有的个性化推荐方法存在一些问题:推荐准确率不高、用户兴趣隐私泄露、商品质量不合格。针对个性化推荐中存在的上述问题,本文开展了电子商务中个性化推荐方法的研究,具体创新点如下:(1)针对个性化推荐中的商品质量问题,提出了在完备商品类别决策系统下基于最大混合条件的粗糙约简算法(MTMRA)和在不完备商品类别决策系统下基于重要度优先搜索的粗糙约简算法(IPSRA)。粗糙决策分析方法是利用粗糙集理论对商品数据库进行分类,粗糙集理论无需数据源的先验知识,只依赖数据本身,可以处理不完备信息并从中发现隐含的知识,在不影响分类精度的情况下解决问题,保证商品质量。在仿真实验中,采用支持向量机的基分类器对算法准确率进行评估,验证了所提算法具有较高的分类准确率。(2)针对个性化推荐中的隐私保护问题,提出了基于BT的隐私词过滤算法(TDFA)。首先,根据字典树构建算法(BT)构建隐私字典树;然后,将兴趣词在字典树中进行隐私词检索与过滤;最后根据用户反馈信息更新隐私字典树。TDFA算法能对用户兴趣数据库中隐私信息进行过滤,降低隐私泄露的风险,实现用户隐私保护。通过仿真实验验证了 TDFA算法在保护用户兴趣隐私的同时,还可以有效地缩短运行时间。(3)针对个性化推荐的实时性问题,结合IPSRA和TTDFA算法,提出了基于商品质保和隐私保护的最近时间内容推荐算法(imp-kTCRA)。首先,根据用户动作和用户浏览时间构造产品偏好程度和时间权重函数,根据函数获得用户可能感兴趣的top-N个兴趣模型;然后,根据产品好评率和产品月销量构造产品重要度函数;最后,根据用户与产品相似度函数以及产品重要度函数构造产品推荐度函数。imp-kTCRA算法对用户兴趣进行动态更新,保证推荐商品的实时动态变化。通过仿真实验验证了imp-kTCRA算法具有较高的实时性和推荐准确率。
基于J2EE模型系统性能优化方法的研究和实现
这是一篇关于属性约简,参数模块,决策系统,J2EE应用系统,性能优化的论文, 主要内容为近年来,企业应用系统已得到各大企业的普遍关注,企业应用系统被越来越多的企业所应用。随着系统应用的不断发展企业对基于J2EE架构系统的高可靠性能提出了越来越多的要求。 从J2EE的发展过程和核心实现技术来看,J2EE多层应用框架在提高了软件的重用性和分解了问题的复杂性的同时,也使得代码庞大,层与层之间的控制关系复杂,开发出来的产品不能满足业务的要求,其主要表现在当并发用户增多或数据吞吐量增加的情况下,用户所提出的请求相应时间过长,甚至请求失败。有很多文献讨论了J2EE应用系统的性能,但都是针对系统某一方面的特性来分析或改进性能,其优化方法与策略往往是优化人员基于服务器厂商所提供的官方技术文档来分析各种参数的实际意义,这种调节方法的优化速度由于需要优化人员对服务器有一个熟悉的过程而显得比较漫长,缺少系统性和规律性,很难快速的确定所需调节的关键参数。 本文针对常用的应用服务器分析了其性能下降的原因,将粗糙集合理论中的属性约简原理与J2EE性能优化调节有效的结合起来,同时提出了调节参数模块化思想并结合属性约简算法对参数模块进行属性约简,从实践中定量的找出影响系统性能的主要参数对其进行着重调节快速提高系统性能。这区别于传统的基于定性调节的优化方法,而是采用基于定量的实验数据结果来进行优化。实践证明,本文所提出的优化方法在应用服务器调节方面行之有效,并具有对优化人员的要求低,快速调优等特点。 根据J2EE应用系统开发应用的实际情况,从系统的设计模式、组件复用、编码优化直至部署实施等这一整套过程出发,本文也提出了系统性能优化的方案,并针对系统的不同方面来阐述系统性能整体优化的解决方案。
基于J2EE模型系统性能优化方法的研究和实现
这是一篇关于属性约简,参数模块,决策系统,J2EE应用系统,性能优化的论文, 主要内容为近年来,企业应用系统已得到各大企业的普遍关注,企业应用系统被越来越多的企业所应用。随着系统应用的不断发展企业对基于J2EE架构系统的高可靠性能提出了越来越多的要求。 从J2EE的发展过程和核心实现技术来看,J2EE多层应用框架在提高了软件的重用性和分解了问题的复杂性的同时,也使得代码庞大,层与层之间的控制关系复杂,开发出来的产品不能满足业务的要求,其主要表现在当并发用户增多或数据吞吐量增加的情况下,用户所提出的请求相应时间过长,甚至请求失败。有很多文献讨论了J2EE应用系统的性能,但都是针对系统某一方面的特性来分析或改进性能,其优化方法与策略往往是优化人员基于服务器厂商所提供的官方技术文档来分析各种参数的实际意义,这种调节方法的优化速度由于需要优化人员对服务器有一个熟悉的过程而显得比较漫长,缺少系统性和规律性,很难快速的确定所需调节的关键参数。 本文针对常用的应用服务器分析了其性能下降的原因,将粗糙集合理论中的属性约简原理与J2EE性能优化调节有效的结合起来,同时提出了调节参数模块化思想并结合属性约简算法对参数模块进行属性约简,从实践中定量的找出影响系统性能的主要参数对其进行着重调节快速提高系统性能。这区别于传统的基于定性调节的优化方法,而是采用基于定量的实验数据结果来进行优化。实践证明,本文所提出的优化方法在应用服务器调节方面行之有效,并具有对优化人员的要求低,快速调优等特点。 根据J2EE应用系统开发应用的实际情况,从系统的设计模式、组件复用、编码优化直至部署实施等这一整套过程出发,本文也提出了系统性能优化的方案,并针对系统的不同方面来阐述系统性能整体优化的解决方案。
基于J2EE模型系统性能优化方法的研究和实现
这是一篇关于属性约简,参数模块,决策系统,J2EE应用系统,性能优化的论文, 主要内容为近年来,企业应用系统已得到各大企业的普遍关注,企业应用系统被越来越多的企业所应用。随着系统应用的不断发展企业对基于J2EE架构系统的高可靠性能提出了越来越多的要求。 从J2EE的发展过程和核心实现技术来看,J2EE多层应用框架在提高了软件的重用性和分解了问题的复杂性的同时,也使得代码庞大,层与层之间的控制关系复杂,开发出来的产品不能满足业务的要求,其主要表现在当并发用户增多或数据吞吐量增加的情况下,用户所提出的请求相应时间过长,甚至请求失败。有很多文献讨论了J2EE应用系统的性能,但都是针对系统某一方面的特性来分析或改进性能,其优化方法与策略往往是优化人员基于服务器厂商所提供的官方技术文档来分析各种参数的实际意义,这种调节方法的优化速度由于需要优化人员对服务器有一个熟悉的过程而显得比较漫长,缺少系统性和规律性,很难快速的确定所需调节的关键参数。 本文针对常用的应用服务器分析了其性能下降的原因,将粗糙集合理论中的属性约简原理与J2EE性能优化调节有效的结合起来,同时提出了调节参数模块化思想并结合属性约简算法对参数模块进行属性约简,从实践中定量的找出影响系统性能的主要参数对其进行着重调节快速提高系统性能。这区别于传统的基于定性调节的优化方法,而是采用基于定量的实验数据结果来进行优化。实践证明,本文所提出的优化方法在应用服务器调节方面行之有效,并具有对优化人员的要求低,快速调优等特点。 根据J2EE应用系统开发应用的实际情况,从系统的设计模式、组件复用、编码优化直至部署实施等这一整套过程出发,本文也提出了系统性能优化的方案,并针对系统的不同方面来阐述系统性能整体优化的解决方案。
不完备决策表属性约简和求核算法
这是一篇关于不完备决策表,属性约简,核属性,冲突域,限制容差关系的论文, 主要内容为现在在全世界范围掀起了一股股IT浪潮,例如云计算和物联网的兴起、移动通信服务进入了4G时代、大数据时代的到来等。这些IT革命使人类的工作生活更加便捷和轻松。特别是大数据时代,现在要处理的数据都已经到PB级别,这也加大了数据处理的难度。粗糙集是一个优秀的数学工具,尤其在处理不精确、不完备、不一致数据表现突出。粗糙集理论是人工智能与模式识别共同研究所得到重要研究成果之一。粗糙集的最大特点是不要任何先验知识,不需要其他额外数据信息就可以达到处理数据的目的。 属性约简和求核一直都是粗糙集理论的热门研究重心之一。属性约简的目的是在不改变原始数据背后的隐藏规则和数据关系的前提下,尽可能化简原始数据。属性约简又划分成无核属性约简和有核属性约简。无核属性约简是根据某些模型或者启发信息来进行约简。有核属性约简则是要先在计算核属性的基础上,然后在进行约简。其实,核属性是所有属性约简的交集。因此,求核是非常有意义的研究课题之一。 同时,如今关于粗糙集的属性约简和求核的探讨多半是作用在完备决策表中。在实际情况中,由于数据丢失、信息不确定或者噪声数据影响,使得信息系统中存在空值或者遗漏信启、。然而以往的经典的属性约简和求核方法已经不适用于这种情况。这也导致了研究不完备决策表的属性约简与求核是一种新的趋势。王国胤教授针对不完备信息系统制定了容差关系、限制容差关系、相似关系等。各国学者则使用了正区域、矩阵、信息量、知识粒度等方式来计算不完备决策表的属性约简和求核。 本文首先简单介绍了粗糙集的发展历程及相关概念,然后针对不完备决策表先后使用冲突域和限制容差关系来求解属性约简和属性。下面将从三个方面论述本文的研究工作： (1)在不完备决策表中的首先用分步计数的方法求出容差类,这比之前给出的算法更加高效且易于理解。通过自己给出的冲突域的定义结合矩阵思想构造出布尔冲突矩阵的模型,然后通过矩阵的逻辑运算和属性重要度的定义,逐个找出约简后的属性。这样的方法相比以往的差别矩阵的属性约简方法是一种创新的方法,在时间效率也有不错提高。其中新设计的算法时间复杂度为max{O(、|K||C||U|），O（|C|2|POSC(D)||U|)},空间复杂度为0(|C|2|POSC(D)||U|)。 (2)在关于核属性研究时,首先给出了冲突域的定义和在冲突域下的决策表的核属性判断方法。通过相比于普通正区域,冲突域可以减少元素决策值的比较次数,这样在算法效率上有所加强。在此之前,在计算容差类时用了链式基数排序的方法,这一步大大降低了算法的时间复杂度。该求核算法的时间复杂度为O(|K||C|2|U|),而总空间复杂度为O(｜U｜)。 (3)在研究不完备决策表时,通常是用容差关系建立模型,但是容差关系在对象划分上不够精准。通过研究限制容差关系发现利用它划分的限制容差类更加精细与合理,可以方便核属性的计算。所以构造出基于限制容差关系的二进制差别矩阵,通过该矩阵来求核。该方法的时间复杂度O(|C||U|2),空间复杂度降到O(|C||U||Upos|)。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码工厂 ，原文地址：https://bishedaima.com/lunwen/47266.html
