矿井井巷工程可视化数据管理系统研究

确立了矿井井巷工程巷道数据管理系统(RDMS)研制的基本目标,根据工程实践建立起采掘工程平面图专用图素集,研究构造了工程平面图形的组织与管理模式。利用AutoCAD2000VBA二次开发技术,将矿图中的巷道、工作面等图形元素与它们的相关数据信息链接起来,建立起井巷工程RDMS系统,为实现矿井井巷信息的可视化管理提供保证。     

顶窗盖上体成形分析及模具设计

通过对顶窗盖上体成形工艺分析,阐述了工件成形及模具设计的难点,提出了预成形小凸包的拉深压形模结构,并介绍了模具结构特点及模具工作过程。     

核心元素的特征及其在决策树生成中的应用

利用粗糙集约简的辨识矩阵，给出属性是核心元素的充要条件为该属性是辨识矩阵中单元素集．利用上近似与下近似给出了判断是否核心元素的两个充分条件，指出利用核心元素简化决策树比用熵函数ID3方法简化的决策树更简单．     

土壤地下点源入渗的基本特性研究

基于大量的大田土壤点源入渗试验，提出了地下点源入渗系统的新理念——管道-土壤系统，分析了地下点源入渗中累积入渗量与入渗率随时间的变化过程及入渗界面问题，建立了地下点源土壤入渗模型，并利用数理统计理论证明了该模型的有效性。研究成果对研究土壤水分运动理论和指导农业地下灌溉实践都具有重要的意义。     

一种基于Lagrange神经网络的盲多用户检测器

提出了一种基于Lagrange神经网络的盲多用户检测器，该检测器以最小平均输出能量为准则，把盲检测问题转化为优化问题，利用神经网络进行有效求解。理论分析和仿真结果表明，该检测器在性能上优于传统的检测器，且计算量少，收敛速度快，便于实时处理。     

粉尘爆炸研究进展

全面论述了粉尘爆炸的发展现状，并分别从可燃粉尘爆炸机理、粉尘爆炸特性参数、爆炸模型和防爆措施等四个方面进行了详细的阐述．同时指出了研究粉尘爆炸的重要意义。     

中长期电力负荷预测

对电力负荷的预测的传统方法主要采用回归模型、曲线模型等，因不能充分利用历史数据，其准确性较差。利用人工智能技术，将BP神经网络及遗传算法应用于中长期期电力负荷预测，能更好的利用历史数据，如果再对有节假日的特殊月季电力负荷数据进行合理有效的处理，就能大大提高预测的精度。     

储油罐模型的静态倾斜试验及理论分析

为研究地震破坏中储油罐损坏与罐体翘离的关系，设计了储油罐模型在不同地基上的静态倾斜试验，分别采用梁的小变形法和非线性有限元法，建立了储液罐翘离反应的力学模型，并进行储油罐翘离静力分析．结论为：非线性有限元法与梁的小变形法计算结果接近；软基上罐的翘离量大约是硬基上的2倍多，但硬基上罐壁轴向压力约为软基上的1．1～1．4倍；容量3000m^3及小于3000m^3的高罐比大容量的矮罐受翘离的影响大．     

非线性时序的混沌特性分析与预测

非线性时间序列相空间重构过程中的参数选择问题以及有效的预测方法一直是该领域研究的热点和难点，基于虚假最近邻域概念，同时确定最佳的嵌入维数m与时间延迟τ，对实际非线性时间序列进行相空间重构，求解出时间序列最在Lyapunov指数LE，验证了其中混沌特性，其可预报尺度为[1／LE]．并应用基于[1／LE]个输入神经元与Kenya提出的m：2m：m：1这两种人工神经网络结构对非线性时间序列进行训练和预测，预测结果的平均误差分别为4％和2％左右，后一种神经网络结构能提供更好的预测结果。     

基于LSI和自组织神经网络的高效文本聚类方法

根据隐含语义索引(LSI)理论和动态自组织映射神经网络理论,提出了一种文本聚类的新方法.应用动态自组织映射神经网络来实现文本聚类,不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,具有聚类灵活和精度高等特点,对于高维的文本特征向量来说,聚类速度很低;该方法应用LSI理论来建立文本集的向量空间模型,在词条的权重中引入了语义关系,消减了原词条矩阵中包含的"噪声"因素,从而更加突出了词和文本之间的语义关系.通过奇异值分解(SVD),有效地降低了向量空间的维数,克服了自组织神经网络的聚类缺陷,提高了文本聚类的精度和速度.