浅谈投资性房地产

本文阐述了该准则当前基本情况和意义,分析了其预计影响并对在实施过程中难点问题进行了探讨,希望能够引发人们对本准则更加深入的思考。     

砼强度准则在井壁结构中的应用研究

本文根据井壁结构模型试验结果,对目前具有代表性的复杂应力状态下的砼强度准则进行了分析和对比,找到了一种比较适合于井壁结构的砼强度准则,从而为井壁结构承载能力的合理计算提供了理论基础.     

牛顿公式中换热系数的确定

在物理实验中,应用牛顿冷却公式时,换热系数的确定,忽略了由于温差引起的换热壁面附近的流动,引入格拉晓夫准则、努塞尔准则、雷利准则,解决对流换热问题会更具说服力.     

基于事务线索树的一次扫描关联规则增量挖掘算法

首先将事务数据库压缩存储到一棵事务线索树(TT-tree)的结点上，并建立这些结点的索引表，然后寻找结点索引表的最后结点到根结点的全部路径，这些路径及路径的交集包含了用于挖掘关联规则的频繁集，该算法只需扫描事务数据库一次，由于采用了逆向搜索TT-tree的方法,搜索的时间开销非常少，该算法可以挖掘中短模式的海量数据，具有很好的伸缩性,同时该算法具有增量挖掘的功能，通过大量的实验数据进行比较。该算法的速度约是Apriori算法的10倍。     

多策略融合的俄语文本词语提取方法研究

俄语是联合国工作语言之一,是俄罗斯等多个国家的官方语言.随着"一带一路"倡议的推进和全球化进程的加快,俄语文本数据成为有关组织管理决策的重要信息来源,俄语文本挖掘也因而成为重要的管理决策支持方法.然而,俄语文本挖掘方法研究目前还远未成熟,尤其是其关键基础——俄语文本词语提取的性能较低,阻碍着俄语文本建模的准确性.因此,...     

两传感器按对角阵加权信息融合稳态Kalman滤波器

应用现代时间序列分析方法,在按对角阵加权线性最小方差最优信息融合准则下,基于Riccati方程,提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比,可减少计算负担,与单传感器情形相比,提高了滤波精度.一个仿真例子说明其有效性.     

基于Bayes准则的广义判别预报模式及其应用

根据Ｂａｙｅｓ准则,提出一种时间序列与多元分析相结合的广义判别模式．该模式既保留了时间序列线性模式的优点,同时又吸收了多元分析线性模式的长处．从气象状况演变的物理机制来看,这种综合考虑系统状况的方法比单纯考虑前期状态演变或单纯考虑某一时次的状态更有意义．     

基于深度学习的通信网络数据关键特征挖掘

深度学习是挖掘数据关键特征的重要技术手段,为准确分析通信网络数据特征,并保障质量,提出基于深度学习的通信网络数据关键特征挖掘方法。选取接入率、可用性以及覆盖率等七个指标作为通信网络质量核心性能指标,将卷积神经网络与径向基神经网络相结合,构建深度学习网络结构,将该性能指标作为标签参数,将所得到的标签参数的聚类与求和结果作为深度网络的标签数据,通过前向传播将标签数据输入卷积神经网络的输入层内,经过不同隐层的变换与映射至输出层位置,并采用量子粒子群算法求解深度学习网络最优参数,输出通信网络数据关键特征挖掘结果。经实验结果表明,所提方法的通信网络数据关键特征挖掘率在95%以上,能够准确预测未来短时间段内的通信网络质量。     

基于弹塑性损伤的软煤水压致裂渗流耦合数值模型

为指导煤矿井下软煤水压致裂的现场应用,基于弹塑性损伤理论进行软煤水压致裂渗流耦合数值模型研究.通过研究煤岩体孔隙度动态变化,推导出孔隙度-应变耦合模型,形成水压致裂的应力-渗流耦合模型和水压致裂煤体失效判据.结果表明,数值模拟结果与实际相符,软煤在压裂过程中同时发生剪切和拉伸破坏,小流量压裂时压裂半径小,大流量压裂时压...