构建数字矿山中的数据挖掘模型

分析了应用数据挖拙的基础和数据特点，讨论了数据挖掘的基本思想，提出了集也数据挖掘的模型结构，为数字化矿山及矿山管理决策提出了一条新的途径。     

模糊控制和神经网络在现场总线控制系统中的应用

从信息科学的角度详尽分析阐述了现代工业计算机控制系统从信息分立发展到信息共享的科学必然性及现场总线控制系统 (FCS)产生的重大意义 ,探索了将模糊控制和神经网络应用于现场总线控制系统中的方式和影响 ,并以智能模糊仪表为例给出了智能仪表新定义和功能特性     

近景摄影测量在刑事案件现场中的应用

针对近景摄影测量在刑事案件现场中的应用展开了论述。     

面向客户需求细分的数据挖掘研究

从差异化服务出发，根据客户的需求特征或需求层次对客户进行了细分，这有助于预测客户的需求和减少企业的营销成本。在具体细分过程中根据数据挖掘的思想采用了自组织映射神经网络模型，并通过模拟说明模型的有效性。     

数据挖掘中的应用

web数据挖掘技术是当前的热点研究之一。但web数据本身具有半结构化、组织性差的特点,使得web数据挖掘工作变得十分困难。而XML的出现为面向web的数据挖掘带来了便利。本文提出了一种基于XML的Web数据挖掘模型,并通过实例演示其实现步骤。     

环境监测现场采样与数据的代表性

文章试阐述数据的代表性和现场监测采样之间的关系,分析在采样过程中可能影响数据代表性的一些问题。     

复杂属性环境下的Web错误数据挖掘算法研究

Web信息复杂程度不断加深,多维度、高复杂度的信息越来越多,信息中的错误信息特征在海量复杂数据属性中表述越来越困难,造成信息挖掘耗时过长,挖掘效果不好的问题。为了解决这一问题,提出了一种距离信息模糊信息权值分类的Web错误数据挖掘算法。在Web特征表述过程中,运用距离描述Web数据的错误数据特征,运用模糊信息熵,对错误数据特征进行距离分类,保证数据分类的准确性,最大程度的完成错误数据高效挖掘。实验结果表明,该算法能有效减少错误数据信息在海量信息中的挖掘时间,提高了挖掘的准确性,取得了满意的效果。     

数据挖掘技术在网络舆情预测中的应用

提出一种数据挖掘技术的网络舆情组合预测模型。首先利用灰色模型GM模型对网络舆情进行预测,然后采用BP神经网络对GM模型预测结果进行修正,同时采有粒子群算法优化BP神经网络参数,最后采用某网络某热门话题对模型进行仿真实验。仿真结果表明,本文模型可以准确预测网络舆情变化趋势,提高了网络舆情预测精度。     

房屋建筑现场施工技术的质量管理

针对当下的房屋在建筑在建设方面,由于科技的进步,技术的更新,使得其在具体的施工过程中得到了很大的改善,本文主要就现代的施工技术的质量控制和管理方面作下简单的介绍,也提出一些建议,从而帮助有关的施工人员在质量和技术上取得更大的进步.     

BP神经网络在坐标转化中的应用

重点介绍BP人工神经网络模型在坐标转化中的应用方法和步骤。运用MATLAB来实现BP神经网络的设计和训练,并对隐层节点数的确定和网络的收敛性等问题进行了研究,最后给出了基于MATLAB的BP算法的实现过程并做了实证分析。     

长距离输水管线过程控制中的数据监测

长距离输水管线的过程控制是一种保证输水管线经济、安全供水的技术措施,目前国内实际运行的不多,并且因现场条件不同,数据如何进行监测存在困难,但是,通过研究还是可以实现对输水管线过程控制的数据监测。以某城市供水工程输水管线为例介绍如何实现对输水管线过程控制的数据进行监测的。     

基于草原牲畜放牧轨迹的数据挖掘研究

以牧区牲畜产生的轨迹数据为依据构建了一种适合牧区的轨迹挖掘模型——BP-DBSCAN模型,并结合大数据技术,利用Hadoop开源平台的数据计算处理框架,对轨迹数据进行预处理,可以更准确地挖掘到有价值的信息,对于后续草原放牧研究具有重要的指导意义。     

现场总线技术在自动化系统中的应用

现场总线是当前自动化领域发展的热点之一,它的出现带来了控制系统的巨大变革。本文简要阐述了现场总线的概念、体系结构和技术特点;最后分析了当前现场总线存在的问题并对其发展趋势进行了展望。     

基于小数据冲突检测的坏点数据挖掘模型仿真

传统基于离群度的坏点检测方法,无法解决小数据冲突过程中存在的震荡波动以及数据特征不明显的问题,获取的坏点结果存在较大的偏差。提出了一种基于小数据冲突检测的坏点数据挖据模型,通过小区域异常因子LOD描述小数据冲突数据集中不同数据对象的局部异常程度,采用小数据冲突数据的邻域查询优化算法,获取初步坏点数据集,通过运算小区域异常因子的方法,在邻域搜索优化后获取的对象邻域中,基于两个对象间的加权考斯基距离,采用去一划分信息熵增量获取小数据冲突对象的权值,运算初步坏点数据集中小数据冲突对象的损坏程度,获取小数据冲突中的坏点数据。实验结果说明,所提方法在挖据小数据冲突中的坏点数据过程中,在繁琐度和差异性方面较传统模型都具有较高的优越性。     

现场总线技术在DCS控制系统中的应用

新的基于现场总线技术的控制策略和网络结构将对现有的仪表及控制系统产生革命性的影响。从现场总线技术的本质特征上分析了其对传统分散控制系统DCS的冲击,并结合DCS的网络结构特点,给出了现场总线集成于DCS的实现方法。并对其优劣做出分析。     

浅谈施工的过程控制

对工程项目建设过程中的施工如何管理,并在管理的过程中如何控制其进度和成本进行详尽阐述。     

数据挖掘在金融风险管理中的运用

数据挖掘技术就是从大量的实际应用数据中提取隐含信息和知识,利用数据库,人工智能和数理统计等方面的技术,对数据进行深层加工和分析的信息处理技术。它是计算机科学中的一个新兴领域,普遍适用于金融、网易、服务、医疗、教育、科研、军事等各个领域。其中,金融风险管理是是其在金融领域的新应用。在庞大的金融市场中,如果交易者掌握的信息越充分,他们就能更好的进行风险管理,从而在交易中获得很大的利益。因此,对于金融市场中的信息的挖掘就显得尤为重要。然而面对涉及人来金融活动行为和信息传递这种大数据的处理和分析,我们需要一种更为有效的技术来实行,那就是数据挖掘技术。通过这种技术,对涉及金融方面的信息进行分析、归类、统计,从而达到控制金融风险,进行有效的风险管理的作用。     

RBF神经网络在数据挖掘中的应用研究

随着数据库技术的成熟应用和Internet的迅速发展,人们利用信息技术产生和搜集数据的能力大幅度提高,使得从大量数据中挖掘出有用的信息或知识成为一个迫切需要解决的问题。     

现场总线技术在自动化系统中的应用

现场总线是当前自动化领域发展的热点之一,它的出现带来了控制系统的巨大变革.本文简要阐述了现场总线的概念、体系结构和技术特点;最后分析了当前现场总线存在的问题并对其发展趋势进行了展望.     

神经网络自适应逆控制在铝电解过程控制中的应用

通过采用神经网络自适应逆控制方法来解决铝电解过程中存在的时变和大时滞问题,可以提高其控制性能。本文就铝电解过程进行建模,并将神经网络与自适应逆控制算法相结合,发现神经网络自适应逆控制模型的输出能很好地跟踪铝电解生产过程,控制效果好。在这里提出一个能使铝电解过程很快进入稳态、超调量较小的控制方案,提高铝电解过程的动态和稳态性能。