基于数据仓库的矿山企业决策支持系统研究

针对矿山企业的数据特点和决策任务需求，建立了基于数据仓库技术的矿山企业决策支持系统。本文给出了基于数据仓库的矿山企业DSS框架结构，对数据仓库、联机分析与数据挖掘系统构建中的问题进行了探讨。最后，结合某黄金矿山的质检DSS实际，给出了选厂质检决策支持系统的具体实施方法。系统在矿山成功应用后，取得了较为满意的效果。     

电子表格软件在注浆工程中的应用

新开发并应用于注浆工程中的Ｅｘｃｅｌ５电子表格软件，可对复杂的、大量的工程数据进行分析、处理、贮存和绘制出工程管理图件。它与别的计算机高级语言相比，具有通用性强、易学易操作等一系列突出优越性。     

露天矿抛掷爆破工艺爆堆形态的数据融合估值算法

针对露天矿抛掷爆破工艺中的爆堆形态估算问题,提出了一种便捷的爆堆形态估值算法,仅利用采集到的同类多源数据即可得到精确的预测结果。提出了爆堆形态估值算法的计算步骤为“数据采样—融合精度判别—数据融合最优权值计算—获得数据融合结果”,并制定了数据采样规则、推导了精度判别方法与最优权值确定方法。以黑岱沟露天矿某次抛掷爆破工程为研究案例,分别利用爆堆形态数据融合估值算法与Weibull分布预测方法,在拉斗铲作业平盘高度为11~13m的情况下,对拉斗铲倒堆系统各工艺作业量进行了计算,结果显示：采用数据融合算法的误差可控制在5%以内,更优于Weibull分布预测方法,可以满足满足现场算量精度要求。     

用于数据挖掘的多维数据可视化技术

用于数据挖掘的多维数据可视化技术,将多维数据通过平行坐标、圆形分段或多维缩放变换以二维图形显示.平行坐标用其坐标点显示变量,直线连接坐标点为折线.圆形分段以每个彩色像素点映射一个值,并将每一维的数据在不同区域显示.多维缩放则在尽可能保留数据点间距的同时,在低维空间内表示多维数据.     

数据仓库、OLAP、数据挖掘之间的关系

通过对数据仓库、联机分析处理(OLAP)、数据挖掘技术在决策支持系统中相互关系的研究,认为数据仓库和OLAP之间,以及数据仓库和数据挖掘之间存在着单向支持的关系,提出了基于数据仓库的数据挖掘系统的原型框架设计;数据挖掘、OLAP存在着双向联系,即数据挖掘为OLAP提供一定的分析模式,OLAP可对数据挖掘的结果进行技术验证,并对数据挖掘给予一定的数据属性的提示.     

JBuilder环境中通用数据模板的编制

JBuilder环境中通用数据模板的编制,其数据模板含连接数据库、读写配置文件、用户输入数据库连接信息、查询记录、添加记录、修改记录、删除记录等功能.用户自定义读写配置文件,数据库连接信息有三种获取方式:取数据模板类中的变量、读配置文件、在数据库连接对话框中由用户输入.     

16号数据链中导航与定位的同步方法

16号数据链中导航与定位,硬件可采用TOD法,即参与单元(JU)内部都固化一时钟且统一校准.软件通过发送往返计时报文(RTT)使JU间获得时间的精同步,再根据报文传送时间调整自己时钟.其步骤分为:初始网络登录、粗同步、细同步及同步保持.细同步后,按JU消息到达时间推算出JU间的距离,并将各JU置于统一坐标系中定位.计算出其他单元的相对位置,完成导航.提高定位精度则采用人工神经网络方法.     

基于EZ-USB的数据采集系统

基于EZ-USB的数据采集系统,外围含EZ-USB、PC机接口和供电电路,以保证EZ-USB正常工作和与上位机通信.软件分固件设计(初始化)、驱动及主机应用程序.采集的数据经调理电路送A/D模数转换,再由FIFO缓存器经EZ-USB送上位机处理.经算法变换后的数据,由D/A转换输出模拟信号,实现实时控制.     

Analysis of an energy efficient building design through data mining approach

Incorporating energy efficiency and sustainable green design features into new/existing buildings has become a top priority in recent years for building owners, designers, contractors, and facility managers. This paper intends to address why delivery of an energy efficient building is not just the result of applying one or more isolated technologies. Rather, it can best be obtained using an integrated whole building process throughout the entire project development process, which leads building designers to generate a large amount of data during energy simulations. The authors observed that even a simple energy modeling run generated pages of data with many different variables. The volumes of energy modeling data clearly overwhelm traditional data analysis methods such as spreadsheets and ad-hoc queries with so many factors to be considered. An integrated or whole building design process involves studies of the energy-related impacts and interactions of all building components, including the building location, envelope (walls, windows, doors, and roof), heating, ventilation and air conditioning (HVAC) system, lighting, controls, and equipment, which shows why it is so difficult to find the correlation between different systems. The objective of this research is to develop an energy efficient building design process using data mining technology which can help project teams discover important patterns to improve the building design. This paper utilizes the data mining technology to extract interrelationships and patterns of interest from a large dataset. Case study revealed that data mining based energy modeling help project teams discover useful patterns to improve the energy efficiency of building design during the design phase. The method developed during this research could be used to guide designers and engineers through the process of completing an early design energy analysis based on energy simulation models.     

某公寓楼沉降监测数据分析及其趋势预测

通过对某公寓楼沉降监测数据,尤其是对其沉降量-时间(s-t)、沉降速率-时间(v-t)关系曲线的较深入和全面的分析,认为其沉降变化在空间上东西差异大于南北差异,在时间上分为相对快速、缓慢、稳定3个沉降阶段,并且目前已进入稳定沉降时期,在一定程度上达到检验其沉降控制措施效果和实时了解工程安全状况的双重目的。