现代地下矿山通讯技术及其应用

从现代地下矿山通讯技术出发,对目前地下矿山应用的地面公共通讯的无线通讯系统、井下小灵通系统、泄露电缆通讯系统和WIFI的综合数字通讯系统进行了技术分析.介绍了大红山铜矿WIFI综合数字通讯系统,及其在开发应用的综合数字通讯业务等情况.     

一类含时间因素工作流的建模与时间性能挖掘

时间控制和管理是工作流研究中的重要问题,针对一类含时间因素的工作流,给出了Petri网建模方法,分析了含时间因素工作流Petri网的性质。基于工作流Petri网模型及其可达图,深入挖掘了理想主活动线、稳妥主活动线和最佳状态线,分析了影响整个工作流完成时间的决定性因素以及工作流活动安排的最佳安全方案,给出了寻找理想主活动线、稳妥主活动线和最佳状态线的方法,证明了工作流的最佳状态线存在的充分条件。     

基于双向准循环神经网络和注意力机制的业务流程剩余时间预测方法

业务流程预测可以有效帮助企业进行流程控制和传递高质量服务,因此作为此类场景中的核心任务之一,业务流程剩余时间预测得到国内外学者的广泛关注.当前,在利用深度学习技术对业务流程剩余时间进行预测时,大都采用传统长短期记忆循环神经网络,然而,由于长短期记忆循环神经网络在处理序列数据的过程中缺乏并行性且建模能力有限,使得预测准确度还有进一步提升空间.因此,本文提出一种基于双向准循环神经网络和注意力机制的业务流程剩余时间预测方法 .首先,该方法以双向准循环神经网络构建剩余时间预测模型,并在预测模型中融入注意力机制增强双向准循环神经网络输出的特征信息.其次,设计了一种基于不同长度轨迹前缀训练迭代策略,解决流程实例中不同长度轨迹前缀数量存在差异性的问题.最后,提出一种基于Word2vec的事件表示学习方法,实现对同一轨迹且经常出现事件的相似性向量表示,从而达到提高剩余时间预测准确度的目的.经在5个公开事件日志数据集上实验,本文方法与已有方法相比在预测准确度上平均提高近15%,模型训练时间平均缩短约26%.     

基于医疗过程挖掘与患者体征的药物推荐方法

对医疗数据进行挖掘分析生成疾病治疗的标准过程模型,或者为治疗方案制定提供决策支持,是当前研究热点之一。基于历史患者的用药数据对疾病的药物治疗过程模型进行挖掘,并提出一种过程模型与用户体征数据相融合的药物推荐方法。具体而言,对于给定的疾病种类,首先利用隐含狄利克雷分布LDA主题模型对患者用药数据进行训练,得到药物治疗的功效主题以及各个诊疗日的药物功效主题分布;然后,对患者各个诊疗日的功效主题分布进行聚类,将患者的药物治疗过程转换为药物功效组合标签序列,在此基础上构建药物治疗过程的概率后缀树模型;最后,基于概率后缀树计算各节点后续治疗所采用药物功效组合的概率分布,将其与病人的体征向量作为联合特征,病人真实用药对应的功效组合作为分类标签,使用XGBoost的分类方法训练模型,并利用该模型进行患者药物推荐。以MIMIC-Ⅲ数据库中糖尿病患者的处方日志和体征数据为例,对所提方案的可行性和有效性进行了评估。     

我国数字采矿软件研究开发现状与发展

数字矿山技术作为提升矿业企业技术与生产管理水平的重要手段,已经成为政府、企业和研究机构共同关注的重要课题。数字采矿软件系统的研发与应用是数字矿山建设的核心,其体系架构、功能划分、实现技术等直接影响到系统的操作效率、通用性、实用性和适用性等关键问题的解决。以DIMINE数字矿山软件系统为例,分析了我国数字矿山软件系统开发研究与应用现状,提出了符合我国矿山实际需求的数字矿山软件系统平台体系结构、关键技术及实现方法,揭示了数字矿山软件系统的未来发展方向。     

S-网的活性分析

讨论了一类结构简单的Petri网-S-网的活性问题，给出了各类S-网的活性判定定理并给出了判定算法．算法主要计算工作是变迁的前序库所集和后继变迁集以及极大强连通子网的判断，这三个过程实际上是一个树的搜索过程，因此算法易于实现，判定效率也大大提高．     

Petri网分解的保性条件分析

Petri网的分解技术是用于复杂网系统分析的一种有效手段 .基于库所指标的 Petri网分解方法 ,将一个复杂的网系统分解成结构满足 |· t|≤且 |t· |≤ 1的简单子网 ,通过分解得到的子网与原系统的状态和行为之间存在着一种投影关系 .但是 ,子网本身也增加了一些不必要的状态和行为 (原网系统在子网上的投影只是子网状态和行为的一个子集 ) .本文提出分解过程中的状态保性和行为保性的概念 ,证明了分解过程中行为和状态保性的充要条件 ,基于标识可达图给出了相应的判定算法 ,对复杂系统的 Petri网分析方法提供了更为有效的理论和可行的技术     

一种基于同步合成构造Petri网进程表达式的方法

Petri网的进程是用于系统行为和状态描述的有效工具,Petri网的进程表达式可以给出系统全部进程的描述,但是对于任意无界Petri网而言求取其进程表达式十分困难.文中首先考察结构简单的S-网的进程行为,给出各种类型的S-网的进程表达式的描述方法.然后拓展了Petri网同步合成的概念,分析了同步合成过程中基本进程段集之间的关系,并利用同步混排给出了进程表达式之间的关系.随后证明了一个Petri网可以通过一组S-网同步合成得到,利用S-网的进程表达式给出了构造Petri网的进程表达式的方法.     

国家知识基础设施中的数学知识表示

数学知识表示是知识表示中的一个重要方面,是数学知识检索、自动定理机器证明、智能教学系统等的基础.根据在设计NKI(national knowledge infrastructure)的数学知识表示语言中遇到的问题,并在讨论了数学对象的本体论假设的基础上提出了两种数学知识的表示方法:一种是以一个逻辑语言上的公式为属性值域的描述逻辑;另一种是以描述逻辑描述的本体为逻辑语言的一部分的一阶逻辑.在前者的表示中,如果对公式不作任何限制,那么得到的知识库中的推理不是可算法化的;在后者的表示中,以描述逻辑描述的本体中的推理是可算法化的,而以本体为逻辑语言的一部分的一阶逻辑所表示的数学知识中的推理一般是不可算法化的.因此,在表示数学知识时,需要区分概念性的知识(本体中的知识)和非概念性的知识(用本体作为语言表示的知识).框架或者描述逻辑可以表示和有效地推理概念性知识,但如果将非概念性知识加入到框架或知识库中,就可能使得原来可以有效推理的框架所表示的知识库不存在有效的推理算法,甚至不存在推理算法.为此,建议在表示数学知识时,用框架或描述逻辑来表示概念性知识;然后,用这样表示的知识库作为逻辑语言的一部分,以表示非概念性知识.     

融合波动率的时序数据符号聚合近似方法探究

为解决传统符号聚合近似方法分析时序数据时丢失序列波动形态信息的问题,提出一种融合波动信息的时间序列符号聚合近似方法.该方法在传统符号化方法的基础上定义波动率指标来同时量化时间序列的波动幅度和变化趋势信息,用融合波动率的符号矢量近似刻画子序列,在此基础上给出一种新的时间序列距离度量方法.以此度量方法为基础,提出时间序列的相似性计算和分类方法,并在公开数据集上进行了分类学习实验.实验结果表明,所提方法在绝大部分数据集上获得了较传统符号聚合近似方法更好的分类准确率,尤其在时间序列具有明显的局部波动或明显的上升、下降趋势时.