竖炉焙烧过程多变量智能优化设定方法

赤铁矿竖炉焙烧过程关键被控变量的优化设定值不易获得,使得生产指标难以控制在其目标值范围内.将案例推理、参量预报和专家系统技术相结合,提出一种竖炉焙烧过程的多变量智能优化设定方法.预设定模型给出控制回路的预设定值,案例评价模型和案例修正模型分别对预设定值进行评价和校正,从而实现了控制回路设定值的在线自动调整.实验及应用表明了方法的有效性,能够适应工况的频繁变化,实现了生产指标的优化控制,取得明显成效.     

基于决策树的驾驶行为决策机制研究

驾驶决策过程中,驾驶行为常受到人、车、路、环境等多源信息的刺激和影响。由于信息处理能力有限,驾驶员对多源信息无法同时实现知识获取与表示,以致有时不能准确、快速地进行驾驶决策,易引发交通事故。文章利用决策树能融知识表示与获取于一身的优点,将决策树用于不同驾驶行为决策机制的研究,以实现对驾驶员行为的模拟再现。仿真结果表明,用决策树构建的驾驶决策识别模型有较高的推理速度,能实时、准确地识别当前的驾驶行为和预测下一时刻的驾驶决策,为智能车辆中自动驾驶系统的仿真和实现提供了理论指导和可行性依据。     

基于NSST与改进稀疏表示的医学图像融合方法

针对单一模态的医学图像无法为临床诊断提供全面、 互补信息的问题, 提出一种基于非下采样剪切波变换(NSST)与改进稀疏表示(ISR)的多模态医学图像融合方法. 首先用NSST分解工具将待融合图像分解为一个低频子带和若干个高频子带; 其次, 用ISR方法融合低频子带, 通过Sobel算子和引导滤波器去除低频子带的细节特征, 从而提高低频子带的融合效率, 同时对高频子带采用绝对值最大的融合规则进行融合; 最后, 将融合后的低频子带和高频子带进行逆NSST变换得到最终的融合图像. 实验结果表明, 该方法在主观视觉性能和客观评价上均优于其他对比融合方法.     

曲线隧道施工引起地表沉降槽峰值偏移规律

由于曲线型盾构隧道卸荷扰动区的不对称性,使得隧道施工后地表沉降槽峰值出现了一定的偏移.故为便于对曲线型盾构隧道沉降峰值的偏移规律进行定性及定量分析,利用Midas/GTS有限元软件,以隧道的不同线路半径作为变量设定多个模拟工况,建立三维模型进行分析研究,且采用Origin软件对模拟的计算结果进行函数拟合;最后,依托乌鲁木齐市南农区间8标段小半径曲线盾构隧道的工程实例进行验证 研究表明:围岩变形、地表沉降峰值及地表沉降槽宽度均随曲线型隧道线路半径的增大而呈现出减小的趋势;地表沉降槽峰值点的偏移距离与隧道的线路半径关系近似反函数曲线.     

模糊控制中FMP问题的算法分析

本文主要对模糊推理的核心问题之一即FMP问题的算法进行比较,其中包括CRI算法、Mamdani算法、三I算法等推理算法,并且对各种算法的优劣性进行分析.文章给出了推理合成规则不具有还原性和不能正确进行模糊推理的原因以及正确使用CRI算法的条件,对各种蕴含算子的模糊推理进行了分析比较,从而得到较合理的推理算法.文章最后举...     

一种XML数据到结构化数据的转换方法

分析半结构化树状层次结构的XML文档的结构特征，描述XML结构与关系数据库的对应关系．给出XML文档的DTD中各主要元素与关系数据模型之间的映射规则，设计转换规则脚本的自动生成算法和数据转换算法．     

基于水上交通安全事故基础数据的模式发现

对国内近海港区及长江通航水域发生的水上交通事故进行原始数据收集、整理、统计和分析,获取保障水上交通安全规划的基础数据,建立开发水上交通安全事故基础数据库系统.在此基础上,将数据挖掘技术应用到水上交通安全事故基础数据库.结果表明,将关联规则算法应用在水上交通安全领域有助于发现大量事故背后隐藏的信息和事故模式,更加深入地认识水上交通数据本身的成因和趋势,为有关部门提供定性和定量相结合的决策依据.     

基于OLAP的多维关联规则挖掘研究

针对数据仓库中的多维数据模型及OLAP技术,给出了一套行之有效的基于OLAP的元规则指导的多维关联规则挖掘方案,最终挖掘出用户真正感兴趣的概念层次合理的多维关联规则.实验结果表明该方案是有效的.     

一种改进的证据推理组合规则

提出了一种新的证据理论组合规则，综合考虑了支持信息和冲突信息对合成结果的影响。在求出各个证据之间局部冲突之后，利用各个证据的可信度得到系统的全局冲突；以全局冲突作为参量定义了一个冲突证据有效性系数，该系数反映了冲突信息对最终融合结果的影响。算例验证结果表明，新的组合规则能够有效地处理证据中的冲突信息，得出合理的融合结果。     

Web数据挖掘在搜索引擎中的应用

WWW上信息增长越来越快，数据量非常庞大，传统搜索引擎虽能检索出一些有价值的信息，但仍存在许多弊端．把Web数据挖掘技术应用于搜索引擎中，在服务器端，建立精简的索引数据库，在客户端，挖掘用户的个性化行为，更加高效准确地获取信息．