数值分析初选采矿方法

针对传统初选采矿方法存在的问题,提出用数值分析法初选采矿方法。合理地构造了矿床赋存条件和矿岩性质对各种采矿方法的广义隶属度值表,并用计算机进行系统运算,可迅速、科学地选出采矿方法优先域。数值分析初选采矿方法是一种行之有效的好方法。     

聚类分析算法在交通控制中的应用

聚类分析是根据物理或抽象对象间的相似程度对对象进行分类的一种方法，通过聚类分析使得同一类中的对象具有高的相似度，而与其他类中的对象则很不相同。PAM(Partitioning Around Medoids)算法是一种基于距离的分离式聚类方法，具有良好的抗噪声、抗偏离点的能力。本文将PAM算法应用于交通控制的时段划分中，通过验证分析．结果表明取得了良好的分类效果。     

一种改进的关联规则挖掘算法

从大型事务数据库中发现关联规则是数据挖掘中的一个重要课题,其核心问题是挖掘频繁项集.经典Apriori算法是有效的挖掘频繁项目集的算法.在分析Apriori算法的基础上,提出了一种利用二维数组来代替算法中的哈希树的方法,可以迅速产生二阶频繁项目集,改善了Apriori算法的效率瓶颈,大大提高了算法的执行效率.     

基于数据挖掘技术的全局优化算法

在过程系统综合中,许多问题属于非线性规划(NLP)和混合整数非线性规划(MINLP)范畴.它们大都具有奇异、多峰、刚性等特性.人们很难有效地得到它们稳定的全局最优解.而知识性、经验性约束使基于梯度方向的Newton方法无法有效地获取该类问题的全局最优解.通常只能得到该类问题的局部最优解.遗传算法的随机性虽为求取NLP和MINLP问题的全局最优解提供了可能,但是随机过程中的盲目性及"伪穷举"性却又限制了该算法的搜索效率.针对过程系统综合问题的特殊性,在信息提取技术对搜索空间进行充分数据挖掘的基础上,用遗传算法的随机扰动来跳出局部极值陷井,获得全局最优解.对反应器网络综合问题的求解,显示了信息提取技术与遗传算法相结合求取全局最优解的能力.     

基于改进的MapReduce模型的Web挖掘

基于单一服务器的Web挖掘系统在处理海量数据集时计算能力不足,针对该问题,提出了一种基于云计算的挖掘方法。将大数据集和挖掘任务分解到多台计算机上并行处理。实现了一个基于Hadoop开源框架的并行Web挖掘平台,同时提出了一种改进的MapReduce模型——MapReduce-LP。并通过对电子商务系统中Web日志的挖掘工作验证了系统的有效性和新模型的高效性。实验表明,在集群中使用云计算技术处理大数据集,可以明显提高挖掘效率。     

基于关联规则的数据挖掘研究

本文介绍了关联规则的概念,并通过一个例子说明了关联规则挖掘的一种算法－－Apriori算法,指出了数据挖掘未来研究的重点和方向。     

电信行业客户关系管理的数据仓库系统建设

本文将数据仓库的理念与电信行业管理决策以及支持信息的需求结合,根据企业业务系统的条件,来探讨和设计各个业务系统数据的整合及数据仓库的构建．将管理的理论与方法、基础分析模型引入到数据仓库系统,这些工具与OLAP(On-Line Analytical Processing)分析和数据挖掘的灵活结合,使数据仓库的效能得到有效的发挥,有利于数据仓库的投资回报尽快得到体现．     

神华新街矿区智能供排水系统建设的思路

在介绍神华新街矿区井水概况及利用要求的基础上,详细阐述了智能供排水系统的设计。     

论我国环境公共事件中的双重话语——以紫金矿业污染事件为例

以2010午紫金矿业污染事件为切人点，采用内容分析的方法，考察了官方话语和民间话语对于环境污染事件的不同解读。通过这一解读，我们看到了发生在农村地区的环境污染事件难以形成“问题建构”进入公众视野，经常表现为一种孤立的、就事论事的、寻求生存权的自救行为。在环境灾难面前，大众媒体无疑是民众认识环境议题、接受环境信息不可或缺的渠道。而作为社会的监督和制衡力量，大众媒体更是民间建构环境话语、追求环境正义最为重要的途径。     

开采沉降测量预计

由于煤矿地下开采范围大、开采层数多而开采深度有限,开采的影响一般都能发展到地表,波及到上覆岩层与地表的一些与人类生产和生活有密切关系的对象。在开采影响波及到地表以后,受采动影响的地表从原有的标高向下沉降,从而在采空区上方形成一个比采空区面积大的多的下沉盆地。本文以葛店煤矿11031煤柱回采沉降情况为例进行了阐述。