《精密制造与自动化》工程师职称论文

　　【杂志简介】

　　《精密制造与自动化》主要刊登精密制造中的科研、设计、加工、测试以及制造自动化和数控技术类论文。并及时报道国内外最新科技成果、技术动向、发展趋势以及市场销售经营管理等信息。

　　【影响因子】

　　国家新闻出版总署收录

　　【获奖情况】

　　1989年中国机械工程学会优秀科技期刊评比获二等奖

　　2002年被评为华东地区优秀期刊

　　【栏目设置】

　　主要栏目：报道与评述、设计与研究、CAD园地、工艺与装备、检验与计量、改装与维修、信息与动态。

　　本站已成功发表的论文：

　　2012年世界机床业界十大新闻 陈循介

　　略论企业跨国并购的协同效应 陈大雄

　　汽车发动机曲轴及凸轮轴磨床专利检索与分析 庄建华，赵奉杰，钱涛

　　大型数控切点跟踪曲轴磨床测量装置结构优化 房小艳，汪学栋

　　基于ADMAS的曲柄滑块机构参数化设计与仿真研究 贺艳，邹兆东，马文涛，李新

　　滚珠丝杠磨削再生颤振极限预测方法研究 迟玉伦，李郝林

　　数控高精度高速专用磨床头架驱动设计分析 何斌

　　基于ISO 9001质量管理体系的产品设计和开发质量控制 黄强

　　数控压缩机曲轴偏心外圆磨床的设计与研究 徐公志，胡苗，田勇强，冯燕明，翟淑珍

　　数控外圆磨床尾架的设计与有限元分析 王均涛，陈晓枫

　　基于知识库的CAD/PDM的集成研究 赵瑞可，胡德敏，朱娟

　　某平行刃剪切机剪刃有限元分析及优化设计 肖建军，汪学栋

　　基于多Agent的可重组状态监测与故障诊断技术 赵中敏

　　热电阻测量和变频器控制电路的分析和选择 马林，宣峰

　　安全继电器和安全边缘在数控机床上的使用 汤虹，吴晶晶

　　浅谈变频器在数控磨床上的应用 吴洁瑜

　　砂轮保护装置的优化 周彬，张汉华，左旭芬

　　轴类零件回转密封面螺旋线纹理结构及其检测 朱正德

　　浅谈汽车覆盖件模具设计与制造 曹振雨

　　滚旋压加工异型管的数控化应用 张雷，郭建明，余英良

　　如何保持滚珠丝杆的精度 张巧云

　　《精密制造与自动化》杂志编辑部投稿须知：

　　1、来稿要求论点明确、数据可靠、逻辑严密、文字精炼，每篇论文必须包括题目、作者姓名、作者单位、单位所在地及邮政编码、摘要和关键词、正文、参考文献和第一作者及通讯作者(一般为导师)简介(包括姓名、性别、职称、出生年月、所获学位、目前主要从事的工作和研究方向)，在文稿的首页地脚处注明论文属何项目、何基金(编号)资助，没有的不注明。

　　2、论文摘要尽量写成报道性文摘，包括目的、方法、结果、结论4方面内容(100字左右)，应具有独立性与自含性，关键词选择贴近文义的规范性单词或组合词(3～5个)。

　　3、文稿篇幅(含图表)一般不超过5000字，一个版面2500字内。文中量和单位的使用请参照中华人民共和国法定计量单位最新标准。外文字符必须分清大、小写，正、斜体，黑、白体，上下角标应区别明显。

　　4、文中的图、表应有自明性。图片不超过2幅，图像要清晰，层次要分明。

　　5、参考文献的著录格式采用顺序编码制，请按文中出现的先后顺序编号。所引文献必须是作者直接阅读参考过的、最主要的、公开出版文献。未公开发表的、且很有必要引用的，请采用脚注方式标明，参考文献不少于3条。

　　6、来稿勿一稿多投。收到稿件之后，5个工作日内审稿，电子邮件回复作者。重点稿件将送同行专家审阅。如果10日内没有收到拟用稿通知(特别需要者可寄送纸质录用通知)，则请与本部联系确认。

　　7、来稿文责自负。所有作者应对稿件内容和署名无异议，稿件内容不得抄袭或重复发表。对来稿有权作技术性和文字性修改，杂志一个版面2500字，二个版面5000字左右。作者需要安排版面数，出刊日期，是否加急等情况，请在邮件投稿时作特别说明。

　　8、请作者自留备份稿，本部不退稿。

　　9、论文一经发表，赠送当期样刊1-2册，需快递的联系本部。

　　10、请在文稿后面注明稿件联系人的姓名、工作单位、详细联系地址、电话(包括手机)、邮编等信息，以便联系有关事宜。

　　国家级论文发表：基于MapReduce和AprioriAll的分布式序列挖掘算法

　　摘 要：序列挖掘技术，能够从大量杂乱的数据中挖掘出用户的潜在访问模式。然而，传统的挖掘技术，由于其性能和扩展性的诸多限制，并不适合现今大数据下的挖掘任务。本文基于传统的挖掘算法AprioriAll，在结合国内外研究进展的基础上引入分布式概念格模型，提出了分布式序列挖掘算法PAHDP。通过在分布式系统上构建算法原型，并加以评估，本文证明了该算法的正确性和有效性，具有一定的应用价值。

　　关键词：数据挖掘,分布式计算,概念格,Hadoop

　　分布式计算的思想，可以将仅仅由单个计算机难以计算和维护的计算任务分为很多小的、相互独立的部分，然后把这些部分分配给很多台计算机进行处理。在这个基础上，利用分布式系统架构MapReduce，用户可以在不了解分布式底层细节的情况下，充分利用其框架下集群的高传输率与容错率的优点进行计算与存储。