地下洞库防水施工方案

军事用途的地下洞库,防水施工是施工控制的关键。防水施工是系统的施工过程,贯穿于洞库施工的各个阶段,任何一个阶段没有处理好,都会给整个工程留下隐患,从而影响到洞库的使用效果,加大后期使用成本。通过阐述6205洞室各施工阶段防水施工的控制要点,并结合现场施工实际,提出防水施工的具体施工方案。     

安徽省矿山生态环境问题及治理对策研究

安徽省是矿产资源大省,矿产储量大,矿种多,矿业可持续发展是社会经济快速健康发展的重要基础.长期以来,社会经济快速发展导致矿产资源开发利用的日益增长,同时也导致了矿区环境污染和采空塌陷、土地占用、水土流失、崩塌滑坡、景观影响等生态破坏,安徽省矿山生态环境问题十分突出,已成为区域经济可持续发展的制约因素.笔者分析了安徽省矿山生态破坏的现状,指出了存在的问题,从建设生态安徽的角度,提出了安徽省不同矿山的生态恢复与建设措施和方案,并从生态环境管理的角度提出了矿山生态监管的要求和建立生态补偿机制的可行性.     

数据挖掘技术在数控机床可靠性分析中的应用

数控装备的可靠性研究的故障模式及影响分析方法通常采用频率法,该分析方法效果良好但过于繁琐。为此,采用数据挖掘技术中的关联规则方法,找出零(元)部件或系统可能发生故障原因和故障模式,为故障模式分析提供有效的方法。并给出关联规则算法的具体步骤。实例证明,该方法实用,有效。     

聚类分析在图书馆书籍管理中的应用

阐述了K-means聚类方法在图书馆书籍借阅分析中的应用,以及针对图书馆借阅数据的特点将特征聚类、无量纲化方法引入到K-means算法中.     

海量信息异常检测问题的异常概率排序算法

针对异常检测算法速度慢、精度低、稳定性差等问题,提出了一种通过异常概率排序提取异常点的算法(OAP).由于异常点相对正常点更容易通过对数据空间的均匀分割而孤立出来,所以OAP通过数据点在均匀N叉分割树中的孤立深度估算异常概率的大小,从而得到异常概率的排序,最终构造由k个异常概率最大的点组成的列表,列表中的数据就是所求的...     

基于聚类分析的申贷信用等级评价方法

 为了解决申贷信用等级评价问题,介绍了解决银行申请贷款信用等级评价中聚类分析采用的基本概念及术语,提出了2种聚类算法包括基于信贷数据的聚类算法δ-kmeans;基于高维信贷数据的聚类算法ASC,并通过实验对其性能进行比较分析,实验表明:①δ-kmeans算法在信贷风险的控制上取得较好效果;②相比传统k-means和Coweb算法,ASC算法在聚类高维信贷数据上更加有效.利用k-means算法对银行信贷数据的聚类动力学关系进行分析.最后,给出了聚类分析算法在银行信贷领域应用的的难点.     

基于DS理论的不确定空间co-location模式挖掘

 提出一种基于DS理论的co-location挖掘方法.先将数据集按照空间对象分类,然后从分类后的子数据集中依次提取该空间对象的实例,与其他空间对象数据集中的各个实例进行配对,将找到的各实例关系记录到一个新的关系表中,作为使用DS理论求解的基础.从一个新的角度来研究co-location挖掘技术,在DS理论的基础上重新定义了参与度,基于新定义的参与度来求解co-location模式.     

关中盆地混合地下热水化学成分的随机模拟

以水文地球化学理论和水文随机模拟技术为基础,利用水文地球化学模拟方法对关中盆地混合地下热水中主要离子与主要离子总含量TDI的关系进行分析,采用最小二乘法及根据残差的偏态系数进行参数估计以确定最适线性方程定量模拟关中盆地水化学场的混合作用对水化学成分的影响.研究结果表明:关中盆地地下热水中的主要离子矿化度与TDI之间具有...     

关联规则在高职学生综合素质测评分析中的应用

传统方法对学生综合素质测评比较单一,管理者常以测评分值来衡量学生的素质,而未对影响因子进行深入研究.在某高职院校学生成绩基础上,针对加权平均传统方法的不足,采用K-means算法对学生成绩进行聚类以此确定出优良等级,再运用Apriori算法对综合素质测评中思想素质、社会工作实践与文体活动创新素质、专业属性及学生成绩等影响因子蕴含知识进行挖掘.研究结果表明,思想素质在影响因子中起引领作用,且教学管理与学生管理相互依赖,这一算法的应用为管理者决策提供了依据.     

矿区规划环境评价中灰色关联投影模型的应用

煤矿开采涉及多种原发性生态环境影响问题,而大型矿区的整体性开发,其影响尺度更为突出,表现也更复杂。在矿区开发规划的环境影响评价中,如何合理解决如生态脆弱性等综合性、复杂性问题,是评价科学性的关键。文章以晋城矿区总体规划生态系统脆弱性环境影响评价为样本,鉴于矿区多维的内涵特征,运用灰色关联投影模型,将样本投影值与评价标准投影值进行比较,对样本进行优劣排序,确定出样本所属的环境质量级别。