基于协调开采技术的相邻露天矿开采程序优化

针对相邻露天矿实施协调开采带来的长期经济效益与开采程序变化影响短期经济效益之间存在矛盾的问题,运用露天采矿学的基本原理,研究相邻露天矿开采程序优化。分析协调开采技术的特点及采场贯通的影响因素,提出采区划分方案优化准则;建立采场、排土场形态优化模型,给出相邻采场贯通时间的计算方法,并提出贯通后采场、排土场形态优化方法。笔者结合工程实例对模型进行了验证,结果表明:通过优化采场、排土场形态,可有效减少剥离量,增加内排空间,提高贯通采场期间两矿经济效益。     

基于行为模式挖掘的网络入侵检测

基于系统模型DMIDS，提出了一种有效防范网络入侵的方法。该方法基于IP包信息挖掘出用户的频繁行为模式，能自动建立正常和异常的用户行为规则库；利用相似性匹配，能实时地检测出已知的和未知的攻击。详细介绍了用户频繁行为模式挖掘算法－－IDSPADE，实验结果表明该算法能够有效地发现多种网络入侵行为。和现有基于知识工程的方法相比，该方法具有更高的智能性和环境适应性。     

基于灰色前馈神经网络的流行色预测

提出结合灰色理论和前馈神经网络的流行色预测模型GLMBPNN(Gray Levenberg-Marquardt Back Propagation Neural Network),并利用Levenberg-Marquardt算法提高传统BP(Back Propagation)神经网络模型的学习速率.运用灰色理论学习历史数据的变化规律,对数据进行灰化处理,再对比目标值与BP网络的初始输出值,不断进行逆向反馈修正,训练完毕后通过仿真、白化处理得出流行色预测值.研究表明,GLMBPNN模型预测所得的流行值比灰色模型方法所得值的精度高,且比传统BP神经网络的收敛速度快.     

软土层上硬壳层作为工业球罐天然地基的利用

通过软上层分布区修建工业球罐珠实例,彩用与基础方案对比的方法,说明选定利用软土层上硬壳层作为建筑物天然地基,采用浅基础,能取得较好的经济效益。     

巨厚砾岩下开采地表沉陷预计模型的改进

为了探究巨厚砾岩下开采的地表沉陷规律,结合关键层理论,通过数值模拟从垂直应力、塑性区、垂直位移3个方面分析覆岩内部稳定性及造成地表倾向下沉曲线偏态的原因,基于概率积分法,建立改进的地表沉陷预计模型。结果表明:关键层初次破断距为291 m,周期破断距为281 m;悬力臂是造成下沉曲线偏态的主要原因;相对于经典的概率积分沉陷预计模型,改进的地表沉陷预计模型相对误差减小114%。可见在巨厚砾岩层下开采地表沉陷预计中,改进的地表沉降预计模型具有较高的准确度和适用性。     

急倾斜厚煤层掩护支架采煤法机械化问题的探讨

掩护支架采煤法是开采急倾斜厚煤层的有效方法之一,但回采工艺大多使用炮采。为进一步扩大急倾斜厚煤层掩护支架采煤法的适用范固,大幅度地提高技术经济效果,必须实现掩护支架下的采煤机械化。本文在总结分析国内外有关经验、资料的基础上,对掩护支架结构型式的改进和采煤机械化问题进行了初步的探讨,提出了设想方案。     

离层带注浆的稳定性及其改进措施

分析了使用不同浆液在离层带注浆、防止地面沉陷的稳定性，指出使用可固结浆液进行部分充填时，主要决定于浆柱的强度和顶板的结构；而使用湿法注浆时，则可以区分为可流动浆液和被吸附的、结合的浆液；由于前者可以在空间自由流动，在相邻采区开采时，浆液就发生失稳现象，为了改进注浆的稳定性，其措施为：一、选择注浆层位在可崩解的岩层层位并控制用水量；二、通过一定的采矿和注浆方法，使浆液处于自封闭的状态。     

序列模式挖掘算法综述

目前的主要序列模式挖掘算法可以分为3类:①基于Apriori的候选码生成-测试的方法;②基于垂直格式的候选码生成-测试的方法;③基于模式增长的方法.在介绍序列模式挖掘基本概念的基础上,描述了典型的挖掘算法,着重分析第②类序列模式挖掘算法的关键技术,并对各种算法进行详细的分析与比较,总结出它们的优缺点:前两类方法因产生巨大的候选序列而致挖掘代价剧增,而第③类模式增长方法避免了候选序列的产生,但挖掘长模式效率低.     

浅议检索策略的制定与实施

以国际上较先进的引文珠形增长策略、积木型概念组面策略和逐次分馏策略为例,采用案例分析的方法,探讨优化信息检索策略的方法。在检索课题分析的基础上,对概念组面的取舍、检索词的选择,提供了多种思路和方法;各检索策略的合理运用,均可以达到较好的检索效果。     

基于培养卓越应用型人才的线性代数问题驱动与案例任务教学模式改革

本文分析了现行线性代数的教学问题,提出了问题驱动与案例任务相结合的教学模式,并以两个案例来说明了此种教学模式的优越性,培养了学生的应用和创新能力,提高了学生的学习兴趣与课堂教学质量.