时态神经网络模型及其在股票分类预测上应用

对具有时间属性的数据进行数据挖掘称为时态数据挖掘，用以发现数据在时间上的知识，当数据变化不规律时，如股票交易数据,就很难发现有价值的规律与规则。而神经网络具有并行、容错、可以硬件实现以及自我学习的优点,可作为股票分类预测应用的一种方法。通过将股票数据与时态型相结合，将股票数据转换成时态型股票数据，提出时态神经网络模型的分类方法，对收集的若干上市公司十年内的股票数据进行分析，构建了时态股票数据神经网络分类器对股票进行分类预测。经过实验验证，相比改进前的神经网络和支持向量机方法，该分类器具有更高的分类准确率。结果证明，这种时态数据神经网络模型对于多只股票的分类预测是非常有效的，可以很好地运用到股票市场的分类预测中。     

控轧控冷中碳非调质钢的高周疲劳性能

 采用中碳非调质钢制造的轴类等零件常承受交变载荷，因而对钢材疲劳性能具有高的要求。为了评估控轧控冷工艺生产的非调质钢棒材的疲劳性能，利用旋转弯曲疲劳试验机研究了一种常用的钒微合金化中碳非调质钢38MnVS及对比钢38MnS的高周疲劳性能。结果表明，与38MnS钢相比，38MnVS钢中铁素体体积分数增加，组织明显细化；相分析表明约有54%的钒处于M（C，N）相中，且尺寸小于10 nm的M（C，N）粒子质量分数为32%，这些细小粒子的析出强化增量约为116 MPa。38MnVS钢的疲劳极限较38MnS钢提高了62 MPa，提高幅度约为18%；疲劳极限比从38MnS钢的0.43提高到38MnVS钢的0.48。M（C，N）相的析出强化及组织细化是38MnVS钢较38MnS钢具有优异疲劳性能的主要原因，但其疲劳性能仍低于锻态非调质钢。根据试验结果及文献数据，给出了预测铁素体＋珠光体型非调质钢疲劳极限的简便方法。     

Q700D热影响粗晶区疲劳寿命与小裂纹扩展分析

摘要：为提高焊接构件的动载疲劳寿命，以热模拟为试验手段，对Q700D高强钢进行了焊接热模拟，研究了粗晶热影响区的疲劳寿命、小裂纹扩展行为以及组织软化特征。利用Paris方程和轴向拉伸疲劳试验数据，建立了ΔKth值与模拟粗晶区疲劳寿命的对应关系，利用ΔKth值实现了快速预估粗晶区疲劳寿命。研究表明：相同应力幅值下的lgN值与ΔKth值存在一定的线性拟合关系，即ΔKth值越大，则疲劳寿命N越长。小裂纹扩展微观机理在于所形成的大角度晶界（不小于15°）对小裂纹尖端的止裂性较强，可迫使小裂纹尖端转向耗能。CGHAZ的软化与第二相粒子回熔与粗化有关，粗化的第二相粒子易萌生小裂纹，可通过提高大角度晶界抑制裂纹扩展。     

TBM设备经济寿命台时的计算

通过介绍TBM设备经济寿命台时3种理论计算方法及建立数学模型,结合实际工程中的数据资料对TBM设备经济寿命台时采用3种方法分别进行分析及计算,最后将计算出的结果对比分析后,选择合理的经济寿命台时。     

总变差模型在书画打印宣纸印刷质量预测中的应用

为了建立适用于书画打印宣纸印刷质量的预测模型,本研究测量了14种书画打印宣纸的粗糙度、白度、不透明度、定量、光泽度和针对宣纸特别设定的帘纹深浅以及帘纹疏密度等表面物理参量,并在相同条件下,使用喷墨打印设备输出并测量印品色度值,利用总变差模型构建去除帘纹色差的测定方法,得到与人眼视觉特征相符的色差。运用GRNN广义回归神经网络结合书画打印宣纸表面物理参量与宣纸去帘纹后的色差值,建立预测模型。结果表明,该模型能够在仅测量书画打印宣纸表面物理参量的情况下,便能较为准确地预测书画打印宣纸印刷质量,为书画打印宣纸印刷前的选纸工作提供指导依据。     

基于证据权模型的赤峰—呼伦贝尔成矿带找矿预测

赤峰—呼伦贝尔成矿带是大兴安岭南部黄岗梁—甘珠尔庙成矿带的一部分，该区域地质构造复杂，地壳以及岩浆岩活动剧烈，在大兴安岭南部区域矿带中形成了多金属矿产成矿潜力。为寻求研究区找矿突破，解决赤峰—呼伦贝尔成矿带的成矿预测理论以及模型预测不完善的问题，提出了一种基于地理信息系统技术和数据权理论的赤峰—呼伦贝尔成矿带找矿预测模型。首先阐述了该预测模型的构建思路，利用地理信息系统空间分析软件（ArcGIS）对获取的研究区域地层信息、构造信息、岩浆岩信息进行空间分析，形成空间数据库；然后将证据权理论应用于预测模型中，构建了赤峰—呼伦贝尔成矿带成矿预测模型。根据构建的模型，进行了成矿预测，通过将空间数据库中的数据代入预测模型中得到该区域内各证据因子的权重以及概率，进而将该区域按照成矿潜力分成3类靶区。经验证，各靶区找矿潜力较好，证明了预测结果的有效性。所构建的成矿预测模型，对于进一步在赤峰—呼伦贝尔成矿带进行找矿勘探研究与实践具有一定的参考价值。