基于WEB的煤矿矿用设备安全监测管理系统的设计与实现

应用面向对象分析方法,采用B/S/D件体系结构,基于Struts的J2EE开发了基于WEB的煤矿矿用设备安全监测管理系统,实现了动态优化的安全预防过程管理,对生产现场设备安全信息能快速反馈、动态跟踪与闭环控制,有效提高了煤矿整体安全管理工作的监控能力。     

核k均值RBFNN的煤与瓦斯突出预测研究

针对BPNN模型在煤与瓦斯突出预测中存在收敛慢、误差较大等问题,建立了RBFNN模型对煤与瓦斯突出进行预测。采用对样本具有普适性的核k均值聚类算法来确定RBF的中心、梯度下降自适应算法优化网络宽度参数和递推最小二乘法算法调整网络权值。并用国内煤矿的煤与瓦斯突出实测数据对该混合算法及模型进行了验证。实验结果表明,本研究的方法在预测精度和收敛速度上均优于BPNN和基于经典k均值聚类算法的RBFNN,具有良好的实用性和有效性。     

改进光流法和GMM融合的车辆实时检测算法研究

针对传统光流算法受光照影响较大和在不同场景中检测效果差别较大等问题,提出一种改进的光流法与混合高斯背景模型相融合的运动车辆实时检测算法（improved optical flow and gaussian mixture model,IOFGMM）。首先,在光流算法中加入限制条件使得不同梯度点处采用不同约束;其次,融合高斯混合背景模型（gaussian mixture model,GMM）;最后,采用提出的融合算法比较目标框的数量和目标框之间的重叠面积,从而在监控视频中显示出融合后的车辆检测信息。实验结果表明:该算法在3种不同场景视频上的检测效果达到了84.80%的平均准确率,84.79%的平均召回率以及84.63%的平均F₁值。与经典的光流法和高斯混合背景模型及基于这两种理论的算法相比,IOFGMM算法的各项指标平均有37%的提高,具有良好的检测效果。     

构件标识潜在语义分析与模糊聚类方法研究

针对如何为构件检索提供更合理的候选构件集问题,设计了一种基于标识潜在语义分析的模糊聚类方法 (TL-SAF)。首先设计了标识提取算法从构件描述文档中提取出构件的标识,然后应用潜在语义分析对标识进行降维并提取潜在语义关系,最后使用模糊聚类的思想对构件进行聚类。TLSAF聚类摆脱了传统聚类的硬划分模式,使构件可以分别隶属于不同的簇,对构件检索将能够提供更好的支持。通过在原型构件库中应用TLSAF对本文方法的可行性与有效性进行了验证。     

一种改进的概念语义相似度计算方法

针对当前概念相似度计算的片面性和不完善性等不足,提出一种改进的基于语义距离的概念间语义相似度计算方法。从有向边包含的信息量、有向边的类型以及概念密度3个方面对语义距离进行扩展,将语义距离转换成语义相似度,通过引入不对称因子,使最终概念语义相似度计算更加精确。将该方法与基于信息量方法、基于距离方法及人的主观判断结果进行比较,验证了该方法的可行性和有效性。     

城市交通智能咨询系统的设计与实现

分析了国内外城市交通咨询的现状；给出了城市交通咨询软件实现的空间数据结构；提出了基于网络拓扑的智能咨询搜索算法；运用人工智能、地理信息、多媒体等技术，实现了城市交通的智能咨询。测试表明，该系统具有速度快、多媒体显示、维护方便、通用性强等特点。     

基于SCM的决策支持系统研究

目的 针对信息在企业管理中所起的重要作用，介绍了基于SCM的决策支持系统。方法 依据供应链管理的原理，运用数据仓库、数据挖掘和联机分析处理技术建立起决策支持系统的有效解决方案。结果与结论 地企业的信息管理和高层决策具有普遍的实用价值。     

基于卷积神经网络的车辆分类与检测技术研究

车辆分类与检测在智能交通系统、道路交通规划、安全预警、无人驾驶等领域发挥着越来越重要的作用。随着图形处理器(Graphics Processing Unit,GPU)运算能力的增强以及数据量的剧增,以卷积神经网络为主的深度学习成为研究热点。基于LeNet、AlexNet、VGG、GoogLet、ResNet等卷积神经网络,介绍并分析了6种车辆分类方法、8种车辆检测方法及4个用于评估这些方法的数据集,并对车辆分类及检测的研究方向进行了展望。     

基于Web服务的气象信息发布服务系统

着眼目前气象信息发布现状,结合统一的Web服务对象封装技术,提出并实现了一种跨平台、无缝集成的系统设计方案:采用XML Web服务发布气象信息.实现了跨平台和不同语言的应用集成,促进了气象信息的电子商务化和气象经济的发展.