A parable of two princes: An effective approach to national development

The paper compares two opposite strategies for national development: (1) initially optimum policies in the absence of a strong feedback system and (2) initially poor policies with a strong feedback system. The strong feedback system is essentially a real-time information system designed to support national development. A number of principles or guidelines for implementing such a real-time information system are presented. The entire approach is based upon the viable system model of Stafford Beer.     

决策支持系统中的超媒体集成技术

目的 研究决策支持系统中的超媒体集成技术,方法 引入动态超媒体的概念,将结点,链接和链接标记扩展为虚拟确定,动态计算和过滤。利用显示子系统和控制子系统的构造超媒体引擎。结果 通过动态计算,超媒体引擎能够使用连接规则生成超媒体表示,并将其动态迭加到决策支持系统中的知识组件中。结论克服了现有超媒体技术的不足,从而用户能够借助超媒体引擎,访问各种动态信息。     

综放开采在小峪3^#煤层应用的可行性研究

采用多因素分析综合评价方法,论证了在小峪３＾＃煤层应用综放开采是可行的,并提出了具体实施方案,对矿井生产及类似条件的煤层开发有指导借鉴意义。     

IDSS的实现技术探讨

探讨智能型决策支持系统(IDSS)的实现技术,以DSS模型语言IFPS/plus为工具建立的“贷款审批决策系统”说明了使用模型语法表达定性数据和符号推理的方法,这种方法把专家系统(ES)的功能直接嵌入DSS,对许多IDSS的构建是有效的。     

Apriori算法的一种变形

关联规则是数据挖掘的主要技术之一.本文针对目前最经典的关联规则挖掘Apriori算法的局限性,提出了一种只扫描一遍事务数据库的效率较高的Apriori_Tid-1算法,并给出了一个具体的实例,最后给出了该算法的实现.     

局部密度函数的支持向量机估计法

研究了用局部密度函数表示连续型随机变量的未确知信息问题，给出了估计局部密度函数的支持向量机算法．     

晋普山煤矿锚杆支护技术

阐述了晋普山煤矿半煤岩巷道锚杆支护技术的设计方法及井下应用情况,介绍了锚杆支护矿压监测软件的组成和系统功能,并对今后煤矿锚杆支护技术的发展进行了展望。     

综放巷内充填原位沿空留巷工业性试验

针对常村煤矿S2-6综放工作面采用传统技术沿空留巷的难点，提出综放巷内充填原位沿空留巷新技术。根据上覆煤岩层活动的空间特征及分期规律，引入关键层理论，建立综放沿空留巷的囤岩结构力学模型。在对原巷道进行有效加固和扩帮支护基础上，结合高水速凝充填材料的性能，确定了充填体支护及其加固设计参数。采用合理的实施方案和充填工艺，井下工业性试验达到了预期效果，证明了综放巷内充填原位沿空留巷的可行性，具有推广价值。     

基于支撑向量机在线学习方法的短期负荷预测

提出了基于支撑向量机在线学习方法的短期负荷预测,该方法克服了传统的支撑向量机负荷预测当训练样本集合改变时为了保证预测精度必需重新进行训练来得到新的回归函数的缺点.充分利用支撑向量机解的稀疏性和前一次的训练结果,提出了递增和递减算法,直接修改原有回归函数的系数来得到新回归函数.实例计算表明,该方法与传统支撑向量机方法相比,具有计算速度快,推广能力强的显著特点,在相同预测精度下,计算速度提高了近两个数量级.     

一种基于多分类支持向量机的网络入侵检测方法

构造了一种基于异构数据距离的径向基核函数，可直接应用于异构的网络数据，并利用实验数据得到修正的基于异构数据距离的径向基核函数(I-HVDM-RBF)，从而减少了支持向量的个数，降低了运算量，采用I-HVDM-RBF核函数和一对一方法构造了多分类支持向量机来进行网络入侵检测，检测选用美国国防部高级研究计划局入侵检测评测数据，结果表明：与Ambwani方法比较，其检测精度提高了约3％，支持向量个数减少了268个，检测时间缩短了5min；与Lee方法比较，其拒绝服务攻击、远程到本地攻击和普通用户到超级用户攻击的检测精度分别高出73％、19％和3％。