面向目标的带先验概率的AdaBoost算法

针对集成学习算法研究中多个分类器的最佳组合问题,改进了传统的AdaBoost集成学习算法.用于组合的各个分类器通常是基于样本集通过一定的训练得到,样本集中不同类目标的比率可以反映分类目标的先验概率.使用该参数给出了新的组合参数和投票表决阈值计算公式,巧妙的利用样本权值并将其加入到样本属性上进行训练学习,采用新的策略来选择基分类器,给出了面向目标的带先验概率的AdaBoost算法(GWPP AdaBoost算法)和分类器的最佳组合.依据UCI实验数据对传统的AdaBoost算法、Bagging算法、GWPP AdaBoost算法的错误率和性能进行了比较分析,验证了GWPP AdaBoost的有效性.     

低温甲醇洗稳定运行的关键因素探讨

介绍了低温甲醇洗的基本原理与工艺控制,讨论了如何在低温甲醇洗过程中通过调整压力和温度来达到脱除酸性气体的目的。     

神经网络和集成学习在地质灾害危险度区划中的应用研究

针对地质灾害危险度区划中的分类问题,以滑坡灾害为例,开展对神经网络和集成学习在基于GIS的地质灾害危险度区划中的应用研究.基于集成学习和GIS技术,以重庆万州区为示例研究区域,阐述了人工神经网络等方法在滑坡危险度区划中的应用,并采用定量方法实现了滑坡危险度区划.为了发挥滑坡危险度区划影响因素之间的互补作用,提出采用属性组合的集成学习方法来实现滑坡危险度区划.结合GIS的可视化显示技术将算法成功应用于地质灾害危险度区划,区划结果与实际情况对照相符,实现了较好的效果.     

基于GIS的等流时线法山洪汇流分析

在对水文学径流成因公式研究的基础上,推导出任意等流时线上任意时段的流量公式.从雨量传感器传回的实时雨量信息中挖掘出当前雨量信息集合,并将其作为公式的输入,即可获得等流线上的流量信息.最后以流量信息为基础,制作GIS专题图,实时展现了各等流时线上流量的大小,为预警决策提供了依据.     

依靠科技进步 提高焦炭质量

兖州矿区焦化厂围绕提高焦炭质量和降低生产成本这一中心,在焦炭生产过程中采用自动控制系统,提高了配煤的准确性,保证了焦炭均匀成熟,并对炼焦工艺进行改造,采用湿煤捣固工艺,增加了气煤 入量,改善了焦炭质量,降低了生产成本,为企业增加了效益。     

基于智能学习的灾害危险性评估技术研究及应用

面向地质灾害危险性评估的技术路线及方法体系研究问题,以滑坡灾害为例,开展基于智能学习的灾害危险性评估技术研究及应用。提出了一套基于GIS的从数据准备、分析建模到结果计算与检验,完整的滑坡危险性评估研究的技术路线和方法理论体系。结合GIS可视化分析显示技术、数据驱动型方法、智能学习方法等以重庆万州区为示例研究区域进行了滑坡危险性评估研究,并科学地评估了这些方法的分析结果,成功绘制出与已有滑坡分布吻合较好的滑坡危险性连续分布图及区划图。实验结果表明了本文方法和技术的有效性。     

浅谈煤矿CIMS的构成

该文介绍了GIMS在煤矿企业中的几个组成部分及GIMS在煤矿企业中的发展前景。     

济三煤综合利用探讨

如何用好煤炭，使其转化成高附加值的产品，发展非煤产业，实现产品的垂直扩张，是摆在工程技术人员面前的一个重要课题，值得探讨。 1 济三煤的特点及指标 1．1 济三煤的特点 济三煤属于山西组煤层，有低灰、低硫、特低磷、高挥发分、高发热量、中等粘结、高油含量、高灰熔点、灰分中……