ImageVerifierCode 换一换
格式:DOCX , 页数:46 ,大小:124.60KB ,
资源ID:10275899      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bdocx.com/down/10275899.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(卡丁车构造图解汇总.docx)为本站会员(b****7)主动上传,冰豆网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰豆网(发送邮件至service@bdocx.com或直接QQ联系客服),我们立即给予删除!

卡丁车构造图解汇总.docx

1、卡丁车构造图解汇总上述程序一旦检测到串口事件,就调用 DataProcessing方法读串口数据,并写入数组,供程序其它部分调用,另外还要检测何时退出线程,程序如下:procedure Tmain form.DataProcess ing1005beginclear := CLEARCOMMERROR ( hcom,lperrors,comms) ; /清除串 口错误其他if Clear ThenBegin /处理接收数据ReadFile ( hcom,ReadBuffer,Comms.cblnQue,LPReadNumber,0 )ReceBytesl+ArrayOffset := Read

2、BufferI;/读串口缓冲区数据并写入数组1gameover :=(ReceBytesI+ArrayOffset-1=Byte ( $FF)and ( ReceBytesI+ArrayOffset=Byte 套$FF) ; /终止条件if gameover the n term in ate; / 退出线程End;End;其中,124将线程的Terminated属性设置为True。线程一旦检测到 Terminated属性为True,就会结束 线程,去执行 On termi nate事件,在On termi nate事件中对采集到的 RFID标识数据进行处理。 由于RFID读写器的ABxS协议

3、的命令响应的最后两个字节都是 FF,所以可以将收到连续的两个FF作为终止线程的条件之一。程序应用举例:以持续读标识中所有 48字节数据命令为例,在程序中用 WriteBuffer数组保存该命令,对 WriteBuffer数组的各个元素赋值如下:WriteBuffer0 := Byte ();WriteBuffer1 := Byte ( $0D) ; / 连续读标识命令字头WriteBuffer2 := Byte ( $00); WriteBuffer3 := Byte ($00); /从第一个字节开始读WriteBuffer4 := Byte ( $00) ; WriteBuffer5 :=

4、Byte ( $30) ; / 读 48 个字节数据WriteBuffer6 := Byte ( $00) ; WriteBuffer7 := Byte$02) ; /延时2秒WriteBuffer8 := Byte ( $ff) ; WriteBuffer9 := Byte ( $ff); /连续读标识命令字执行持续读标识命令后,程序以 WriteBuffer数组写串口, RFID读写器执行此命令, 并返回响应数据(见图 5)。图5持续读标识命令执行结果从图54个字节AA OD FF FF就是LRP830读写器对持续读命令的确认信息,然后是 数据报文头AA OD和标识中48个字节的数据(每字

5、节数据前加 00FF FF。5结束语本文介绍了可编程控制器及微机与 RFIDPLC通过串行通讯协议与 RFID读写器实现串行通讯, PC通过Windows多线程技术与 RFID读写器实现串行通讯。本文所述方法具有通用性,对于其它厂家的 PLC和RFID系统也有一定的参考价值。RFID射频识别技术在我国工业自动化等领域的应用才刚刚开始,前景非常广阔。本文对于促进该技术的推广应用具有一定的积极意义。FRAME ASSEMBLY ( G)二、牛:配总磴(D. F)I车架总成(D、F )FRAME ASSEMBLY ( D、 F)配件名编号称英文名称配套单件价格CHINESEENGLISHSCHEME

6、 PRICE单车用量 单位 单价NUM UNIT RMB美元USD车架上护栏上护栏螺丝M6上护栏弹簧垫上护栏螺母后防护罩防护罩巨型圈防护罩螺丝防护罩螺母脚蹬脚蹬螺栓M8脚蹬垫片Frame1个3200470The upper protect ion colu mn1个12018The upper protect ion colu mn boltM64个10.1Spring washer ofthe upperprotectio n4个10.1colu mnNut of the upper protect ion colu mn4个10.1Rear protect ion cover1个34050

7、Coun ters unk washer of rear protect ion cover2个101.5Bolt of rear protect ion cover4个10.1Nut of rear protect ion cover4个10.1Pedal2个12018Bolt M8 of pedal2个10.1Washer of pedal8个10.12001200220032004200520062007200820092010201120122014脚蹬回位簧Retracti ng spring of pedal1.5Fitt ing bolt for2015脚蹬限位螺丝Pedal3个

8、10.12016脚蹬限位螺母Fitti ng nut for Pedal6个10.12017链条护板Protectio n for chain1个16024车架总成(D、F)(D、F)配套FRAME ASSEMBLY编号配件名 英文单件价格称名称N OCHINESE ENGLISHSCHEMEPRICE单车用量单位单价美兀UNITRMBUSDNUM2018底板Floor tray1块260382019螺丝M6Screw M66个10.1202020212022202320242025202620272028202920302031橡胶垫片Rubber washer6个10.1螺母Nut6个10

9、.1管塞Clos ing plug2个101.5油门安全弹簧Safety spri ng1只101.5座椅螺栓M8*50Bolt for seat M8*502个30.4座椅螺栓M8*25Bolt for seat M8*252个20.3座椅螺帽Nut for seat4个10.1Washer座椅铝垫圈(alumi nium of seat4只81安全带垫片Safety belt washer4个10.1安全带固定螺丝M10Bolt for safety belt1个30.4安全带固定螺Nut for1个10.1母M10safety belt链条护板支撑 架Bumper for chain2个

10、812032支撑架固定螺 丝Fixi ng bolt for bumper2个10.12033支撑架固定螺 母Fix ing nut for bumper2个10.12034后标志牌上支 撑Upper support of bear faring1个203Below2035后标志牌下支 撑support of bear faring2个203橡塑件RUBBER & PLASTICS ASSEMBLY配件名称英文名称配套单 件价格CHINESEENGLISHSCHEMEPRICE美元单位 单价UNIT RMB USD编号NO单车用量NUM30013002300330043005300630073

11、00880座椅 Seat侧防撞箱 Side fairi ng60前标志牌 Front fairing405 7.4后标志牌 Rear fairing缓冲胶垫Coun ters unk washer 13前轮胎 Front tire(10X4.50 5) (10 4.5051 240 1后轮胎 Rear tire(11 X7.10 5) (11 X7.10580安全带Safety belt20zlV3SEL运动系统RUNNING SYSTEM编号配件名称英文名称配套单 件价格NOCHINESEENGLISHSCHEMEPRICE单车美单位单价元用量UNITRMBUSNUMD后轴Rear axle

12、1根36053后轮毂Rear wheel hub2个24035前轮毂Front wheel hub2个22032Screw M8 for Wheel轮毂固定螺丝M86个101.5hub jointAxle of front wheel前轮轴承4只101.5hub平键Key special axle4个101.5后轴轴承架Rear beari ng shell2套9013后轴轴承Rear beari ng axle2个406后轴轴承固定螺栓Stud bolt M109个20.3M10for Rear beari ng axle后轴轴承定位螺丝Washer for security9个10.1垫片

13、for Rear beari ng axle后轴轴承固定螺丝Stud screw washer9个20.340014002400340044005400640074008400940104011后轴轴承固定螺母 Stud nut M10 for4012M10Rear beari ng axle9个10.14013刹车盘接毂Friction lining carrier1个120184014刹车盘Brake disc1个90134015刹车盘接毂螺栓M8Stud bolt M8 for brake disc carrier4个10.14016刹车盘接毂垫片Washer for friction

14、lining carrier4个10.14017刹车盘接毂螺母M8Nut M8 for brakedisc carrier4个10.14018链条Cha in 1根80124019链轮接毂Sprocket carrier1个12018运动系统RUNNING SYSTEM配件名英文名配套价格单件编号称称NOSCHEMSECHINEHENGLIS EEPRIC单车用量单位单价美兀NUUNITRMBUSDM4020链轮Sprocket1个80124021链轮接毂螺栓M8the screw M8for sprocket carrier4个20.34022链轮接毂垫片Washer for sprocke

15、t carrier4个10.14023链轮接毂螺母M8Nut M8 for sprocket carrier4个10.14024轮毂接头Wheel hub2个22032joint4025轮毂接头紧固螺栓M8Bolt M8 forWheel hubjoint1.1数据挖掘在保险行业CRM个 中的应用分析 1客户生命周期理论将客户生命周期分为三个阶段:获得0.1客户、提高客 户的价值及保 持效益客 户如果将数 据挖掘结合在 CRM中或者 作为一个独立 的应用程序来 实施,数据挖 掘技术可以在 每一个阶段都 提高企业的收益.1)在客 户识别方面, 通过数据挖掘 技术可以进行 客户特征的细 分,识别潜

16、在 客户,然后将 他们转变成真 正的客户数 据挖掘技术的 概念/类描述 可以用简捷汇 总的形式描述 给定的任务相 关数据集,提供客户数据的 一般特征此 外,分类和聚 类也可用于 客户评级和分 类.52) 在客 户保持方面, 挖掘的应用包 括客户忠诚度 分析和客户流 失警示分析通过数据 挖掘,对客户 历史交易行为 的分析,警示 客户异常行 为,并提出相 应的对策建 议.3) 在提 高客户价值方 面,首先,数 据挖掘可以提 供客户购买行 为模式分析, 进行客户细 分,从而提供 更具针对性的 个性化服务; 其次,数据挖 掘支持客户盈 利能力分析, 预测客户盈利 能力变动以增 强客户盈利能 力;此外,

17、通 过有效的交叉 营销,向现有 的客户提供新 的产品和服 务,可以实现 购买推荐和升 级销售.1.2CRM数据挖 掘的系统结构和技术创 建描述和预测 客户行为的模 型CRM中的 数据挖掘就是利用数据挖掘 理论,以有效S实现企业 的客户关系管 理.图1 c RM挖掘系统 结构图当今的技 术可以使挖掘 过程自动化, 把数据挖掘与数 据仓库紧密集 成,并使用可 视化和知识表 示技术,向商 业用户提供挖 掘的知识.在 CRM数据挖 掘的系统结构 中,底层为数 据源,包括交 易历史、客户 数据库、产品 数据库及其他 外部数据等, 通过ETL工 具提取数据形 成数据仓库和 数据集市, 以形成面向全 局的数

18、据视 图,从而形成 整个系统的数 据基础OLA M.在此基础 上,用于实现 企业客户关系 管理中的商业 智能和决策服 务器支持数据 分析处理通 过,并将分析 结果OLAP 和支持.本案例中 使用数据仓库 及关联规则挖 掘技术,分析 客户数据中隐 藏的购买行为 知识.系统米 用 SQLSe rver20 0 5数据库和 Visual C+语言开 发工具.挖掘 系统结构如图 1所示.2 CR M中客户行为 模式挖掘的案 例研究客户 行为模式的分 析是数据挖掘 在保险业CR M果通过挖掘 得到规则知识 中提高客户价 值的典型应用 之一,发现购 买了寿险的 客.例如,如 户中有很大比 例也同时购买 了

19、投资型产 品,则对于那 些购买了寿险 的客户,可以 同时向其推荐 投资型险 种产品营销 中二次销售的 成本往往比开 拓新客户要 低,通过发现 客户购买险种 之间的关联 性,通过有针 对性地推荐老 客户继续购买 新的保险品种 和服务,实现 销售升级,提 高销售投资回报率.9关联分析 是商业分析中 应用最广泛的 一种挖掘模式P用关联规则 挖掘模式对客 户购买行为的 分析和挖or t)和置信 度,它用来发 现满足最小支 持度(Con fidenc c)要求的关 联事务(SuP-掘,能够 发现客户的行 为偏好,从而 提供更具个性 化的服务.下面以实 例对客户行为 模式挖掘的过 程与方法进行 分析,文中

20、数 据来源于辽宁 省某保险公司 的销售数据 库.2.1数据预处理公司数据 库系统中存在 大量的数据字 典和数据表, 表目繁多,数 据繁杂其中 和挖掘密切相 关的数据表有 客户基本信息 表、保险销售 记录表等.中采集的 数据不存在对 多数据源和跨 数据库系统的 数据集成问 题,数据预处 理过程中需要 主要考虑的问 题有如下几 个.(1)数 据集成.主要 将多文件或多 数据库运行环 境中的异构数 据进行合并处 理,解决数据 的冲突问题, 以及数据的不 一致问题原 始数据库表最 终集成为一张 表.(2)维 归约客户基 本信息库中用 于数据分析的 数据包含数以十计 的属性,其中 大部分与挖掘 数据不相

21、关, 是冗余的.去 除不相关的属 性减少数据量 是首先要完成 的工 作.(3)概 念分层.年 龄、职业、信 用度等按类别 分为不同等 级,对每个不 同的等级进行 概念分层.例 如信用等级 中,1级为风 险最小,2级 居中,3级次 之.(4)空 值项处理根 据具体情况对 空值进行处 理.表1是予 处理后的客户 购买信息表结 构.表1 予 处理后的库表 结构客户号地 域级职业类性 别年龄段购买 保险别代码别 代码代码代码 类别代码0 7 0 03 4 0 1 1 0 102A07 0 0 3 5 0 22 0 10 32.2 数据仓库如前所 述,数据仓库 有利于高效的 数据挖掘.数 据仓库可以把

22、事务数据库中 原始混乱的数 据集成转化成 数据仓库中规 范的数据,方 便用户的分析 和查询,进而 辅助企业决 策.数据仓库 提供联机分析 处理(OLAP)工具,用 于各种多维数 据分析.3例如,管 理者可能希望 按职业、按地 区、按收入、 以及按其他因 素查看保险销 售的变动情 况,同时希望 能提供诸如最 大、最小、总 和、平均和其 他统计信息.多维数据 模型可以以星 型模式、雪花 模式或事实星 座模式存在, 其中最常见的 模式是星型模 式.图2是以 三维角度观察 公司销售数据 的数据仓库的 星型模式,三 个维属性分别 是地区类别、 职业类别和产 品类别有了 数据仓库的统 计数据,既可 以直接

23、做为联 机分析,也使 得以之为基础 的挖掘效率大 大提咼.2.3 Aprior 1算法及改进挖掘算法 分解为两个子 问题Agra wal等提出 的Apriori:算法将关 联规则1)找 到所有支持度 大于最小支持 度的项集(It emsetItemset),这些项 集称为频繁项 集(Freq uent法的 关键)提高 频繁项集的求 解效率是.Apri ori 算2) 使用第1步找 到的频繁项集0,产生期望的图2 保 险销售数据的 3 D立方体 表示(单位: 万元)规则,这 些产生的规则 必须满足最小 支持度和最小置信度要求.在由频繁 项集产生关联 规则的过程 中,系统挖掘 会产生类似如 下的规

24、则:购 买保险类 别意外伤 害性 别.男很显然这 类信息对我们 无用的,2原因是购买保险类 别属性出现 在规则左侧, 但它们能满足 最小支持度和 置信度要 求.对于这类 问题,在各类 挖掘中经常会 遇到原因是 支持度能够删 去无趣的规 则,但置信度 不足以删除无 趣的规则我 们可以对属性 出现在规则左 右的位置加以 限定由频繁 项集产生关联 规则对于规则 中属性位置的 约束,体现在 算法中由频繁 项集生成关联 规则的部分案例实现 中,对每一个 属性项设置一 个位置参数.2 对算法程序 加以改动,保 证了输出规则 是有意义的.2.4挖掘结果及决 策意义通过挖 掘,我们得到 许多有意义的 关联知识

25、.例 如,与我们常 识了解相符 的,城镇居民 购买养老金和 医疗保险的比 率很大,二者 组合购买的支 持度也极高; 寿险和重疾的 支持率也较 高,分别达到 4 7% 和4 2%.此外, 还有一些有价 值的信息被发 掘出来,例 如,购买了寿 险的客户中有 57%也购买 了投资型产品 (Confidence= 5 7%),这 意味着,对于 那些购买了寿 险的客户,可 以同时向其推 荐投资型险种 来提高销售业 绩.3 结论客户关系管理(CRM):是数据 挖掘的重要应用领域将数据挖 掘结合在保险 业CRM中或 者作为一个独 立的应用程序 来实施,可以 帮助保险公司 在客户生命周 期的各个阶段 充分挖掘

26、客户 的价值以及客 户可能带来的 潜在价值实 践证明,数据 挖掘在保险业 CRM中的应 用,可以帮助 保险公司提高 管理和决策水 平,为保险企 业和用户创造 更高的投资回 扌报率.参考文献84Rakesh Agrawa l,eta l.Mini ngAsso ciatio nRulesbetw eenSet sofltemsinLargeDat abasesC.SIG-5Hui,S.C.,G.Jh a.Data mining forcus tomers ervicesupp ortJl.In format ion&Ma nageme nt,200 0,38(1):113.6 付红玲.保险 信息化的新目 标J.软 件世界.200 7,5:70.7陈艳数据 挖掘技术在保 险客户信用评 估中的运用J.计算 机技术与发 展,200 8,18(5):7.8 张吉,常桂 然,黄小 原数据挖掘 技术在CRM 中的应用J.中国 管理科学,2 0 0 3,1 1(2):53 一6O.9

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1