基于全年太阳辐射得热的建筑外遮阳系数简化计算方法研究

使用Ecotect模拟计算和数据拟合的方法,从模拟计算太阳辐射量的角度,对规范中外遮阳系数计算方法进行探讨,并针对常见实际工程,补充影响外遮阳系数的特征尺寸,以夏热冬暖地区的广州市为例,得出典型遮阳形式（水平和垂直外遮阳）的拟合公式,为较为精确的建筑外遮阳系数计算提供一种简化计算方法,为更为完善的拟合公式的得出提供一种思路。     

多变量数据分析模型在无症状颈动脉狭窄检测中的应用

摘　要 无症状颈动脉狭窄是引起中风的主要原因,而无症状颈动脉狭窄的危险因素包括高血压、心脏病发病率、吸烟、糖尿病、久坐不动等。为了明确无症状颈动脉狭窄的重要影响因素,本文利用多变量数据分析技术研究探讨了无症状颈动脉狭窄检测中可能存在的规则和关系,通过采用遗传算法（Genetic Algorithms, GA）、逻辑回归（Logistic Regression, LR）算法及卡方检验,对372位病人的临床特征进行了检测分析。实验结果表明,高血压、冠状动脉疾病是诱发无症状颈动脉狭窄最主要的两个因素,相比逻辑回归、卡方检测,遗传算法产生的简单规则更适用于医生的日常诊断。     

多价值链视角下基于深度学习算法的制造企业产品需求预测

多价值链协同发展背景下,制造企业没有充分考虑服务链、营销链等其他价值链对产品需求的影响。为提高制造企业产品需求预测的精度,本文提出了产品数据空间和一维卷积神经网络(One-dimensional convolutional neural networks, 1D-CNN)-长短期记忆神经网络(Long short-term memory, LSTM)的深度学习算法。首先,整合不同价值链对产品需求影响的相关数据构建产品数据空间。其次,从数据空间中获取多链数据集用于1D-CNN-LSTM模型的预测。其中,1D-CNN通过两次卷积池化操作获取数据的深层次特征,LSTM则通过进一步学习数据特征中的重要信息来进行时间序列预测。最后,通过某电气设备制造企业生产销售的环网柜产品的相关数据进行算例分析,并与其他几种模型进行预测结果比较。结果表明：1D-CNN-LSTM模型的预测效果优于神经网络模型和单一的LSTM模型。可见本文提出的1D-CNN-LSTM深度学习模型更具优越性,预测效果好。     

基于数据融合的高效可靠智能电网通信技术

随着智能电网的大规模部署,传感器等终端设备将会大量增加。面对随之产生的海量数据,高效可靠的通信方式成为新时代智能电网研究的热点。针对智能配电网中通信网络复杂、工作环比较混乱、通信点多的问题,本文提出了基于数据融合的新型融合组网方案。首先,采用边缘计算和有线无线相结合的新型融合组网方式,提高了组网融合的性能;然后结合了基于最佳权重分配的数据融合算法解决了数据冗余的问题,降低了能耗。最后通过理论分析和实验仿真验证了本文基于数据融合的新型融合组网方案的有效性,在性能上与传统加权算法对比更加优越。     

图书管理关系数据库中的关系设计

通过图书管理情况的汇总登记,论述如何分解关系模式来例证关系设计。     

宿舍计算机管理系统的设计

介绍了宿舍管理系统的设计思想、系统构成和系统特点,提出了一种提问式逻辑配套询数据库管理的灵活方法。     

测井公式库的研究

测井公式库是基于测井解释分析知识、公式化知识的信息序。建立测井公式库,旨在综合目前国内外测井解释的各种模型、公式及参数信息,为测井资料的综合解释提供计算机咨询和应用。本文时测井公式库作了深入研究并编制了相应的横机软件系统,它包括4大类公式序,共52个子库,9个主要的管理应用模块。实际应用表明,公式库结构合理,功能完善,囊括有丰富的公式化知识信息,可作为测井解释的有力辅助工具。     

DMDF策略在多维数据挖掘过程中的应用

为了优化了多维、多层次复杂数据流的数据挖掘处理过程,在数据挖掘理论与鱼骨分析法的基础上,提出了“DMDF（数据挖掘驱动鱼骨分析）”的一个全新概念。设计了DMDF的结构与流程,不仅提供了一个用来支持不同挖掘组件的集成平台,还为整个数据挖掘过程提供了一个流程可控的策略。目的是多方面、多层次对整个数据挖掘框架和不同处理模块的结合方法进行有效的改进。其中数据分类、数据预处理、关联规则挖掘和预测是整个DMDF生命周期的基础。DMDF从战略高度、技术水平以及不同的抽象层面来支持不同挖掘组件的结合,通过再工程的方法来构建数据挖掘的处理过程,最终将其应用在可执行的系统上。     

浅析Excel软件在大学物理实验数据处理中的应用技巧

介绍了用Excel软件计算测量列平均值、标：位偏差和不确定度的方法,通过举例介绍了Excel软件在作图、直线方程拟合、指数曲线拟合、二次多项式曲线拟合以及重复计算物理公式值方面的应用技巧。实践表明．用Excel软件处理大学物理实验数据具有快捷、直观、简易的优点,掌握它能有效提高学生物理实验数据处理能力。     

数据挖掘在人才引进中的应用

信息资源的分析、整合在引进人才的竞争中起着越来越重要的作用.数据挖掘作为一种系统地检查和理解大量数据的工具,能有效地帮助高校及各企事业单位从不断积累与更新的数据中提取有价值的信息.因此,数据挖掘被引入到人才市场研究领域,并日益受到重视.从数据挖掘在人才竞争中的市场研究价值入手,探讨了数据挖掘在引进人才研究尤其是引进高层次人才中的应用,并给出了应用实例.