人类活动对水文影响浅析

阿人类活动很大程度上改变了大自然中水文规律,也改变了天然河道水流的特性.随着人类社会的高速发展,这种影响越来越大,如何从这种影响中重新找出水文规律,是水文工作需要面对和解决的问题.     

考虑人类活动影响的流域水文模型参数的确定

结合石头口门水库，详细阐述了考虑人类活动影响流域水文模型参数的确定方法。以时间、累积净雨量和径流修正系数来描述径流的人类活动影响；从调查流域基本情况入手，由人机交互方式模拟确定流域水文模型参数和人类活动影响参数。将人类活动影响纳入流域水文模型参数确定过程中，可更深刻地了解流域水文规律和认识人类活动对径流的影响。     

人类活动影响下华北平原水资源可持续利用研究

人类活动对区域水资源可持续利用的影响随着人类社会的发展和进步而不断增大。通过分布式水文模型和系统动力学模型的耦合,设定4大类情景,即现状保持型、农业节水型,南水北调(SNWDP)型和综合发展型(S1~S4),模拟华北平原2009~2028年水资源可持续利用的状况。结果表明:(1)随着社会经济的发展,四种情景下总需水量呈增长趋势,到2028年,S1~S4下华北平原总需水量分别为595.7、543.1、596.9及544.3亿m~3,相应的缺水指数分别为0.509 5、0.429 1、0.251 4及0.177 1;(2)农业节水措施与南水北调工程的结合,才会对华北平原地下水水位的恢复、缺水程度的缓解及水资源的可持续利用产生比较显著的影响;(3)在人类活动影响下,华北平原缺水的问题短期内无法彻底解决,但可以通过采用南水北调与节水措施相结合来缓解缺水问题。     

人类活动对南极土壤生态系统的影响研究

南极土壤生态系统具有其独有的特性,蕴藏着许多具有全球性意义的重要信息,是一种宝贵的科研资源,但由于其结构简单、极端脆弱,易遭受永久性破坏.文章研究了南极土壤生态系统的特点,从人类输入物、人类工程活动和科考队员的野外考察等方面分析了人类在南极地区的活动对当地土壤生态系统的影响.     

基于数据挖掘的客户关系管理设计与研究

客户关系管理以客户为中心,通过再造企业组织体系和优化业务流程,展开系统的客户研究,最大程度地改善、提高了整个客户关系生命周期的绩效,从而提高客户的满意度和忠诚度,提高运营效率和利润收益。本文研究了数据挖掘系统的多层体系结构,广泛应用分层的思想,提高系统的重用性、可维护性、可移植性。同时,为了提高访问速度使用了数据连接池技术,通过利用中间层的并行性实现对数据库的并行访问。     

人类活动对海岸带资源环境的影响研究综述

海岸带是人类生产、生活的重要场所.随着社会经济的不断发展,人类活动对海岸带资源环境的干预在强度、广度和速度上都已经超过了自然的演化,也引起了一系列的环境问题.本文从大河干流水利工程建设、围填海工程、滨海旅游、海水养殖等方面论述了人类活动对海岸带资源环境产生的影响,并指出应从多学科的角度综合研讨人类不同活动对海岸带资源环境所带来的影响,以此寻求海岸带资源开发需求与海岸带生境保护的平衡点.     

基于数据挖掘技术的体育训练模式研究

在研究了粗糙集、决策树等模型的基础上,将数据挖掘技术应用于运动训练指标分析.通过对数据准备、数据挖掘和结果解释三个过程的分析,得出训练指标的数据挖掘结果,从而为科学体育训练提供依据.通过仿真分析,发现与传统聚类及神经网络预测模型相比,数据挖掘技术泛化能力更强,预测精度更高.     

人类活动对清水河上游水资源的影响

应用MIKE11水文模型研究人类活动对清水河水资源的影响,为保护水资源提供参考.依据清水河1995—2008年实测降水径流资料,率定建立的清水河上游降雨径流模型参数,并借助经过验证的降水径流模型,分析人类活动对清水河上游水资源的影响.结果表明,通过对清水河1995—2008年实测径流进行模拟,模拟平均径流深与实测径流深拟合程度较好,相对误差为3.7%;逐日径流过程线形状吻合;模拟与实测流量的峰值吻合;低流量平水期吻合较好;二者总体拟合较好.人工开采地下水造成区域地下水位下降,引起组成径流的坡面流、壤中流和基流减少,尤其是基流显著减少,是清水河上游径流减少的主要因素.     

基于数据挖掘技术的客户关系管理系统研究

数据挖掘是CRM的核心,通过阐述数据挖掘的概念、过程、目标,分析基于数据挖掘的CRM的特征．并从客户生命周期和行业应用的角度探讨数据挖掘在客户关系管理系统中的应用．     

数据挖掘之决策树方法概述

数据挖掘在科研和商业应用中正发挥着越来越重要的作用。分类器是数据挖掘的一种基本方法，决策树是一种最重要的分类器。本文介绍了分类器中的决策树方法及其优点，决策树表示法，决策树构造思想，并比较了各种重要的决策树算法。介绍了决策树算法的实现工具，决策树与数据仓库的结合，决策树的适用范围及应用，最后探讨了决策树的发展趋势。     

数据挖掘在智能题库系统中的应用

首先介绍了数据挖掘技术,接着介绍实现数据挖掘的关键问题,最后论述了如何利用数据挖掘技术实现 题库系统的智能化．     

基于复杂网络的统计信息数据挖掘的研究

统计信息是区域可持续发展中重要的信息资源,涵盖了人口、农业、工业、经济等各类数据.从大量的统计信息中挖掘出更多有价值的信息,从而得到决策支持依据.通过统计信息数据挖掘的研究,从理论和仿真两方面探讨复杂网络理论在统计学研究中应用的一种.阐述基于统计数据构建社会经济系统网络的概念和复杂网络的度及其分布、平均路径长度、集群系数和介数等统计性质,挖掘这些性质在社会经济网络中的统计规律和性质,并给出复杂网络研究在决策和管理中的指导意义.     

数据挖掘在医疗数据中的应用

决策树是医疗数据挖掘中一种重要分类方法,针对原始医疗数据存在大量重复样本和冗余属性,影响医疗诊断的精度和速度这一问题,提出了一种基于粗糙集和ID3算法相结合的决策树方法.将所提方法应用于冠心病诊断决策,并对属性约简前后的决策性能进行了比较分析.实验表明了该方法的有效性和实用性.     

决策树算法在医学图像数据挖掘中的应用

目的研究决策树算法在医学图像数据挖掘中的应用。方法利用决策树算法对乳腺癌图像数据进行分类，提出了一个基于决策树算法的医学图像分类器。结果实现了ID3和C4．5算法对图像数据的分类，获得了分类的实验结果。结论该模型系统达到了较高的分类准确率，证明数据挖掘在辅助医疗诊断中有着广泛的应用前景。     

基于数据挖掘技术的顶煤冒放性评价算法

为解决以往顶煤冒放性评价方法存在的计算过程复杂,不能生成评价规则而不便于推广的缺点,采用数据挖掘技术中决策树算法对30个矿井的顶煤冒放性进行分类研究,在此基础上生成了一棵顶煤冒放性评价决策树,并由此形成了一系列评价规则,最后就该算法的应用效果进行评价。     

大数据时代下数据挖掘技术的应用

 大数据时代下,数据挖掘技术越来越受到人们的关注。本文介绍了数据挖掘技术的研究背景和研究现状,论述了决策树、支持向量机、神经网络等数据挖掘技术的相关算法,分析了数据挖掘技术在大数据中的相关应用及未来的发展趋势,探讨了在大数据时代数据挖掘技术面临的挑战。     

数据挖掘技术的常用方法分析

 介绍了数据挖掘的概念及任务,阐述了数据挖掘技术中的常用方法和Apriori算法,并对数据挖掘的一些算法作了简单分析.     

基于电子商务的Web数据挖掘研究

随着Web技术的发展，开发电子商务网站成为一种新的营销模式，在保证产品质量的前提下，增加用户的点击率，提高商品销售率是企业提升竞争力的关键。Web挖掘正是应用数据挖掘的方法通过对Web页面内容、页面之间的结构、用户访问的信息等各种数据进行分析和挖掘发现潜在的、有用的知识的过程，帮助决策者更加准确地获得商品的销售信息和客户信息，使客户在短时间内完成商品的浏览、搜索以及订购。