基于全局时滞间隔辨识的磨矿粒度软测量

磨矿粒度作为磨矿过程中最关键、最直接反应磨矿好坏的生产指标,不仅影响到后续选别工艺的稳定性,还直接关系到分选过程中生产的精矿品位和金属回收率,实现对磨矿粒度的精准预测,不仅能提高磨矿效率、降低能耗,同时也是实现磨矿智能优化控制的有效途径之一。然而在实际生产过程中,由于磨矿过程中大时滞和非线性等问题的干扰,使得磨矿粒度的预测难度变大,且预测精确度不高。将时滞辨识方法引入到磨矿粒度的软测量中,是一个有效的解决思路,但传统时滞辨识算法不仅需要大量的经验知识辅助进行时滞范围的选取,并且所得时滞序列还不具有有序性,难以应用到实际生产过程中。因此,提出了一种基于全局时滞间隔辨识的磨矿粒度软测量方法。通过数据时序性分析确定全局时滞范围,并分别以互相关函数和互信息函数作为关联度函数,使用时滞间隔代替时滞进行基于细分矩形法(DIRECT)的初步寻优,通过累加最优时滞间隔序列得到最终的时滞序列,以此保证时滞序列的有序性。最后将时滞信息引入梯度提升树(GBDT)中进行预测建模。通过仿真数据和真实磨矿过程数据上的结果表明,该方法在减少了对于经验知识需求的同时,能有效解决时滞序列的无序性问题,且软测量的预测精度...     

重心法在传输机房选址中的应用

传输节点机房(以下简称"节点机房")作为通信网络最基础的物理节点,是各运营商重要的战略储备资源。除了节点机房的数量、机房稳定性、机房空间等要素外,节点机房的科学分布也对网络的科学性、稳定性、扩展性等方面起着至关重要的作用。本文提出的重心法可以更加科学地指导运营商在工程实际中进行机房选址。     

园林废物堆肥产品作花卉栽培代用基质的试验

采用不同比例园林废物堆肥产品替代泥炭作为花卉基质,开展一串红（Ｓａｌｖｉａｓｐｌｅｎｄｅｎｓ）、矮牵牛（Ｐｅｔｕｎｉａｈｙｂｒｉｄａ）的栽培试验,分析植物各项生长指标和品质指标以评价其可行性。结果表明：添加适量的园林废物堆肥产品可明显改善花卉的生长和品质,不同基质配比对一串红和矮牵牛的生长影响各异。园林废物堆肥占基质的１０％、２０％、３０％时,一串红长势较好;堆肥产品占基质的３０％、４０％时,矮牵牛长势较好;堆肥产品添加比例高于４０％和５０％时,分别对一串红、矮牵牛的生长有一定程度的抑制作用。     

恶意代码动态分析中的反虚拟化问题研究

反虚拟化是当前影响恶意代码动态分析系统全面获取样本行为数据的重要因素.本文提出从恶意代码动态分析环境的主机环境,网络环境和用户交互环境进行系统的反虚拟化对抗方法,并将反虚拟化对抗实现在已有的动态分析系统上,实验结果表明反虚拟化对抗有效的增强了动态分析系统获取样本行为数据的能力.