排序方式: 共有22条查询结果,搜索用时 0 毫秒
1.
基于Oracle Spatial的配电网GIS数据存储方法 总被引:2,自引:0,他引:2
针对配电网地理信息系统(GIS)数据存储技术方面目前存在的数据不一致、存取速度慢等问题,提出了一种基于OracleSpatial的数据存储方法。对比目前主要的数据存储方式,介绍了对象关系型数据库在空间数据存储方面的优越性,分析了利用OracleSpatial组件存储GIS空间数据的原理,并且提供了一个该方法的应用实例。该实例的程序使用Java语言编写,而且采用了面向GIS应用的开源代码。程序的运行结果表明实例所采用的数据存储方法能够在配电网GIS中实现空间数据和属性数据的一体化存储。 相似文献
2.
3.
指出了UDEC离散元数值模拟软件研究放出规律的优越性,模拟了包括初次放煤、移架、放煤在内的循环放煤过程。通过对比分析不同阶段顶煤放出规律,研究得出:初次放煤过程中,由于支架掩护梁倾角及初次放煤前支架上方顶煤与支架后方顶煤存在一个支架高度的高差,所以放出漏斗开始就呈现出向采空区侧倾斜;随着放煤的进行,煤矸分界线不断沉降,但是放煤漏斗的倾向基本固定。通过对不同阶段放出体形状的对比分析,发现椭球体的长轴基本垂直经过放煤口中心,这与金属矿放矿椭球体相吻合,这说明在放煤过程中主导椭球体方位的是重力作用,而非掩护梁倾角。初次放煤并移架后的放出规律依然符合椭球体放煤理论,由于移架的作用避免了初次放煤后同一椭球面上矸石的放入。 相似文献
4.
5.
遗传诊断中的一个关键挑战是评估与剪接相关的致病遗传突变.现有致病剪接突变预测工具大多基于传统的机器学习方法,主要依赖人工提取的剪接特征,从而限制预测性能的提升,尤其对于非经典剪接突变,性能较差.因此,文中提出基于BERT(Bidirectional Encoder Representations from Transformers)和CNN(Convolutional Neural Network)的致病剪接突变预测方法(BERT and CNN-Based Deleterious Splicing Mutation Prediction Method, BCsplice).BCsplice中BERT模块可全面提取序列的上下文信息,与提取局部特征的CNN结合后,可充分学习序列的语义信息,预测剪接突变致病性.非经典剪接突变的影响往往更依赖序列上下文的深层语义信息,通过CNN将BERT的多级别语义信息进行组合提取,可获得丰富的信息表示,有助于识别非经典剪接突变.对比实验表明BCsplice性能较优,尤其是在非经典剪接区表现出一定性能优势,有助于识别致病剪接突变和临床遗传诊断. 相似文献
6.
7.
8.
在研究GPU通用计算方法和潮流计算算法的基础上,针对GPU计算密集、高度并行化等特点,对潮流计算牛顿法进行了适当的简化,并应用统一计算设备架构(Compute Unified Device Architecture,CUDA)的开发平台,提出了一种基于GPU的并行潮流计算程序的设计方法。仿真计算结果表明此算法可行,并具有较高的计算效率,为电力系统并行潮流计算的研究提供了一种可行的方法。 相似文献
9.
为了对里彦煤矿建筑物下的煤炭进行合理地开采,针对该区域两煤层间距小、地面建筑物密集等特点,提出了采用条带开采方法保护地面建筑物并回收部分煤炭资源的方案。首先运用山东科技大学自主研发的"地表移动变形预计计算系统"软件确定里彦煤矿的条带开采的采出率应该小于60%;然后应用威尔逊理论确定出上层煤条带开采关键参数为采40m留30m;最后应用数值模拟研究了两层煤条带开采时条带煤柱相互作用的规律,确定下层煤条带开采时应采用与上层煤相同的关键参数。论文分析了上部煤层条带开采对下煤层的应力分布影响,充分考虑了下煤层条带开采前的应力环境,并在此基础上研究了下煤层条带开采工作面的位置的选择及关键参数的确定方法,这是在之前的近距离煤层群条带开采中没有涉及的,对近距离煤层群条带开采设计具有指导作用。 相似文献
10.
基于GPU的电力系统并行潮流计算的实现 总被引:3,自引:1,他引:3
在研究GPU通用计算方法和潮流计算算法的基础上,针对GPU计算密集、高度并行化等特点,对潮流计算牛顿法进行了适当的简化,并应用统一计算设备架构(Compute Unified Device Architecture,CUDA)的开发平台,提出了一种基于GPU的并行潮流计算程序的设计方法.仿真计算结果表明此算法可行,并具有较高的计算效率,为电力系统并行潮流计算的研究提供了一种可行的方法. 相似文献