非常规开采顺序在鸡冠嘴金矿二期采区的应用

针对鸡冠嘴金矿二期采区矿体(群)延深较大、走向较短、在垂向上中部较厚、品位较高呈“菱形”变化的特点，通过技术经济比较和岩石力学研究论证，并结合国内、外类似矿山的生产实践，提出并采用了不同于常规的首先开采矿体(群)中部的开采方法，从而为提高矿山生产初期的经济效益，尽早偿还基建贷款提供了一条新的成功经验。     

基于粗糙集的生产环境数据挖掘系统方法

针对粗糙集确定性模型缺乏处理不确定信息的特点，Z．Pawlak等提出了粗糙集的概率模型，但该模型没有包括如何处理生产数据集纷繁复杂数据的方法，因此提出了应用粗糙集于生产环境数据挖掘的一种系统方法，并应用UCI的数据集对该方法进行了检验，实验结果体现了它的性能与有效性。     

Substantiation of Application of Overburden Rehandling in Flat-Dipping Deposits

The layer reexcavation ratio is proposed to use for determination of overburden thickness in the combined conveying and direct-dumping systems of mining by draglines with haulage to goaf. It is established that this method ensures the decrease in costs of mining the horizontal and flat-dipping deposits.     

同步令牌通信方式及其扩展应用

本文提出一种新的网络访问方式。它引入了同步时钟和令牌链，使得各点可共享一条通信数据线而访问控制电路却简单到仅用几个Ｄ触发器即可实现。它具有传统令牌方式所没有的一些优点。在通信量较少，速度要求不高的场合，其效果很好。文中讨论的一种应用方式。     

专家系统技术在采煤决策及设备选型的应用

专家系统的研究越来越受到人们的重视，它在综合机械化采煤中的应用刚刚起步，文章详细地论述了ＺＪＸＴ系统的知识获取与知识库构造，推理机的特点及系统的功能。     

提高老采区资源回采率的若干途径

云应盐矿区通过新旧盐井更替、改造井身结构、完善分采工艺等技术措施，提高了老采区的资源回收率，实现了对老采区的挖潜改造。     

基于Web的工程索赔决策支持系统的研究

针对我国工程索赔经验少、索赔专家稀缺的实际情况，提出了一种基于Web的工程索赔决策支持系统，首先综合了数据仓库，联机分析处理，数据挖掘技术于一体的综合决策支持系统，给出了数据仓库、模型库和知识库的具体设计，最后对系统的实现作了简要的介绍，该系统的应用旨在建立一个功能强大的在线工程索赔支持平台，共享索赔专家丰富的知识和经验，帮助承包商完成复杂的索赔工作。     

提高炮采工作面块煤率的爆破技术

通过小规模爆破试验，用线性回归方法对块煤进行筛分分析，指出影响炮采工作面块煤率的因素是炸药性能、装药结构、爆破参数、起爆顺序、时间间隔等。     

A clustering method to distribute a database on a grid

Clusters and grids of workstations provide available resources for data mining processes. To exploit these resources, new distributed algorithms are necessary, particularly concerning the way to distribute data and to use this partition. We present a clustering algorithm dubbed Progressive Clustering that provides an “intelligent” distribution of data on grids. The usefulness of this algorithm is shown for several distributed datamining tasks.     

An efficient algorithm for mining frequent inter-transaction patterns

In this paper, we propose an efficient method for mining all frequent inter-transaction patterns. The method consists of two phases. First, we devise two data structures: a dat-list, which stores the item information used to find frequent inter-transaction patterns; and an ITP-tree, which stores the discovered frequent inter-transaction patterns. In the second phase, we apply an algorithm, called ITP-Miner (Inter-Transaction Patterns Miner), to mine all frequent inter-transaction patterns. By using the ITP-tree, the algorithm requires only one database scan and can localize joining, pruning, and support counting to a small number of dat-lists. The experiment results show that the ITP-Miner algorithm outperforms the FITI (First Intra Then Inter) algorithm by one order of magnitude.