基于海量高维煤炭数据的分布式贝叶斯算法的研究与应用

随着信息技术的快速发展,在煤炭产业中也挖掘出了大量的煤炭数据。煤炭产业管理者希望能够应用现有的煤炭数据进行分析预测,但是海量煤炭数据的处理分析是一地大难点。文章针对煤炭数据的分类问题,提出了基于MapReduce分布式计算框架的贝叶斯分类算法,该算法分布式地完成分类问题,能够更加快速、有效地处理大规模的数据。通过文中的实验结果也进一步说明文中提出的分布式贝叶斯分类算法有很高的效率,与传统算法相比有明显的加速比,并且,该算法也具有很好的可扩展性。     

基于Mapreduce协同理论的煤炭营销数据分析技术的研究与实现

随着互联网电子商务的高速发展,推荐系统在电子商务领域得到了广泛的应用。煤炭产业也开始引进了电子销售系统。在煤炭系统中,推荐系统利用消费者对消费商品的排名打分,分析相似性并进一步预测消费者可能感兴趣的商品。协同过滤算法被普遍应用在推荐系统中。但是,煤炭销售数据规模逐渐增大,传统的协同过滤算法不能有效地处理海量规模煤炭数据,推荐效率很低。本文针对大规模煤炭销售数据,提出了基于Mapreduce的分布式协同过滤算法,该算法有效地完成推荐系统的预测及推荐工作。通过大量的实验结果也进一步表明本文提出的算法与传统算法相比,具有很高的效率,并且扩展性良好。     

基于成本代价的分布式逻辑回归算法在煤炭系统中的研究与应用

随着互联网络的发展,煤炭系统也开发了多种网络销售系统,并且数据规模呈现指数级上升趋势。逻辑回归算法是被广泛应用的分类算法之一。但是,传统的逻辑回归算法没有考虑预测错误代价,将不同的预测视为同等成本代价,会一定程度上影响算法的预测精度。文章提出了基于成本代价的逻辑回归算法,该算法考虑了预测错误代价完成煤炭数据集重新标签并完成预测工作。并且,针对海量规模煤炭数据,提出了基于云计算平台的分布式算法。通过大量的实验结果,表明提出的算法能够明显降低预测算法的代价成本,并且没有影响算法的预测精度。     

基于云平台的层次聚类算法在煤炭产业中的应用

层次聚类(Hierarchical Clustering)就是通过对数据集按照某种方法进行层次分解。该聚类方法可以设定聚类的个数,并得到了各个研究和应用领域的广泛应用。煤炭产业中往往希望对煤炭的产品进行聚类分析,从而有助于开发和生产。随着煤炭系统中收集的煤炭数据数量的增多,层次聚类算法由于需要计算大量的相似性矩阵需要大量的内存,原有的层次聚类算法不能有效地处理海量规模数据。文章针对煤炭数据中生成的大规模数据,提出基于云计算平台的分布式层次聚类算法,该算法能够分布式完成相似性矩阵的保存和计算,快速、准确地完成层次聚类工作。在实验部分通过2组实验证明了算法具有很高的效率以及很高的可扩展性。     

基于海量煤炭采集文本数据的可扩展SVM算法的研究与应用

文本分类是指在给定的分类系统下,根据文本的内容或属性,将大量文本归到一个或多个类别的过程。随着煤炭产业的高速发展,煤炭数据库中保存了大量煤炭采集文本数据,针对如此大规模的文本信息,传统的SVM算法不能很好地对大规模海量煤炭文本数据进行有效的处理。文中基于现有流行的Hadoop分布式计算平台,提出了分布式SVM文本分类算法。通过实验表明,文中提出的算法能够明显减小文本分类时间,并且具有很好的可扩展性。     

云平台下的基于项目的KNN协同过滤算法在煤炭系统中的研究与应用

随着互联网技术的发展,往往希望通过分析消费者已有的历史数据,推荐消费者可能感兴趣的产品,并进一步取得更好的销售记录。煤炭系统中希望通过分析用户的消费记录,从而推荐给用户潜在的煤炭产品,提高煤炭的销售量。基于用户协同过滤算法被广泛地应用在煤炭推荐系统中,基于项目的 KNN协同过滤算法是通过分析产品之间的相似性完成聚类并推荐。传统的基于项目的 KNN协同过滤算法对现有的海量规模的煤炭系统中的销售记录数据不能高效、快速地完成推荐工作。文章基于海量规模数据,提出了基于MapReduce的分布式、基于项目的KNN协同过滤算法。通过实验结果表明,文中提出的算法具有很高的加速比,并且,具有很好的可扩展性。     

基于Mapreduce的权重集成算法在煤炭行业数据处理中的应用

集成算法通过将多个分类器集成起来,能够有效地提高分类算法的预测精度。集成算法在煤炭开采、预测中也得到了广泛地应用。基于权重的集成算法是通过赋予不同分类器权重,进一步改进了集成算法的性能。但是,由于集成算法需要对多个分类器构建模型,随着数据规模的增大,传统的集成算法不能快速、有效地完成集成学习工作。本文针对煤炭领域中的大规模数据,提出了基于MapReduce分布式框架的分布式权重集成算法,该算法分布式完成集成的及预测工作。通过大量的实验结果进一步证明了本文提出的算法具有很高的效率以及很好的可扩展性。     

社交网络的分布式协同过滤算法在煤炭产业的应用

随着电子商务的高速发展,推荐系统成为煤炭产业网站的核心技术之一。协同过滤算法是推荐系统中的主要方法。由于社交网络的发展,用户之间往往通过推荐喜欢的商品给熟悉用户,这种基于社交网络的协同过滤算法往往能够更加准确的完成网站的推荐工作。但是,随着煤炭销售数据规模的增大,传统的基于社交网络的协同过滤算法不能有效地完成推荐工作。针对煤炭数据规模大、分析复杂问题,提出了基于云平台的分布式社交网络协同过滤算法,该算法分布式完成系统推荐工作,具有很高的效率。     

激光诱导等离子体煤炭全组分测量系统的研究

煤炭灰分是选煤厂生产过程中的核心指标,实时在线获得煤炭灰分对选煤厂智能化建设具有重要意义.研究从研制基础核心元器件出发,在系统集成、系统控制、光谱-灰分计算模型和算法等方面开展研究,开发了空气冷却的Nd∶ YAG固体激光器、高效率反射光栅光谱仪、透射光栅光谱仪和适用于高基体效应条件下的光谱成像技术,建立了在线测量的光谱...     

基于云平台的矩阵分解协同过滤算法在煤炭销售系统中的研究

协同过滤技术被广泛地应用在推荐系统中。随着电子商务的快速发展,煤炭产业也引进了电子销售系统。近年来,矩阵分解的协同过滤算法得到了煤炭销售系统的广泛应用。但是,随着互联网的快速发展,煤炭电子销售记录呈现指数级增长,传统的基于矩阵分解的协同聚类算法不能有效、快速地完成销售系统的推荐工作。文章针对大规模煤炭数据推荐工作,提出了分布式矩阵分解协同过滤算法,该算法基于云计算平台,能够分布式、高效地完成推荐系统的推荐工作。通过实验结果进一步展示了本算法与传统协同过滤算法相比,具有很高的加速比以及很好的可扩展性。     

基于SoC嵌入式片上系统应用研究

以片上系统(SoC)为代表的嵌入式应用系统拉开了嵌入式系统发展的大幕,极大的推动了IT产业的发展,给人们的生产、生活带来深远的影响。嵌入式系统用在一些特定专用设备上,通常这些设备的硬件资源(如处理器、存储器等)非常有限,而且对成本敏感,有时对实时性要求较高等。常见的嵌入式系统如手机、PDA、电子词典、掌上电脑、VCD/DVD/MP3 Player、数码相机、游戏机、机顶盒、路由器等,这类嵌入式应用系统对成本比较敏感。还有一些对性能和实时性要求比较高,如通信系统,医疗仪器,航空航天设备以及军事武器上的一些嵌入式应用系统。     

浅谈对三项监察的认识

结合辽宁的监察工作,谈一谈对三项监察的认识。     

基于互联网技术的智能建筑管理系统研究

随着现代化信息技术的迅猛发展,智能建筑系统集成成为一大研究热点,并为依托于信息技术促进建筑物整体功能的相应提升创造了有利条件。文章介绍了智能建筑系统集成以及B/S模式的特点,阐述了ASP.NET的新特性,对IPMS-智能建筑管理系统的研究与实现加以分析和讨论。     

基于小波分析理论的风机故障诊断技术研究

基于小波分析理论,针对风机动静碰摩故障信号进行了小波分析,利用特定频带的信息进行故障诊断,并通过对实验数据分析有效地提取了故障特征,验证了该方法的正确性和有效性。该研究为对风机振动信号进行分析处理,进而为实施故障诊断提供了有效的方法。     

基于Inventor系列化零部件库的开发与调用研究

系列化零部件在设备设计中被大量而频繁地使用。目前,在CAD软件中并没有现成的系列化零部件模型库。过去,设计人员需要对CAD软件编程进行二次开发,来建立这类零部件模型库。详细阐述了利用Inventor的iPart功能开发设备的系列化零部件模型库步骤、要点及其调用方法。该研究对通用设备设计手段的创新和所有系列化零部件的设计与创建都具有指导意义。     

使用Inventor创建端盖工程图的问题及解决办法

为了将端盖上的多种孔及凸台结构表达完整、清晰,需采用复合剖和向视图。使用Inventor软件不能直接生成这2种视图,对如何利用已有的工具创建这2种视图进行了研究,给出了关键技术和解决办法,为工程图的创建探索出了一套新型实用的方法。     

凿井井架在加工及安装中几个问题的探讨

钢管凿井井架是建井单位常用的建井设备，它的应用比较广泛，文中就井架加工及安装中出现的问题进行阐述并提出了改革方案。     

基于PLC的气动搬运机械手设计

介绍了一种基于PLC控制的气动机械手的设计,详细介绍了气动机械手的结构设计、工作原理、气压传动系统和电气控制系统设计等具体内容。通过PLC的软件程序控制各电磁阀,驱动气缸动作,从而控制机械手的动作。     

浅谈监理安全管理

阐述了工程监理单位和监理工程师对施工现场安全应负的责任,重点叙述了施工现场监理安全管理措施,强调了现阶段监理企业有效介入施工安全管理的重要性.