五沟煤矿防砂煤岩柱高度留设研究

通过计算机数值模拟、相似材料模拟实验及"三下开采规程"等方法研究五沟煤矿1033工作面需要留设的安全防砂煤岩柱高度,并参考实测成果资料,综合确定出1033工作面留设的防砂煤岩柱安全高度及其开采上限标高,通过资源回收、经济评价表明1033工作面提高开采上限的可行性和必要性.为今后的10煤层含水层工作面留设防砂煤岩柱开采提供大量实际技术经验,回收大量煤炭资源,获得更大经济效益,实现矿井安全开采和可持续发展.     

利用小波分析进行基于形状的图像检索技术

目的 解决基于形状检索方法中形状描述符的不稳定、缺乏平移、旋转、尺度不变性等缺点。方法 通过对图像进行小波变换，获得多尺度下的不变矩，得到图像的特征描述符，通过特征描述符的欧氏距离来表示图像的相似度。结果 通过小波变换进行形状特征提取具有很好的图像检索效果。结论 新方法获得的描述符具有旋转、平移、尺度不变性等优点，能够很好地描述图像的形状和空间分布信息。     

软土地层桥梁群桩基础沉降模型

根据软土地层桥梁群桩基础的沉降特性,推导该地质环境下群桩模型试验相似法则,自行设计带承台群桩基础的室内模型并开展试验研究.试验结果表明:在桩身范围内,附加应力随深度衰减,在分布形式上,附加应力分布形式可近似为三角形;同时,桩侧土体的竖向应力随着桩顶沉降的增加而相应的增加,在接近极限荷载产生较大沉降时也没有表现出明显收敛的现象;群桩在施加荷载时(不同施工阶段),桩周上部分土中产生较大的超静孔隙水压力,随着时间逐渐消散,即土体的固结过程需要一定时间;群桩的荷载与沉降关系明显呈现非线性特性,其P-S曲线大致可以划分为线性阶段、屈服阶段和整体破坏阶段3个阶段;且通过试验可知卸载后,各群桩位移回弹很小,经外荷载作用后,产生较大的塑性变形,因而群桩沉降应作为桩基础设计控制条件之一.     

基于聚类的Web用户访问模式的算法研究

用户对Web站点的访问代表了用户对Web站点上页面的访问兴趣,这种兴趣程度可以通过用户对Web站点上页面的浏览顺序及页面上的浏览时间表现出来.通过对Web用户访问路径的分析,提出一种基于浏览路径及浏览时间的相似度的度量方法.然后,把粗糙度的概念引入Leader聚类算法中,提出粗糙Leader聚类算法.最后使用标准数据集进行了试验,证明基于此种相似度计算方法,应用粗糙Leader聚类算法Web用户的有效性.     

基于本体的关系数据库关键词语义查询扩展方法

目前关系数据库关键词查询技术主要利用关键词的语法匹配,而没有利用数据之间的语义关系进行匹配,导致查询效果往往都不太令人满意。为了改善查询效果,结合本体概念,提出了基于本体的关系数据库关键词查询的语义查询扩展方法,把用户提交的查询关键词扩展为基于本体的语义关键词。实例分析表明,扩展后的语义关键词尽可能符合用户的真实意愿。     

一个自相似分形集的Hausdorff测度估计

利用满足开集条件的自相似分形的性质，得到了一个特殊分形Hausdorff测度的上界估计公式．由此公式以及网测度分别对它的Hausdorff测度的上界进行了估计，并估计了它的Hausdorff测度的下界．     

装载冷藏集装箱的货舱通风

运用相似理论推导了装载冷藏集装箱的货舱通风模型,介绍了通风准则方程的选取、准则数的推导,并分析了货舱空间雷诺数的计算以及能量方程的应用. 得出了用于试验的模型具体尺寸,进而实验测量了多种工况下货舱内的温度分布,为后续的货舱通风优化提供依据.     

基于词语情感倾向的问句相似度计算

问句相似度计算是FAQ问答系统的核心问题,直接关系到FAQ问答系统的准确率。对义或反义的词语有着很高的词语相似度值,如果直接用于问句相似度计算中,有可能导致相反的两个问句有着很高的相似度,因此,本文提出了一种基于词语情感的问句相似度计算方法,采用了负加权法降低相反的问句成为相似的问句的可能,实验结果验证了该方法有助于提高问句相似度计算的准确度。     

基于事件的文本相似度计算

大量研究成果已经表明,事件在很多文本中是客观存在的.从语义的角度理解,诸多文本是由事件组成的,事件是文本表示的最小语义单位.给出了基于事件的文本表示模型,在此模型的基础上,从文本类型相似度计算和文本内容相似度计算两个层面论述了文本相似度计算的方法.     

一种改进的k-means初始聚类中心选择方法

针对传统k-means聚类方法随机选择初始聚类中心而导致的收敛速度慢、聚类效果较差的问题,本文结合空间相似度度量提出一种改进的k-means初始聚类中心选择方法.该方法通过定义空间中样本的相似度,从而选择相似度较小的样本作为初始聚类中心,以减少达到聚类稳定状态的迭代次数,提高聚类的效率.UCI数据集上的实验结果表明,与传统k-means聚类方法相比,本文提出的改进的k-means初始聚类中心选择方法能够使聚类的收敛速度加快,得到良好的聚类效果.