深部开采岩体变形分析的双曲函数法

在软岩地层深部厚矿体开采条件下,给出了用于预测分析地下开采岩体移动变形的双曲正切函数模型,采用该模型对国内某地下矿山深部开采岩体移动变形进行了具体的计算分析,并与概率积分法理论分析结果和实测数据进行了对比,结果令人满意.分析结果表明,本文所提出的理论方法适用于预测分析深部矿体开采引起的岩体移动变形问题.     

基于文本挖掘的WUI火灾致灾因子网络构建及特征分析

为预防和减少WUI火灾的发生, 挖掘WUI火灾关键致灾因子, 厘清致灾因子间的作用机制. 本文首先基于本文挖掘技术从WUI火灾事故案例中得到致灾因子, 使用Apriori算法得到致灾因子之间的关联规则. 然后使用复杂网络理论构建WUI火灾致灾因子网络, 计算网络拓扑特征参数, 探析WUI火灾致灾因子网络特征. 最后引入WUI火灾致因链风险度指标, 挖掘出高风险连边, 并提出断链措施. 结果表明: WUI火灾致灾因子网络具有小世界特性, 高温、强风、干旱等对其他致灾因子影响较大. 燃烧废弃物、植物起火、应急响应速度、人为纵火、强风在不同致灾因子转换中具有重要作用, 应加强管控. 网络中风险度最高的边是燃烧废弃物→植物起火, 通过颁布禁止擅自燃烧废弃物等规定, 即可切断该风险链, 实现对WUI火灾的预防和主动控制.     

过程模拟研究进展

随着计算机技术的不断发展, 过程模拟在各行各业中的应用越来越广泛. 过程模拟使用模拟模型来模仿业务流程行为, 它可以用于预测和优化系统的性能, 评估决策的影响并向管理者提供决策依据, 也可以用于减少实验成本和时间. 目前, 如何高效地去构建一个可以信任的仿真模型得到了广泛关注. 本文通过追踪、归纳和分析关于构建业务过程模拟模型方法的相关研究文献, 对基于过程模型、系统动力学和深度学习的3种仿真建模方法的流程、优缺点和研究进展进行了阐述, 并探讨了过程模拟面临的挑战和未来的发展方向, 以期为业务过程模拟未来的研究方向提供参考.     

全球战略性矿产勘查投入趋势及对中国的启示

本文从全球层面,国家层面和矿种层面对2000年以来全球矿产勘探投入趋势进行分析,探讨其影响因素。2000—2012年,全球矿产勘查投入主要是依靠资源需求拉动,金融因素起到辅助作用,所以呈现的是全球范围内的矿产勘查投入的增长,主要依靠大宗矿产和贵金属驱动。2020—2022年,金融因素推高矿产品价格,一定程度“繁荣”了勘查市场,矿产资源勘查投入的增长,更多的是以保障发达国家自身供应链安全为主,主要依靠战略性矿产驱动。初级矿业公司勘查投入对矿产品价格的敏感性更高。大型矿业公司除了价格因素外,还会受到全球矿产资源需求周期的影响。疫情以来,发达国家加大了对战略性矿产资源勘查的投入力度,如铜、锂、钴、镍、钼、稀土等。未来大型铜矿公司对全球资源的控制力将进一步增强,钴和锂未来将有一定的产能释放。大型矿业公司仍未深度介入锂矿和钴矿等战略性新兴矿产,对中国矿业公司而言,可以关注初级矿业公司勘查成果,抓住窗口期进行投资并购。     

厚煤层采动影响巷道支护技术研究

针对9-3012区段回风平巷围岩变形破坏严重,影响工作面正常生产的情况,综合采用钻孔取芯、力学试验及现场监测的手段对巷道破坏原因进行分析,提出"锚索+钢带+菱形网+钢梁+钢筋梯+组合锚索"联合支护方案.现场监测表明巷道围岩控制效果良好.     

频繁模式挖掘进展及典型应用

对近年来频繁模式的挖掘进行了总结。首先对有代表性的挖掘算法从算法思想、关键技术、算法的优缺点进行了分析概括,此后列举了一些典型频繁模式及关联规则的领域应用。综述内容的选择主要基于某一个研究后续被关注程度,组织过程中力争将相关研究进行归类,以给出其发展概貌。上述工作可以为频繁模式挖掘及关联规则的研究提供有益的参考。     

Web日志挖掘中一种事务识别方法的改进

从 web日志中发现有用的信息是所有 web站点管理者的迫切愿望 ,但 web服务器日志的不准确导致数据准备阶段的复杂性 .在数据挖掘以往的应用领域如 POS数据库中 ,存在着具有自然特征的事务 ,而在 web日志中不但没有这种事务 ,而且还不容易通过分析得到这种事务 .本文首先描述了引用长度事务分割方法的用户浏览行为模型 ,然后针对这种模型提出了两点改进 :增加了网络延时参数和对噪音数据处理的考虑 .改进后的模型能适应网络延时较大且随时间变化的情况 ,更能够反映用户的实际浏览行为     

用数据挖掘技术分析融合系统的性能

使用数据挖掘技术对融合系统性能测试结果进行分析 ,以便找出影响融合性能的因素 ,发现各种影响因子间的相互关系 ,通过调整不利因素 ,改进设计方法 ,进一步提高了融合系统的性能     

基于BP神经网络的数据挖掘方法

神经网络的高度参数化特征使它特别灵活,以至于它可以精确的对数据进行分类,成为目前公认的高精度分类器。本文介绍一种基于BP神经网络的数据挖掘的分类方法,并提出了改进思想。     

多概念层次上基于赋范划分距离的分类算法

应用知识发现理论与方法从大型考生信息数据库中提取隐含的、前所未知的、对决策有潜在价值的知识和规则,是当前计算机教育应用的新课题。根据网上远程考试与评价系统的特点,讨论了挖掘的目标规则类型及其挖掘算法。针对ID3算法的不足,提出了一种新的分类算法－多概念层次上基于赋范划分距离的分类算法,简要介绍了XML在知识发现过程中的应用。