单泵与储料罐组合的深海采矿输送设备

根据软管采矿系统对输送设备的要求,研究出由储料罐与高压水泵组合而成的新的输送设备,其原理为:首先采用高压水泵对海水加压,然后采用储料罐将矿石加入到高压水中,通过高压水将矿石从海底输送到海面.根据两相流理论和Bernoulli方程,建立了储料罐与高压水泵组合输送的水力输送设备的设计理论体系.对输送系统的参数进行计算分析可知,对于矿石体积分数为7%～12%的流体,1 000 m深海采矿中试输送系统的水泵扬程为100～150 m,3 000 m深海采矿输送系统的水泵扬程为400～450 m.由储料罐与高压水泵组合而成的矿石输送系统简单,避免了矿石颗粒与水泵直接磨损,适用于深海采矿软管输送系统.     

Web使用挖掘数据源分析

讨论了Web使用挖掘过程的3个步骤,即数据获取与数据预处理、模式发现和模式分析,从服务器端、代理服务器端和客户端3个方面详细分析Web使用挖掘数据源的特征,指出了目前Web使用挖掘的数据源研究存在的不足,并给出了Web使用挖掘的数据源未来的研究方向.     

数据挖掘初探

从学科归属、技术、功能3个方面探讨了数据挖掘的定义及内涵,并对数据挖掘与知识发现的关系、数据挖掘的功能、作业流程及应用进行了初步研究。     

晋城矿区综采放顶煤工作面顶煤冒放性分析

根据晋城煤业集团综采放顶煤开采实际情况,从影响顶煤冒放性的煤体裂隙、开采工艺和支架与围岩关系3个方面进行分析,对综放工作面的布置、采放比、放煤步距、支架架型与工作阻力提出了建议.     

WEB数据挖掘研究与探讨

随着WWW迅猛发展,WWW上的信息量不断增加,如何在这些信息中找到用户真正需要的内容,成了数据组织和web相关领域的专家学者关注的焦点.为了解决这个问题,把数据挖掘的理论和技术应用于WWW,出现了一个新的研究领域-Web数据挖掘.主要介绍了Web数据挖掘的原理、应用、实现以及它的最近发展情况.     

基于数据挖掘的网络教育资源库构建

随着网络教育的蓬勃发展, 网络资源库的建设正向智能化、个性化方向发展, 以满足学习者不同的学习需求. 通过分析目前学习者在利用资源库进行学习时所遇到的问题, 提出运用数据挖掘技术(DM)指导资源库的建设, 并就如何改善资源库的组织结构、提高资源库的利用率、适应个性化学习等问题进行分析探讨.     

一种基于分形维的快速属性选择算法

属性选择是数据挖掘、文档分类和多媒体索引等领域研究的一个热点问题·利用分形维进行属性选择是一种新的方法,它利用数据集的分形维作为属性的重要性度量·基于分形维的快速属性选择算法(IFAS),利用后向属性选择策略和降维操作的投影特性,根据E维的分形树导出E 1维的分形树(用来计算分形维的数据结构)·因此,只需扫描一次数据集,避免了FDR算法多次扫描数据集的问题·通过图像特征数据集合和合成的分形数据集对两种算法进行性能测试·实验结果显示,IFAS算法明显优于FDR算法·IFAS算法的时间和空间复杂度都为O(n),响应时间与属性维数呈线性关系·     

范例推理中范例自动获取的数据挖掘技术

范例推理作为基于规则推理技术的一个重要补充，已受到人工智能研究 人员的普遍关注，在范例推理中，也有许多相应的知识，它主要包括：范例库、修正知识库，索引模式，相似性判断标准等，这些知识的获取也存在一定的瓶颈问题，通过在范例推理中引入数据挖掘技术，可望部分解决其知识获取的自动化问题，提高智能系统的整体性能，本文着重讨论了在范例推理中使用数据挖掘技术的必要性，提出了二上自动获取范例库的思想与算法，并应用于一个实际的系统之中，实际结果表明，这种思路大大提高了智能系统的开发周期与系统的运行效率。     

知识发现中概率统计与粗集方法的比较

对知识发现中,概率统计方法与粗集理论方法在评价系统参数的重要性,分类隶属度与条件概率,输入条件与决策结果的依赖关系等方面进行了比较, 提出了将概率统计方法和粗集理论相结合,由确定性粗集的近似空间扩展到了不确定性的概率粗集的近似空间,为确定性和不确定性知识表达系统提供一个统计粗集模型。     

一种关系数据库中基于云模型关联规则的提取

为了发现有效的关联规则，属性在比较高的水平被范化，允许相邻属性值或者语言项的重量．这种软划分可以映射人类的想法，同时使发现的知识鲁棒．利用云模型的理论与方法求解数量关联问题，给出了一种云关联规则的定义，并提出了基于云模型理论支持度和置信度的计算方法，最后提出了一种提取算法Cloud model A．这种方法较好地软化了数量属性论域的划分边界，从而使得挖掘出的云关联规则更容易被人理解。