基于大数据分析的分布式MOLAP技术研究

在计算机系统运行以及研究环节中,会存在大量的规模效应,此类状况难以避免,要想有效解决此类问题,就需要利用分布式的处理方式,开展对文件系统的分析。文章对分布式多维联机分析过程(MOLAP)的数据模型进行了分析,从维编码的算法、映射归约(MapReduce)算法的实现、分析维的遍历算法等方面作深入探讨。     

耦合让均压支护在综采面端头维护的应用

为了提高综采工作面端头超前应力区顶板稳定性,降低顶板支护费用,对8309工作面端头应力区提出了耦合让均压支护技术,控制了端头应力区顶板下沉、破碎现象,可降低支护成本费用320元/m。     

电液控制系统关键传感器的故障预警方法研究

为了保证电液控制系统的正常运行,对电液控制系统核心传感器部件的故障预警是关键一环,分析了传感器在电液控制系统的工作原理,得到了传感器在系统中的故障规律,为了对井下的电液控制系统中的核心传感器的故障进行预警和诊断,结合目前比较流行的传感器故障预警方法,以液压支架的压力传感器为例,提出了一个静态分析与动态分析融合的诊断方法,其核心是通过对传感器采集的数据进行分析,能有效预测压力传感器故障,提高电液控制系统的可靠性。     

浅析煤矿综采放顶煤安全开采问题

以煤矿放顶煤安全开采问题为对象开展分析探究。结合具体工程实际,在分析综放工艺技术特征的基础上,对综采放顶煤安全开采需注意的问题与防范措施开展深入分析,希望能够为其他矿井综放开采的有效开展提供借鉴和帮助。     

S6-11综放工作面回风巷支护设计优化

针对常村矿回采巷道变形严重,影响正常生产的问题,通过对矿井赋存条件、巷道现有支护形式和围岩变形过程分析,采用新型联合支护技术对S6-11回风巷道支护进行优化。现场实测巷道顶底板相对移近量最大120mm,两帮相对移近量最大140mm,均在允许正常范围之内。     

R2D2: A scalable deep learning toolkit for medical imaging segmentation

Deep learning has gained a significant popularity in recent years thanks to its tremendous success across a wide range of relevant fields of applications, including medical image analysis domain in particular. Although convolutional neural networks (CNNs) based medical applications have been providing powerful solutions and revolutionizing medicine, efficiently training of CNNs models is a tedious and challenging task. It is a computationally intensive process taking long time and rare system resources, which represents a significant hindrance to scientific research progress. In order to address this challenge, we propose in this article, R2D2, a scalable intuitive deep learning toolkit for medical imaging semantic segmentation. To the best of our knowledge, the present work is the first that aims to tackle this issue by offering a novel distributed versions of two well-known and widely used CNN segmentation architectures [ie, fully convolutional network (FCN) and U-Net]. We introduce the design and the core building blocks of R2D2. We further present and analyze its experimental evaluation results on two different concrete medical imaging segmentation use cases. R2D2 achieves up to 17.5× and 10.4× speedup than single-node based training of U-Net and FCN, respectively, with a negligible, though still unexpected segmentation accuracy loss. R2D2 offers not only an empirical evidence and investigates in-depth the latest published works but also it facilitates and significantly reduces the effort required by researchers to quickly prototype and easily discover cutting-edge CNN configurations and architectures.     

基于目标级联技术的含风电互联电网机组组合策略

针对含风电互联电网日前安全约束机组组合的规模大、约束复杂、求解困难等问题,提出基于目标级联分析技术的分散协调优化策略。将问题分解为负责区域间边界节点电压相角协调的上层优化问题和以并行方式独立优化各区域发电计划的下层优化问题。下层优化以弃风电量期望和电量不足期望,量化各区域内风电、负荷预测误差,以及常规机组强迫停运等系统运行不确定性所带来的风险,并以罚函数的形式引入目标函数,以综合优化系统可靠性与经济性。2区域12节点系统和IEEE RTS96三区域互联系统算例仿真验证所建模型和算法的有效性。     

楼宇型分布式能源系统设备容量和运行策略优化研究

设备容量优化和运行策略优化是分布式能源系统设计，运行的关键问题。为实现分布式能源系统的经济效益，能效水平和环境效益最大化，针对楼宇型分布式能源系统建立了相对普适化的物理模型和数学模型，以粒子群优化算法和线性规划相结合，采用两阶段优化方法计算系统的最优容量配置，并给出运行策略。以某写字楼的分布式能源系统为例，得到最优的系统设备容量和全年逐时运行策略，并采用遍历法验证计算结果的准确性。优化的分布式能源系统与传统供能系统相比，费用年值降低7.79%，年总能耗降低24.18%，污染物排放量减少了62.77 %。     

分布式发电与智能微电网虚拟仿真实验设计与实现

针对难以开展分布式发电、微电网规划设计、运行控制等物理实验的难题,基于虚拟仿真3D技术构建了海岛和工业园区微电网场景,设计了实例认知、仿真实验、综合设计三层次五模块实验教学方案。通过该虚拟仿真实验,有助于学生掌握微电网规划设计、能量管理、参数设计等原理与方法,全面培养学生分析解决问题能力和研究创新能力。     

基于查询的新闻多文档自动摘要技术研究

针对新闻文本领域,该文提出一种基于查询的自动文本摘要技术,更加有针对性地满足用户信息需求。根据句子的TF-IDF、与查询句的相似度等要素,计算句子权重,并根据句子指示的时间给定不同的时序权重系数,使得最近发生的新闻内容具有更高的权重,最后使用最大边界相关的方法选择摘要句。通过与基于TF-IDF、Text-Rank、LDA等六种方法的对比,该摘要方法ROUGE评测指标上优于其他方法。从结合评测结果及摘要示例可以看出,该文提出的方法可以有效地从新闻文档集中摘取核心信息,满足用户查询内容的信息需求。