Bp神经网络在煤矿监测数据预测中的应用

现有的煤矿安全监测系统一般采用实时采集数据的方法,在达到危险限时给出警报.如果能够在达到危险限前给出预警.现场提前采取安全措施,就有可能避免事故的发生.应用神经网络理论,在改进的学习算法的基础上,建立了预测监测数据的BP模型,并通过Matlab实现了仿真验证.通过对监测数据的测试,证实了改进算法和模型的有效性.     

Web服务在对等网络中的应用

现今对等网络非常流行,许多P2P网络模型逐步成熟.纯粹的P2P技术有其自身的局限性,而Web服务技术的出现对P2P网络产生影响,把两者的优势结合起来会更好的让计算机网络为人类服务.设计了一种新的P2P网络模型,资源提供者通过Web服务发布要共享资源,资源需求者利用Web服务提供的资源搜索技术,得到提供者的地址,让提供者和需求者直接交互达到资源共享的目的,最后给出了新的研究方向和应用前景.     

一种鲁棒非平衡极速学习机算法

极速学习机（ELM）算法只对平衡数据集分类较好,对于非平衡数据集,它通常偏向多数样本类,对于少数样本类性能较低。针对这一问题,提出了一种处理不平衡数据集分类的ELM模型（ELM-CIL）,该模型按照代价敏感学习的原则为少数类样本赋予较大的惩罚系数,并引入模糊隶属度值减小了外围噪声点的影响。实验表明,提出的方法不仅对提高不平衡数据集中少数类的分类精度效果较明显,而且提高了对噪声的鲁棒性。     

SCS-CN模型在济南市南部山区径流估算中的优化应用

济南市南部山区崮山流域地处我国北方土石山地丘陵区,以水力侵蚀为主的土壤侵蚀现象严重且生态环境脆弱,径流预测是水土保持监测和预报的重要基础,精度较高的的径流计算模型可以为济南市南部山区更好地开展水土保持工作提供技术支撑与数据基础。根据径流曲线模型（SCS-CN）原理和崮山流域内5个雨量站、1个水文站近10年的实测降雨、径流资料,借助ArcGIS平台利用优度拟合统计分析法及Nash-Sutcliffe效率系数验证法对模型参数初损率（λ）和径流曲线数（CN）进行了优化检验,结果表明：参数优化后的模型精确度较高（实测值与计算值分析结果为回归直线斜率K=0.905 8、确定系数R2=0.812 7、纳什效率系数ENS=0.796 9）可以更好地适用于崮山流域径流测算;对2019年崮山流域29次侵蚀性降雨进行降雨产流估算,并累加计算得流域年径流量为0.53亿 m3,年径流深处于34.15~371.52 mm,年均径流深为134.52 mm,汛期降雨产生的径流量占年径流量的90.27%。     

基于C/OS-II嵌入式网络实验平台的研究与实现

在软硬件协同设计的指导思想下,经分析提出了采用ARM架构的SamsungS3C44B0X作为硬件模块的核心,嵌入式实时操作系统C/OS-II作为软件模块的核心,通过移植开源免费的TCP/IP协议栈LwIP的方法构建嵌入式网络实验平台的方案,从而为基于C/OS-II嵌入式网络设备的开发奠定了一定的基础,为C/OS-II的推广和在网络方面的应用做出了尝试。     

一种新的集群文件系统模型研究

集群作为成本低、高性能并行或分布式计算平台已经成熟，同时提供许多关键服务(高效通信、负载平衡等)的软件包也已经出现，然而对于集群文件系统的可扩展性和高可用性仍然缺乏有效的支持。为此，介绍了一种基于可扩展性和高可用性的集群文件系统模型，并从可用性角度与集群文件系统(CFS，Cluster File System)进行了比较分析。     

使用uC/GUI开发图形用户界面

用户界面是用户与计算机进行交互的操作方式，它的质量直接影响计算机的推广和用户的使用效率。针对目前嵌入式系统对开发图形用户界面(GUI)应用的迫切需求，介绍了一款提供了丰富的GUI支持，并且对系统资源占用很少的软件。通过使用它，可以实现嵌入式系统上GUI应用的快速开发。     

基于XML的Web文本挖掘模型的研究与设计

Web上的数据量急剧膨胀使得进行Web数据挖掘成为数据挖掘技术研究的热点.而XML能够为Web挖掘提供半结构化的数据模型,解决了Web挖掘中的数据源问题.介绍了XML的和Web文本挖掘的概念,提出了一种基于XML的Web文本挖掘模型,剖析了该模型的各个组成部分,给出了该模型的特点.     

基于UML的工作流管理系统建模的应用研究

首先对UML和Rational Rose的基本知识以及工作流管理系统的组成和功能进行简要的论述,对于UML和Rose在工作流管理系统中的应用的优点进行了讨论,并结合改进某煤矿企业安全管理的流程的实例,论述如何利用Rose对工作流管理系统进行有效的业务建模。     

一种确定聚类数目的自组织特征映射网络

自组织特征映射网络学习结束后,其输出层结点能够反映出样本空间中数据的分布情况,相似结点代表的数据也相对近似,因而通过对输出层结点的合理划分能够实现对样本空间的有效聚类,结点的划分仍然存在聚类数目不确定的问题,凝聚层次聚类每一层都代表一种聚类结果,找出结果最好的那一层所具有的簇的数目作为最佳聚类数目,是一种比较好的确定聚类数目的方法,在Iris数据集上的实验证明了该方法的有效性.