企业社会媒体主题信息提取算法研究

鉴于已有信息提取方法的可改进之处,结合对HTML网页性质的统计和分析,针对社会媒体中的用户生成数据,提出一种网页主题信息提取算法。算法依据DOM的树型结构特点,充分考虑节点中非链接文字总数和超链接总数这些语义信息,对其进行基于HTML标签的过滤和基于语义的剪枝,能够准确地提取出网页HTML文档的主题信息。实验证明,提取到的主题信息具有较高的准确性和完整性。     

企业社会媒体主题信息提取算法研究

鉴于已有信息提取方法的可改进之处,结合对HTML网页性质的统计和分析,针对社会媒体中的用户生成数据,提出一种网页主题信息提取算法。算法依据DOM的树型结构特点,充分考虑节点中非链接文字总数和超链接总数这些语义信息,对其进行基于HTML标签的过滤和基于语义的剪枝,能够准确地提取出网页HTML文档的主题信息。实验证明,提取到的主题信息具有较高的准确性和完整性。     

基于蜂窝Ad Hoc融合网络的节能算法研究

为了在融合网络的信息传输路径上达到节能的目的,提出了一种基于蚁群算法的节能路由算法。该算法根据节点当前可用能量及与蜂窝基站的通信延迟选择下一跳节点,按照节点经过的人工蚂蚁数选择数据汇聚节点,最终达到能量均衡使用和降低通信量的目的。经仿真实验证明该算法能正确选择路由,节能效果明显,进一步延长了网络生存期。     

基于本体的信息本体模型研究

一个共享的信息本体可以清晰地表示各种信息数据的结构,促进各种信息数据的共享和互操作,信息的监督可以增加信息的信任度,减少信息的不对称现象。文章结合二者的优点,在分析了计算机领域中本体的概念和方法的基础上,最后给出了基于本体的信息本体模型框架。     

大数据环境下的钨矿知识库构建及应用实践

地质文献资料包含了矿床成因、地质过程、矿产预测等多方面信息,从结构化和非结构化数据中抽取总结矿床特征,构建知识库对于研究和分析成矿规律,进行知识计算具有重要意义。因此,本文总结了钨矿知识库的要素模型,基于潜力评价数据和文献资料构建了钨矿知识库。以钨矿知识库为数据源,基于python的字符串模糊匹配算法实现了数据分类和相似度计算。结果表明该算法可以很好的识别和区分不同预测类型。     

大数据环境下的矿产知识库构建:以钨矿为例

地质文献资料包含了矿床成因、地质过程、矿产预测等多方面信息,从结构化和非结构化数据中抽取总结矿床特征,构建知识库对于研究和分析成矿规律,进行知识计算具有重要意义。因此,本文总结了钨矿知识库的要素模型,基于潜力评价数据和文献资料构建了钨矿知识库。以钨矿知识库为数据源,基于python的字符串模糊匹配算法实现了数据分类和相似度计算。结果表明该算法可以很好的识别和区分不同预测类型。     

蚁群算法在齿轮减速器可靠性优化设计中的应用

人工蚂蚁算法是受到人们对自然界中真实的蚂蚁群体行为的研究成果的启发而提出的一种基于种群的模拟进化箅法，属于随机搜索算法的一种。最早由意大利学者M.Dorigo等人提出，在充分利用蚂蚁群体搜索食物的过程     

基于蚁群算法的分布式配电网局部故障定位方法

为快速精准定位分布式配电网局部故障，隔离故障分支降低经济损失，提出一种基于蚁群算法的分布式配电网局部故障定位方法。利用蚁群集体行动的信息正反馈机制组建故障定位模型，创建蚁群算法评价函数，使用随机比率准则计算蚂蚁转移概率及残留信息，引入信息素更新方法动态调节原始信息素浓度，通过信息缺失校准策略提升算法容错性，依照评价函数大小，在可能解对应设备状态中释放信息素，避免产生局部最优解，能够精准定位分布式配电网局部故障位置。仿真实验结果证明，该设计方法可以有效地对分布式配电网局部故障进行高精度定位，故障定位计算收敛速度快，耗时短，拥有极强的实用性，为分布式配电网的可靠应用发挥应有作用。     

基于本体的液压支架产品信息建模

当前的产品信息模型缺乏一致、统一的表达,尤其是语义信息没有得到全面的描述,不能满足不同设计者对产品信息模型的不同需要,另外,产品信息模型也不能描述功能信息,针对这些缺点,提出了利用本体思想从功能层、原理层和结构层3个层面来描述产品信息模型,通过本体构建软件protégé建立液压支架产品的控制本体、结构本体及架型本体等子本体,最终集成为液压支架产品的本体模型。该模型可为后续的液压支架的检索与重用等提供基础模型,更好地辅助设计人员进行产品开发,从而缩短产品开发周期。通过基于本体的液压支架产品信息建模的研究,验证了多视图产品信息建模方法的可行性,并为基于本体的产品信息描述提供借鉴的方法和经验。     

基于文献的地质实体关系抽取方法研究

实体关系抽取是信息抽取的一项重要内容,通过实体关系的抽取能够发现文本中的有价值信息。本文在分析和比较了有监督、无监督、弱监督以及开放式等关系抽取方法的原理和特点的基础上,建立了基于文献的地质实体关系抽取模型:采用统计语言模型作为关系抽取方式、采用Bootstrapping算法作为关系扩展方式。最后据此进行了关联关系发现和关系扩展发现实验。     

基于蚁群算法的煤矿运输车辆调度应用研究

现代物流运输煤矿运输车辆调度过程复杂多变,蚁群算法是一种新型的启发式搜索算法,可以很好地解决这一问题。传统蚁群算法容易出现早熟和停滞现象,因此,通过对基本蚁群算法中的选择策略和信息素的改进,提出一种新的蚁群算法,克服传统蚁群算法的缺陷。将它用于求解煤矿运输车辆调度问题,仿真实验证明了改进算法的有效性和可行性。     

基于蚁群算法的煤炭物流网络建设研究

为了提高煤炭物流网络的高效性,降低煤炭运输成本,采用蚁群算法对煤炭物流网络进行线路规划。先对我国煤炭地理分配不均的实际情况进行描述,接着对蚁群算法数学模型进行详细分析,最后进行实例仿真,验证蚁群算法在煤炭物流网络线路规划的性能。实验证明,采用蚁群算法对运输路线进行规划,可寻得最优路径,具有一定的研究价值。     

基于蚁群算法的煤炭运输优化方法

本文主要以蚁群算法为基础,求解煤矿运输优化方法,运算出实际生产中较优生产模式。首先对蚁群算法做出了简单的介绍,然后比较仔细的阐述了煤矿问题的数学模型,最后演示了蚁群算法在运输优化问题中的应用。     

基于智能PID控制的煤矿通风机通风量调节研究

为了能够提高煤矿通风机的控制精确,确保煤矿井下的安全生产,深入地研究了智能PID控制技术在其中的应用。分析了蚁群算法和模糊神经网络的基本原理;讨论了蚁群优化算法的基本流程;设计了煤矿通风机通风量的智能PID控制系统;进行了仿真分析,仿真结果表明该方法具有较好的控制效果。     

基于蚁群算法的煤炭运输优化方法

基于蚁群算法的基本原理,论述了蚁群算法模型的实现方式,并对蚁群算法的煤炭运输优化方法进行分析,且结合实际案例加以说明,为基于蚁群算法在煤炭运输的实践优化提供借鉴,促进煤炭运输行业的良性发展。     

煤矿救援机器人路径规划的蚁群优化算法

煤矿救援机器人执行救援任务时,需躲避水、火、障碍物等危险区域,提升了路径规划的难度,为此提出了煤矿救援机器人路径规划的蚁群优化算法。充分考虑煤矿救援机器人运行过程中的水、火、障碍物等分布,采用栅格法建立机器人路径规划的环境模型,确定栅格环境模型内机器人路径规划问题的目标函数,采用蚁群优化算法求解机器人路径规划问题的目标函数,通过改进信息素规则、限制信息素阈值以及改进转移概率3个方面优化蚁群算法,避免蚁群算法求解全局最优解时陷入局部最优。实例分析结果表明,该算法在满足收敛速度条件下有效规划煤矿救援机器人行驶路径,所规划路径的路径长度、转角数量以及危险度均为最优,为机器人安全作业提供理论依据。     

蚁群神经网络在煤矿安全评价中的应用

煤矿安全评价是预防和控制煤矿灾害事故的重要内容。将蚁群算法和神经网络结合起来,用蚁群算法来训练神经网络的权值,建立了基于蚁群算法的神经网络安全评价模型,并将其应用于煤矿安全评价。经实践证明,该模型具有神经网络广泛映射能力和全局收敛的性能。     

改进的空间聚类算法在煤矿瓦斯监测系统中的应用研究

提出了一种改进式的空间聚类算法,研究针对瓦斯灾难信息特征提取的具体方法,将DBSCAN聚类算法应用在煤矿瓦斯监测系统中,通过数据的集成和选取、确定目标、结果表述、评价等多个步骤来实现该算法,发挥仿真和结果的作用,实现对煤矿生产现场情况的监测和指挥,进一步降低发生煤矿瓦斯灾难的概率。     

面向煤矿井下局部复杂空间的机器人三维路径规划方法

自动机器人逐渐开始应用于井下无人或少人煤炭开采、危险探测和救灾过程中。根据井下局部复杂空间比较小而且密闭,障碍物分布复杂,地面不平整的特点,提出了一种基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法。所提出的井下局部复杂空间机器人三维路径规划方法具有产生初始可行路径简单,探索新的可行路径能力强的特点,可有效解决蚁群路径规划算法可能过早陷入局部最优解,人工蜂群算法迭代次数过多的问题。对所规划的三维折线路径采用了B-spline插值方法进行了曲线化拟合,可产生出井下机器人最优的连续平滑路径,更有利于机器人平稳行进。仿真结果表明:采用所提出的基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法,机器人可有效对在井下局部复杂空间进行三维路径规划。     

基于双目视觉深度感知的带式输送机煤量检测方法

针对带式输送机存在煤料图像难以识别,以及煤料内部颗粒间隙非均匀随机分布导致体积难以计算的问题,提出了一种由运输煤料识别模块、运输煤料三维信息提取模块和运输煤料量计算模块3部分组成的基于双目视觉深度感知的带式输送机煤量检测方法。其中,运输煤料识别模块采用小波变换算法增强运输煤料图像,并结合K-means聚类算法分割出煤料图像;然后,运输煤料三维信息提取模块采用双目视觉方法获取煤料图像各点的深度信息,从而得到运输煤料三维点云信息;最后,运输煤料量计算模块将Delaunay算法与T-S模糊推理算法相结合,求得煤料体积,进而应用煤量计算公式实现煤量的检测。利用实际图像进行了实验研究,结果表明所提方法的有效性。