简介：近年来，流数据挖掘成为数据挖掘的一个热点。流数据挖掘的研究工作包括多个方向，其中频繁模式挖掘因其在检测网络异常、点击流分析和传感器网络等方面的广泛应用成为一个重要方面。本文介绍了流数据频繁模式挖掘的概念和相关知识。重点描述了频繁模式挖掘的处理模型和算法。其中算法的介绍分为两部分，第一部分介绍的算法的分类，第二部分对具体算法作分析。最后，本文对频繁模式挖掘中的一些相关问题进行了探讨。

简介：本文主要介绍了作者对柴油机连杆小端非等壁厚结构优化模型的建立与研究,并通过实际计算,取得比较令人满意的效果。

简介：本文首先对离散小波变换进行了简单的介绍，其次详细的描述了小波软门限去噪算法，最后在搭建的发动机台架系统上，测试云内4100QB柴油机的振动信号。选择db3小波函数对信号进行消噪处理，说明确定适当的分解层数和合适的阈值的必要性。

简介：针对柴油机缸盖振动信号的非平稳时变特点，提出应用小波包能量法提取故障特征向量，并将提取的特征向量作为BP神经网络的输入向量进行学习训练。训练后的神经网络可以利用测量的振动信号判断柴油机的气阀机构故障状况。实践证明该方法在柴油机振动诊断中是有效可行的，对其他设备的故障诊断也具有借鉴意义。

简介：本文在阐述了发动机气门漏气声学特性及其振动诊断机理的基础上，针对发动机缸盖振动信号的特点，运用小波包对采集的振动信号进行3层分解、重构、提取特征向量。然后将特征向量作为概率神经网络的输入，构建网络模型。再用测试数据验证诊断模型的正确性。诊断结果表明该方法是可行的，并取得了较好的效果。

简介：无叶扩压器是离心压气机重要部件,也是涡轮增压器上应用最多的扩压器类型,详细研究其内部流场,掌握流动损失产生的机理,对于提升扩压器性能及抑制其失速的发生具有重要意义。本研究利用商用CFD软件NUMECA对离心压气机无叶扩压器进行了数值模拟,并对无叶扩压器收缩段和平行段内的流动分别进行分析,探讨了它们各自流动的特点,为进一步深入研究无叶扩压器流动,提升其性能奠定基础。