上覆煤柱工作面矿压显现及开采应对措施

通过对上覆煤柱工作面支承压力的分析及现场实际情况的总结,提出了工作面矿压显现特征和在煤柱下开采工作面所采取的应对措施。     

石膏矿床地下开采危险危害因素分析及安全对策

本文针对当前我国石膏矿床地下开采过程中重大特大事故不断的局面,分析了石膏矿床地下开采过程中存在的危险危害因素,指出采空区大面积坍塌是当前我国石膏矿床地下开采过程中最重要的危险危害因素.从安全管理和安全技术等方面提出的安全对策,对于促进矿山企业安全生产,保护矿工生命安全与健康,具有较大意义.     

井口注汽参数对注汽效果影响分析

利用气液两相流理论和传热学原理建立了注蒸汽井井筒的温度场分布模型及井筒压力分布计算模型,编制了温度、压力分布相关的计算程序.对影响注蒸汽热力采油效果的主要参数进行了敏感性分析,通过分析得出:影响注汽效果的主要因素是蒸汽的质量流量和井口干度,研究结论将为优化蒸汽吞吐热力采油提供一定的理论支持.     

基于超图聚类的用户行为模式挖掘

为解决代理服务器端用户行为日志的高维特征,提出一种基于超图模型的Web会话聚类方法。该方法利用页面归约和隐含在会话中的时间等统计信息描述会话,并在此基础上利用基于关联规则的超图对用户会话进行聚类,可以在较高层次上发现代理服务器端的用户行为模式。实验结果表明,该方法可以在大型的代理日志文件集中挖掘出有意义的用户行为模式,有效揭示用户的行为规律。     

无负压供水设备技术分析

对无负压供水技术进行了分析,指出了设计或使用不合理时可能出现的问题;提出了正确使用无负压供水技术的工程措施.     

基于Ontology的Web语料的挖掘

针对传统英语语料库的缺陷,提出了对英语语料建立本体的新型语料库,并对基于Ontology在Web上挖掘英语语料做出了详细的阐述.对在Web上进行语料挖掘的几个关键技术作了不同程度的说明,并对此语料挖掘系统做出了评价.     

用于粗糙集约简的并行算法

通过对数据挖掘粗糙集约简算法的研究, 提出一种基于区分能力指数的信息系统数据划分思想. 先将系统按属性区分能力分成若干子表, 再由子表的约简求原系统的约简, 这种思想较好地简化了布尔函数的化简过程. 根据该思想设计了一个属性约简并行算法, 并利用Petri网模拟工具CPN Tools对算法的负载平衡进行了分析, 通过实验与相应的串行算法在时间上进行了对比, 实验结果显示, 该算法对于对象较多的大规模系统具有较高的效率.     

土体加、卸载土工参数的区别

围绕卸荷问题研究了卸载土体抗剪强度、静止土压力系数及回弹模量等的变化规律,并就土体加、卸载状态的区别进行了分析,意在强调加、卸载土工参数的选取应有所不同.     

气象数据仓库建立及数据统计与挖掘

将数据仓库技术应用于气象数据,建立气象数据仓库,利用联机分析的快速数据统计和数据挖掘的自动知识发现技术,从海量历史数据中发现知识,为气象服务提供决策支持,以期数据资源的充分利用且同时服务于实际气象应用领域。     

Pushing Multiple Convertible Constrains into Frequent Itemsets Mining

Constraint pushing techniques have been developed for mining frequent patterns and association rules. How ever, multiple constraints cannot be handled with existing techniques in frequent pattern mining. In this paper, a new algorithm MCFMC （mining complete set of frequent itemsets with multiple constraints） is introduced. The algorithm takes advantage of the fact that a convertible constraint can be pushed into mining algorithm to reduce mining research spaces. By using a sample database, the algorithm develops techniques which select an optimal method based on a sample database to convert multiple constraints into multiple convert ible constraints, disjoined by conjunction and/or, and then partition these constraints into two parts. One part is pushed deep inside the mining process to reduce the research spaces for frequent itemsets, the other part that cannot be pushed in algorithm is used to filter the complete set of frequent itemsets and get the final result. Results from our detailed experi ment show the feasibility and effectiveness of the algorithm.