灰色动态自动化建模在瓦斯涌出量预测中的应用研究

文章在灰色理论的基础上,提出了瓦斯涌出量等维新信息灰色动态预测方法,并应用VB.NET开发了"瓦斯涌出量预测"应用程序。该程序可跟踪采掘过程中新揭露的瓦斯数据,减少了计算量,提高了预测的速度和精度,在实际应用中达到了较好的效果。     

基于ArcGIS的瓦斯突出区域预测可视化方法研究

针对现有瓦斯突出区域预测方法存在预测效率低、可操作性不强等问题,提出了基于ArcGIS的瓦斯突出区域预测可视法方法。该方法以C#作为编程开发语言,利用独立软件开发包ArcGIS Engine,结合GIS原理与方法、趋势面分析理论和可视化技术等,对多个瓦斯突出预测指标进行趋势面的综合交集或并集分析,并将趋势面与矿井最新采掘工程平面图进行合理的对应和叠置,实现了对瓦斯突出危险区的直观可视化辨识功能。     

段染纱线仿真模拟中的颜色渐变实现方法①

在段染纱线的仿真模拟中,如何实现段染纱线上相邻两种颜色之间的自然渐变是实现其仿真模拟的核心。首先利用数值分析中线性插值和三次样条插值的方法,建立基本的颜色渐变模型。然后,以双色段染纱线和三色段染纱线为例,结合现有的基于光照模型和纱线几何结构的纱线模拟方法,采用纹理叠加的方式,来完成对段染单纱、加捻纱的计算机模拟。最后,根据实际染纱工艺中具体的工艺参数,对已建立的颜色渐变模型进行优化,使其更具实用性,应用也更为广泛。     

一种新的纱线模拟算法

针对单纱和多股纱以及是否加捻等不同情况,给出了一种新的纱线模拟算法.     

基于序列特征提取的个性化推荐

基于序列的推荐是推荐系统研究的热点,序列中包含许多重要信息,如物品的点击规律和用户的兴趣,有效利用序列信息是提高推荐准确率的关键.为了有效提取序列信息,提出了ACRec推荐系统模型,利用多头自注意力机制和卷积神经网络从动态和静态两个方面提取序列信息,并利用矩阵分解增强模型中用户与序列的语义关系.在MovieLen-1M和Video_Games两大公开数据集上实验证明,相比于其他基线模型,ACRec提高了推荐的准确率,Hit@10分别提高了1.03％和18.4％,NDCG@10分别提高了2.6％和20.9％.     

神经网络聚类方法在旋转机械故障诊断中的应用研究

在基于神经网络的聚类学习方法中，分有监督学习方法和无监督学习方法，本文采用无监督学习方法对旋转机械中常见故障的分类进行了较为详细的研究，以此分类结果来达到故障诊断的目的。文中还具体描述了该算法的实现方法，研究结果表明：该方法克服了有监督学习方法的旋转机械故障诊断技术的某些缺陷，是进行大型旋转机械故障诊断的一种行之有效的方法。     

神经网络在故障诊断专家系统中的应用

基于ＰＤＰ的人工神经网格（ＡＮＮ）研究现在已成为热点，本文针对第一代专家系统自身局限性所造成的知识自动获取瓶颈问题，将神经网络模型引入故障诊断专家系统的研究中来，有效地解决了这一问题。同时，还选取较成熟的ＢＰ算法，运用Ｃ语言开发了一个机械故障诊断专家系统。文中还对神经网络存在的问题进行了分析。     

人工神经网络评价丝织物织物风格研究

采用人工神经网络对丝织物织物风格评价进行了研究，并对不同生丝原料对织物风格影响进行了研究，认为用自动缫生丝作经丝对织物风格有一定影响，用自动缫生丝作纬丝对织物风格几乎没有影响。     

余氏理论在液态合金结构研究中的应用

本文介绍了余氏理论的基本思想及其在固态和液态合金研究中的应用, 运用余氏理论这一新的理论工具,可以使对合金熔体的研究深入到电子结构层次。     

人工神经网络在纺织中的应用

总结了国际上人工神经网络在纺织生产过程控制、质量控制、性能预测及工艺优化、纺织产品分类、疵点识别、织物鉴别、风格评价和分等评级等方面的研究成果,进行了粗梳毛纺质量控制及丝织物风格评价研究.