基于粗糙集的产品造型设计分析方法

针对在产品造型设计分析中的不确定决策,提出了基于粗糙集的产品造型设计分析方法。该方法以产品外形特征分析与抽象模糊提取为基础,同时利用多重属性的粗糙集约简算法获得有效的风格信息,最终可以得到不同风格意象所反应出来的造型风格特征集。     

基于Google Earth兴城地学信息共享系统的设计与实现

结合兴城深部探测野外实验示范基地地学信息特征分析,构建了基于地理空间关联性的面向对象数据储存模型。在此基础上,利用电子地图和数据库技术设计并实现了基于Google Earth的兴城地学信息共享系统,实现了对兴城基地地学信息的统一管理与共享,为基地内勘探工程设计和勘探结果分析比对提供信息服务支持。     

尾矿资源特征分析研究方法综述

本文阐述了国内尾矿资源综合利用的现状,并系统总结出了尾矿资源特征分析研究的常用方法。尾矿资源特征分析研究方法包括尾矿样品取样方式,尾矿样品元素测试分析方法,物相测试方法,物理特征分析方法以及工艺矿物学研究方法,并以此为基础开发尾矿资源特征查询系统,为尾矿的综合利用提供基础数据资料。     

基于GWO-SVM算法的油气井产能预测模型研究

油气井产能对于油藏完井方式选择及相关作业起着决定性作用,是油气藏开发的关键指标之一。当前基于机器学习算法的油气井产能预测过程中预测结果受样本数据影响明显。针对支持向量机方法和灰狼算法在处理小数据样本时的特征及优势,将支持向量机与灰狼算法相结合,形成了灰狼算法—支持向量机算法(GWO-SVM算法)。利用某油田数据实际井数据对优化前后的算法及当前常用的机器学习算法进行对比测试,结果表明,优化后的GWO-SVM算法在计算速度和计算精度上表现出了明显优势,能更准确地确定油气井产能。研究结果对油气井产能预测具有一定指导意义。     

基于钻孔土层参数的黄金开采地质特征三维模拟

为了解决黄金开采过程中由于数据不足和参数偏差等不确定因素导致的地质特征分析难度大的问题,提出一种基于钻孔土层参数的黄金开采地质特征三维模拟方法,以改进资源储量估算的准确性。采用钻探设备获取钻孔土层信息,并利用距离反比加权差值法优化钻孔土层参数,建立包含地质参数的数据库。基于这些参数,可以使用Surpac软件来构建具有地下空间的三维模型,生成黄金开采区不同地质特征。实验测试结果显示：该钻孔土层参数能够构建较为理想的黄金开采区地下空间三维模型,同时还能模拟出地下空间黄金开采不同深度的地质特征,划分出研究区域的断裂带以及金矿分布、侵入岩位置,准确估算出金矿储量,误差值在2%以内。所提出的基于钻孔土层参数的黄金开采地质特征三维模拟方法具有较高的可行性和准确性。该研究方法的应用可以提高黄金开采区地质特征分析的准确性和可信度,有助于更好地理解研究区域的地质环境,为黄金开采过程中的决策制定提供准确的地质数据支持。     

基于XML的VB编程题自动阅卷的研究

针对目前应用的自动评分系统仅采用结果评分方法,忽视考生程序的程序代码,提出将XML文档作为程序代码的中间表示形式,建立基于XML的代码评分模型,阐述了该模型采用的关键技术及进一步研究的方向。     

深井爆破振动小波分析及其应用

根据小波分析理论,对深井爆破振动信号进行频带划分,给出不同频率带上爆破振动的相对能量分布和振动强度的时间变化规律,并分析总结深井爆破振动衰减规律。与传统Fourier变换基础上的频谱分析方法相比,基于小波变换的爆破振动时频特征分析可以给出更为准确的细节信息。研究成果对研究深井爆破振动具有重要意义。     

基于广义翁氏模型的煤层气产量预测方法

为实现煤层气的低成本高效开发,有必要加强煤层气开采中长期规划工作,以最大限度地降低采气成本,提高经济效益。根据煤层气开采过程中的产量变化规律,将广义翁氏预测模型应用于其产量预测过程,可以实现快速、准确地预测煤层气井产气高峰及其出现时间。将模型计算结果与数值模拟结果进行了对比,二者之间的误差小于5%;在此基础上,根据某实际气井的早期少量的生产数据,利用该模型准确地预测了气井中长期的产量,进一步验证了方法的正确性。从实际应用来看,该方法计算过程简便、预测结果准确,具有一定的应用价值。     

高校新生报到系统的设计与实现

文章实现了基于foxpro技术高校新生报到系统的设计与实现。该系统能够实现高校新生报到注册和注销功能。为高校各职能部门尤其是招生办提供了方便。通过使用本系统学校管理者可以第一时间及时准确了解新生的全部报到和流失情况,为每年9月份的补录和各省流失报送工作提供了决策依据。同时该系统还解决了快速准确输入14位数字考生号的难题,使用户无须手工输入14位考生号,只要扫描枪一扫,轻松实现准确快速输入。     

基于频域滤波的矿山微震信号分离方法研究

在金属矿山实际生产过程中,矿震信号受到设备机械及开采作业影响成分复杂,矿山普遍面临着微震信号难以识别、提取困难等实际应用问题。本文通过对实际采集信号进行频谱特征分析,能够识别到有效谱峰,并进行频域滤波,从而分离得到多源信号分量;并以微震和爆破两种典型信号为例,介绍了频谱特征分析、滤波分解以及边带信号的加窗压制等处理计算方法。本信号分离方法能够为分析多源复杂信号提供了一个新思路,并且对实现多源分离提供了有效的技术手段;该方法应用于金属矿山的微震安全监测,可以为矿震信号的分类识别、信号特征样本库的建立、信号触发到时的合理性评估提供可靠数据和分析方法支持,同时也有利于提高微震事件识别的准确性。     

基于高分遥感影像匹配的露天矿滑坡形变场监测方法

针对利用SIFT(Scale-invariant feature transform)算法提取全色遥感影像特征点时存在数量少、分布不均、影响滑坡形变场监测效果等问题,提出了一种综合利用SIFT与CSIFT(Colored scale invariant feature transform)算法进行滑坡形变场标定的方法。该方法利用SIFT算法分别处理全色影像和多光谱融合影像,利用CSIFT算法处理多光谱融合影像,将3个过程提取的互不相同的特征点进行叠加,得到更多的特征点。以抚顺西露天煤矿南帮滑坡为例进行试验,结果表明:新方法能够充分利用3种不同影像匹配过程的特点,大大增加了特征点数量,使得生成的滑坡形变场更加精确,所圈定的滑坡范围更加准确,且该方法具有成本低、效率高等优点,非常适合于大型滑坡的大变形形变场监测。     

基于BP神经网络的双能X射线透射的 金属识别算法

双能X射线透射识别技术可识别物质种类，是一种能用于废金属回收的新方法。在废金属识别算法中，目前的曲线拟合识别算法只能在物质厚度较小时能较好的拟合，识别准确性和厚度范围不能满足废金属分选要求，并且不能解决X射线源扇形效应的影响。针对现有算法的不足，基于 曲线提出 识别特征，提高了识别的厚度范围；提出将物料位置作为识别特征，解决了扇形效应；结合 特征和位置特征提出基于BP神经网络算法的废金属分类模型。通过铜和铝物料实验对比，结果表明识别准确率从81.4%提高到了94%。     

不完全变形监测数据处理与优化研究

针对指数平滑法和EM算法来预测不完全变形监测数据的潜在值, 分析了两种方法的局限性, 提出了指数平滑法动态选择衰减因子的改进方法和EM算法与切比雪夫多项式组合分析方法, 对比分析结果表明, 采用两种优化方法来生成缺失数据的潜在值均能满足精度要求, 且优化指数平滑法在沉降监测预报的效果更佳。     

分数阶Fourier变换在滚动轴承故障诊断中的应用

分数阶傅立叶变换(FRFT)是经典傅立叶变换的广义形式,它克服了经典傅立叶变换在故障特征提取中存在不足,可同时从时间域和频率域(或空间域)揭示信号特征。论述了分数阶Fourier变换的定义、特点和算法,并进行实验研究。实验结果表明,只要选择合适的分数阶数,可取得比传统傅立叶变换更好的效果。     

基于煤位检测的多尺度特征匹配算法

针对煤矿企业煤仓内煤位的检测,运用计算机视觉检测识别技术,提出了一种基于双目视觉W-SIFT图像特征匹配算法的非接触式煤仓煤位深度测量方法,将小波压缩编码和尺度不变特征变换算法相结合,去除双目图像中的冗余信息后,通过基于尺度因子变化的模版进行自适应调节,并对双目视图配准的煤位图片进行处理,构建多尺度空间从而提取煤位图片的特征点,然后对比左右煤位视图,运用双目视图双向配准的策略,进行深度匹配。最后依据W-SIFT匹配算法预先标定的左右图像得出视觉传感器的内外参数,代入坐标转换公式,准确确定煤仓煤位的真实深度值。实验结果表明将这一新算法应用到煤位检测中,与传统SIFT算法相比具有较明显的优势,实时性、稳定性好,取得了满意的效果。     

基于EMD分解的齿轮箱故障诊断研究

提出了基于EMD分解的齿轮箱故障诊断方法,介绍了EMD理论及其算法,完成了齿轮箱齿面磨损故障及正常状态实验,对故障信号进行EMD分解后所得IMF中清晰地表达了故障信息,说明了该方法的可行性和有效性。     

井下风流中瓦斯扩散模型研究

针对煤矿井下采掘空间中瓦斯扩散问题,通过理论分析建立了井下风流中瓦斯扩散的数学物理模型,并利用数理方法得到模型的解析解,解决了煤矿井下采掘空间瓦斯扩散的浓度分布问题,并与现场考察的结果相互比较,结果表明,所建立的井下风流中瓦斯扩散模型能较好地反映瓦斯的实际扩散过程。     

Study on optimization control method based on artificial neural network

Introduction A great number of goal optimization questions exist in such fields as electronic science, control sci-ence, computer science and management science. So-lution to these questions can be summed up as seeking the maximum or minimum value to a certain definite goal function with constraints. Effective algorithms have not been found for many questions. In solving problems the problems’ time complexity is exponen-tial, it is difficult to find an overall optimized solution in limited ti…     

Statistical validation of standardless and standard-based analysis by X-ray fluorescence spectrometry in iron ores characterisation

An X-ray fluorescence (XRF) study comparing the performances of standardless or semiquantitative analysis in relation to the traditional standard-based or quantitative analysis technique is presented. This comparison using precision lines and simultaneous confidence intervals provides reliable information about the precision and trueness that each technique can achieve. This study enables the comparison of the results obtained with two different analytical approaches for iron ore samples in terms of precision and accuracy of results, sample preparation and availability of standards. A new technique for assessing the accuracy of an analytical method using linear regression is presented, wherein the results of both analyses are regressed against certified reference materials. The statistical test performed is based on the joint confidence interval for the slope and the intercept of the regression line calculated considering the uncertainties in both axes or in both analytical methods. The slope, intercept and variances associated with the regression coefficients are calculated with bivariate least-squares regression. Some chosen standard-samples were analysed for statistical validation of the methods. These samples had sufficient replicates to perform the calculations and later statistical comparison between the accuracy (precision and trueness) of each analytical method and evaluation of its precision lines.     

一种露天矿卡车故障的NLP技术挖掘与分析方法

受制于国内露天矿设备的智能化故障诊断水平,露天矿卡车故障信息以人工采集方式为主,故障信息的标准化和故障管理的程序化程度不够,难以进行深入的故障分析工作。为此,提出了基于自然语言处理技术的故障分析方法。该方法首先对故障文本信息进行预处理,利用向量空间模型对处理结果进行统计,从而获得初始特征向量;然后利用主成分分析算法对初始特征向量进行降维处理,建立故障特征空间模型;最后利用这些特征向量训练故障挖掘模型,对露天矿卡车故障信息进行挖掘与分析。通过矿山实际数据验证了该方法的合理性,为露天矿卡车故障信息分析与管理提供了新方法。