西部地区工矿区域城市化问题初探

城市化是一种极为普遍的现象 ,矿业地区的城市化研究成果在西部地区非常少见 ,现以云南省东川市为例 ,对其发展的现状特征进行分析研究 ,将其城市化分为两个阶段 ,并揭示西部地区城市化的基本动力、地区差异性等特征 ,可为此类城市的发展提供思路     

工程哲学与神东亿吨矿区创新实践

工程哲学指导工程实践。神东矿区在煤矿开发建设创新实践中遵循“系统性、客观性、时效性”的理性思维，系统思考，整体推进，寻找主客观最佳结合，及时掌握和集成新技术、新材料、新装备、新工艺，建设了不同于传统模式的千万吨矿井，建成世界上首个亿吨级煤炭生产基地。全员工效、生产规模、安全、环保水平、资源回收率等指标达到国际领先水平。     

序列模式挖掘的两种典型算法及比较

序列模式挖掘是数据挖掘的重要分支,GSP算法与PSP算法是序列模式挖掘中的两种典型算法。本文介绍了这两种算法并对其进行了分析与比较。     

矿区铁路专用线下综采放顶煤开采的试验研究

介绍了国内第一个综采放顶煤开采矿区铁路线下压煤试验面的成功经验，总结了试采中对铁路所采取的各种分析和维护措施，分析了该采煤方法下的地在移动和变形特点，为我国“三下”采煤领域提供了具有特色的成功实例。     

知识发现中一种变化趋势模型的算法研究

在时序数据库中,有许多成熟的技术和方法用来对布尔型属性之间的关系进行挖掘,但对于数值型属性变化趋势关联关系的研究却不是很多.本文提出了一种数值型属性变化趋势的研究模型QMP(QuantityMovementPattern),依据该模型可利用数据挖掘算法发现不同数值型属性之间变化趋势之间的关系.文中分析了该模型的几种实现算法,并给出了一种快速实现算法及实验数据.     

中国数学史断代研究的一项新成果：—《明清数学史论文集》简介

本文简介梅荣照主编的《明清数学史论文集》一书，对中国数学史开展断代专题研究，是我国数学史界继承并发展李俨、钱宝琮、严郭杰先生研究成果的宏大计划，持续近三十年，历来为国际科学史界所重视，文集收入论文15篇、附录2篇，其中严敦杰先生遗作7篇，本文对15篇论文逐一作了简介。     

数据挖掘技术在银行业的应用

随着技术的进步、市场规模的扩大以及分工交易方式的发展,银行业的经营环境也因信息技术发展的影响而不断改变,银行业面临着愈加激烈的竞争.通过建立数据仓库,使用数据挖掘技术,挖掘出为银行创造利润的客户,从复杂的客户信息中建立模型,能够降低成本与风险,提高效益.     

零售业销售数据关联规则挖掘算法关键思想研究

对零售业销售数据关联规则挖掘算法的关键思想进行了研究，给出了各种提高算法效率的方法以及对规则选择的方法。     

试论村庄下采煤的技术问题

文章讨论了村庄下采煤的技术问题。     

Discovering Frequent Subtrees from XML Data Using Neural Networks

By rapid progress of network and storage technologies, a huge amount of electronic data such as Web pages and XML has been available on Internet. In this paper, we study a data-mining problem of discovering frequent ordered sub-trees in a large collection of XML data, where both of the patterns and the data are modeled by labeled ordered trees. We present an efficient algorithm of Ordered Subtree Miner （OSTMiner） based on two- layer neural networks with Hebb rule, that computes all ordered sub-trees appearing in a collection of XML trees with frequent above a user-specified threshold using a special structure EM-tree. In this algo- rithm, EM-tree is used as an extended merging tree to supply scheme information for efficient pruning and mining frequent sub-trees. Experiments results showed that OSTMiner has good response time and scales well.