基于卷积神经网络的煤岩微裂隙提取方法

深部开采导致的煤岩裂隙结构的延伸、贯通及扩展是引起煤岩破坏的关键因素。裂隙结构的准确表征是分析煤岩破坏机理及开展煤与瓦斯绿色共采的核心要素之一。本研究采用Waifu2x卷积神经网络模型对裂隙煤岩CT图像进行处理，获得分辨率更高的CT图像。并提出“裂隙煤岩标注七步处理法”，提高了标记效率，采用图像增强技术扩充训练集，满足了模型对于训练集数量和质量的要求。采用训练后的U-Net卷积神经网络进行图像分割，提取煤岩内裂隙信息。通过对比发现，本方法所获得的裂隙连通性、开度及分布与真实CT图像更为接近，所提取的裂隙4个量化指标均优于其他提取方法。研究为裂隙煤岩物理力学行为及机理分析提供基础。     

BP神经网络及数据库技术在混凝土强度预测中的应用

论文采用BP人工神经网络模型对影响混凝土强度的因素进行分析，考虑了混凝土强度预测中存在的多变量、非线性和时滞性等特点，提出应用改进的BP算法进行混凝土强度预测。并针对神经网络本身固有的不足之处，运用数据库技术，建立了两个相应的数据库：混凝土强度影响因素数据库和神经网络连接权重数据库来对混凝土强度进行预测。     

爆破工程中经验规则和公式发现的新方法

介绍了运用粗糙集理论确定复杂条件下爆破工程中经验规则和公式的原理，给出了定性和定量因素的融合、因素相对重要性的确定、无用因素的清除和观测点数据的自动组合等一系列方法，并用一实例介绍了发现方法的应用。     

数据挖掘技术中关联规则挖掘的应用研究

数据挖掘是从大量的应用数据中提取人们事先不知道的、潜在并且有用的信息和知识的过程。数据挖掘的方法有很多,其中应用最广泛的方法之一就是数据的关联规则挖掘。文章介绍了数据挖掘的一般技术,对于关联规则中的Apriori算法进行了说明,重点介绍了关联规则的数据挖掘方法在实际档案数据中的应用。     

工程结构优化设计中的神经网络方法

分析人工神经网络适用与工程结构优化的主要特征，建立结构优化设计的神经网络方法流程，讨论了人工神经网络在结构优化中的应用；给出了十杆桁架的动力优化实例。算例表明，神经网络求解结构优化问题，避免了不必要的结构分析，减少了计算花费，提高了收敛速度。     

从煤质矿中提取铀

本文着重叙述了含铀煤质矿特性和从煤中提取铀的主要工序,以及我国第一座处理含铀煤试验厂的工艺流程。     

煤自燃极限参数的神经网络预测方法

煤自燃极限参数是判断煤自燃危险区域的有力依据。由于受多种因素影响,长期以来一直采用粗略测算的方法,与现场实际差别很大。神经网络具有分布式存储、联想记忆、自组织、自适应、自学习能力,在非线性预测方面具有独特的优势。在对BP神经网络进行改进的基础上,进行了煤自燃极限参数的预测,应用结果表明,人工神经网络适合于煤矿井下此类复杂问题的预测。     

矿块品位计算的神经网络方法

针对露天生产矿山分层矿块品位的计算，运用误差反向传播算法的人工神经网络方法建立了矿块品位计算的B—P神经网络模型，应用该模型对某露天矿1080m水平的矿块品位进行了计算，结果表明B—P网络模型用于矿块品位计算具有客观性和实用性。     

基于深度学习和遥感影像的露天矿自动提取方法研究

非法开采不仅危害国家资源,威胁国家财产安全,也存在重大安全隐患,寻找快速发现非法开采行迹的解决办法迫在眉睫。利用光学遥感影像进行人工解译,费时费力、效率极低;而传统的露天矿遥感自动解译方法,或基于像素,或基于面向对象,利用的图像特征简单且数量较少。将深度学习的全卷积神经网络算法引入露天矿自动提取中,充分从底层特征中挖掘大量高层抽象特征,实现露天矿智能高效解译。实验结果表明,该方法在一定程度上有效提高了露天矿识别的准确率,能够为及时发现非法露天矿开采提供基础的数据技术支持。     

基于规则驱动的城市更新基础数据库质量检查软件的设计与实现

文中依据《广州市城市更新基础数据标准与调查工作指引》的规定,利用ArcGIS Data Reviewer搭建式开发了城市更新基础数据库质检软件,从规则设计、检查方案管理、批量验证、质检报告输出、问题标识等方面开展了设计和研究,实现了可定制、自动化、可视化的质检方式,形成了质检规则库,检查结果可靠,显著提高检查工作的效率。     

BP神经网络在轴承故障诊断中的应用

传统故障诊断方法很难对无法建立数学模型的系统进行有效的故障诊断。为了有效诊断轴承的故障,提出了基于BP神经网络的轴承故障诊断方法。简单介绍了常用的故障诊断方法、BP神经网络的结构和学习算法,详细介绍了BP神经网络在轴承故障诊断中的应用方法。仿真结果表明,通过合理选择网络节点数和训练样本,可以有效检测出轴承的故障信息。     

从废料和废渣中提取贵金属

<正> (三)含铂原料的加工铂族金属大量地用作化工、石油化工过程的催化剂,但首先使用的是铂和钯。将来在环保(汽车尾气的无害化)、石油化工、化学工业的发展仍需要大量地使用这些金属。用作催化剂的基体材料有氧化铝(γ-和α-氧化铝)、硅酸盐、硅铝酸盐、活性炭、石墨、无机盐产品(软锰矿)及其他材料。     

用模糊神经网络建立模糊模型方法的推广

本文利用文献「１」中提出的五层前馈式模糊神经网络及其修剪和调整方法，将单输入单输出网络推广到二输入一输出系统，仿真结果表明效果良好。     

神经网络PID在煤泥干燥温度控制中的应用

针对煤泥滚筒干燥机出口温度的控制,提出了应用基于BP神经网络的PID控制器对其进行控制,并研究了它的学习算法,进行了MATLAB仿真,通过仿真结果与传统PID进行了比较。仿真结果表明,神经网络PID控制器在煤泥干燥温度控制中具有很高的应用价值。     

基于X射线分选矿石图像的轮廓提取算法综述

近年来,图像处理技术在矿石的智能分选领域广泛应用,但当前的智能分选图像处理算法在精度、算法效率和通用性等方面仍存在局限性。X射线分选矿石图像的轮廓提取是实现智能分选的重要前提之一,根据轮廓信息确定矿石中矿物分布、含量、尺寸及形态等特征,进而优化矿石的分选流程,提高矿产的回收率和经济效益。本文对X射线智能分选机的成像原理及图像噪声特性进行分析,概括了图像预处理方法并重点介绍了经典canny算法和深度学习的HED、DeepEdge、U-Net轮廓提取算法的原理和网络结构,对算法的优势与不足进行分析。最后提出X射线智能分选矿石图像处理算法现存的问题及今后的研究重点。为X射线智能分选图像处理系统矿物轮廓提取研究提供参考。     

从AutoCAD中提取实体数据的研究

从提取实体数据的角度,对ＡｕｔｏＣＡＤ中ＤＸＦ文件结构进行了简单分析,着重介绍了基本图形实体数据、尺寸标注信息和块实体数据的提取过程,对于 ＣＡＤ／ＣＡＰＰ／ＣＡＭ的信息集成有重要意义。     

MATLAB神经网络工具箱在矿山开采沉陷中的应用

可视化神经网络是采用MATLAB语言和BP学习算法编制的能够自动调整的人工神经网络，可极大地简化编程工作。将该网络用于矿山开采沉陷的预测，可提高网络的收敛速度，缩短训练时间，且学习过程图文并茂，效果良好。     

基于关联规则的日负荷曲线的预测方法分析

分析了传统负荷预测方法的不足,提出了一种基于FP-Growth算法的负荷预测方法。重点分析了影响日负荷曲线的因素,得到不受外界因素影响的数据,再按照关联规则的FP-Growth算法,得到最适合负荷特性的预测模型,最终根据预测结果验证了该方法的可行性。