隐变迁是指一些存在于过程模型中,但没有出现在日志序列中的变迁。这样的变迁会大量存在于现实的模型中。从事件日志中寻找挖掘隐变迁的方法是过程挖掘技术的一个重要的难题。目前针对自由选择网有一些解决办法,但是对于复杂的过程模型有一定的局限性。本文提出了基于Petri网行为轮廓寻找隐变迁的方法。首先根据发生频率最高日志序列得出源模型,再根据剩余的日志序列一步步优化源模型从而找到隐变迁,最后通过评价指标来判定模型的合理性。
2021-11-05 23:59:24
331KB
1
该项目是基于于flink的电商用户行为数据分析的flink项目，模块划为为：从项目介绍与代码框架、实时热门商品统计、替换kafka源、实时流量统计、恶意登录检测、恶意登录监控CEP实现、订单支付监控CEP实现
2021-11-05 20:05:55
18.51MB
1
离散选择模型及其在交通行为分析中的应用，王雯静，干宏程，离散选择模型应用于智能交通背景下的交通行为分析中是当今国际热点。本文先介绍了离散选择模型的基本原理，包括其概念，它的理论
2021-11-05 19:16:35
347KB
1
Vue指令,你可以很方便地对页面中所有input和textarea的自动聚焦行为进行流程控制
2021-11-04 19:06:05
35KB
1
1.对文本文件形式的原始数据集进行预处理
2.把文本文件的数据集导入到数据仓库Hive中
3.对数据仓库Hive中的数据进行查询分析
4.使用Sqoop将数据从Hive导入MySQL
5.使用Sqoop将数据从MySQL导入HBase
6.使用HBase Java API把数据从本地导入到HBase中
7.使用R对MySQL中的数据进行可视化分析
内含三份报告和数据集，报告中有源码，是用spark做的
2021-11-04 13:03:50
178.26MB
针对人体行为识别问题，提出一种基于径向基函数（BP）神经网络的人体行为分类算法。首先，利用奇异值分解（SVD）算法提取视频每一帧的奇异值，将每一帧的奇异值按照行拼接起来即为一个视频的样本，样本按照行排成样本矩阵；然后，利用主成分分析（PCA）对得到的矩阵进行去相关并且降低维数，降低维数的矩阵再进行线性鉴别分析（LDA），使样本变得线性可分；最后，利用BP神经网络对样本进行分类；实验结果表明，与采用最近邻分类和K近邻分类（kNN）相比，所提算法具有更高的识别率。
2021-11-03 11:21:20
765KB
1