矿区铁路专用线下综采放顶煤开采的试验研究

介绍了国内第一个综采放顶煤开采矿区铁路线下压煤试验面的成功经验，总结了试采中对铁路所采取的各种分析和维护措施，分析了该采煤方法下的地在移动和变形特点，为我国“三下”采煤领域提供了具有特色的成功实例。     

知识发现中一种变化趋势模型的算法研究

在时序数据库中,有许多成熟的技术和方法用来对布尔型属性之间的关系进行挖掘,但对于数值型属性变化趋势关联关系的研究却不是很多.本文提出了一种数值型属性变化趋势的研究模型QMP(QuantityMovementPattern),依据该模型可利用数据挖掘算法发现不同数值型属性之间变化趋势之间的关系.文中分析了该模型的几种实现算法,并给出了一种快速实现算法及实验数据.     

基于改进的模糊核C-均值算法在商业银行客户细分中的应用

随着商业银行信息化进程中数据集中阶段任务的完成,各商业银行将面临如何从大量的数据中提取有价值的信息和知识以提高企业决策质量和市场竞争力,数据挖掘技术的出现使企业“数据变知识”成为可能。文章主要结合商业银行的实际,探讨了核聚类方法在提高银行服务成功率等方面的应用。     

矿区最优投资分配动态规划模型研究

应用动态规划的理论,针对矿区建设的特点,以投资呆滞损失和欠产损失为主优化目标,以初期投资少为次优化目标,建立了矿区建设投资最优分配的多阶段动态规划投资模型,并给出了模型的解法.最后以我国某矿区为实例,应用模型进行求解,得出了满意结果.     

数据挖掘技术在银行业的应用

随着技术的进步、市场规模的扩大以及分工交易方式的发展,银行业的经营环境也因信息技术发展的影响而不断改变,银行业面临着愈加激烈的竞争.通过建立数据仓库,使用数据挖掘技术,挖掘出为银行创造利润的客户,从复杂的客户信息中建立模型,能够降低成本与风险,提高效益.     

零售业销售数据关联规则挖掘算法关键思想研究

对零售业销售数据关联规则挖掘算法的关键思想进行了研究，给出了各种提高算法效率的方法以及对规则选择的方法。     

试论村庄下采煤的技术问题

文章讨论了村庄下采煤的技术问题。     

Discovering Frequent Subtrees from XML Data Using Neural Networks

By rapid progress of network and storage technologies, a huge amount of electronic data such as Web pages and XML has been available on Internet. In this paper, we study a data-mining problem of discovering frequent ordered sub-trees in a large collection of XML data, where both of the patterns and the data are modeled by labeled ordered trees. We present an efficient algorithm of Ordered Subtree Miner （OSTMiner） based on two- layer neural networks with Hebb rule, that computes all ordered sub-trees appearing in a collection of XML trees with frequent above a user-specified threshold using a special structure EM-tree. In this algo- rithm, EM-tree is used as an extended merging tree to supply scheme information for efficient pruning and mining frequent sub-trees. Experiments results showed that OSTMiner has good response time and scales well.     

提高煤炭资源回收率实现矿井可持续发展

以同煤集团晋华宫矿为例,分析了提高煤炭资源回收率、合理开发矿井煤炭资源的途径。     

基于关联规则相关性分析的Web个性化推荐研究

通过分析关联规则在Web个性化推荐中存在的问题,对Web个性化推荐的关联规则相关性分析算法进行改进,并进行了详细的论证和仿真实验。实验结果表明改进的算法能实现更低支持度的推荐,能提高推荐的准确率和速度。