根据炼钢转炉的实际采集数据,利用1种新型模糊神经网络(FNN),对其进行了静态建模。从理论上论证了该FNN的推理及非线性逼近能力。用新建模型对钢水终点温度,终点含碳量进行计算,其结果与相应的实测值基本一致

本章主要介绍在有外业采集数据或已绘制好地形图的时,数字地籍图(包括权属图、宗地图、地籍表格)的绘制或生成过程

针对滚动轴承故障精密诊断的需要,采用小波包分析方法提取了滚动轴承故障的特征信号,通过小波包分析将高频信号分解到8个频带中,以频带能量作为识别故障的特征向量,应用RBF径向基神经网络建立了从特征向量到故障模式之间的映射,现场采集的数据分析表明,采用小波包和神经网络相结合的方法可以比较准确地识别滚动轴承的故障

以生产条件下采集的数据为基础,采用理论解析与统计分析相结合的方法,建立了角钢连轧的温度预报模型与切分孔轧制力模型。提出了采用离散化与函数拟合相结合的方法简化型钢轧制的工艺模型

介绍和分析了Worledge认知模型并对已知转移率的条件下各种事故进程的人的不响应概率进行了分析与比较，并通过模拟机实验中采集的数据进行了模型的验证与分析核电站操作员的失误概率

7.1输入与输出概述 输入和输出是计算机系统的重要组成部分,程 序、原始数据和各种现场采集到的信息都要通过输 入设备输入到计算机,计算结果和控制信号需要输 出到各种输出设备

基于中尺度地震实验场高密度数字地震和潮汐形变台网的现场观测,用地震学方法和小波工具分析强矿震过程采集到的数据.发现震前短临阶段存在可信的b值、η值、频度等地震学异常和定点潮汐形变前兆异常.对异常信息的提取方法和强矿震短临阶段的预测进行了探讨

在真空感应炉中对Mg,Ca基合金进行系列脱硫实验,对试样进行化学成分分析,对夹杂物进行金相分析和电镜观察.并对5种不同的合金处理的钢样采集必要的数据进行对比.结果表明,含镁钙铁合金都具有较高脱硫率,夹杂物指数以SiCgaMg处理效果较佳.Mg,Ca基合金同时具有使夹杂物变性的功能,从而改善夹杂物在钢基体中的形貌和分布

课程评价、考核资料清单、要求及说明 数据挖掘技术 大数据工作思路 大数据概述与应用 大数据现状与问题 基本概念简述  大数据采集与预处理  大数据存储与管理  大数据计算模式  大数据分析与挖掘  大数据可视化分析  大数据安全

什么是大数据 ■概念/技术支持/大数据的来源 大数据的关键技术 采集技术/存储与管理技术 计算模式与系统/数据分析与挖掘技术 ■隐私安全 典型案例 ■环境云/百度迁徙/新浪舆情通/阿里云数加 我们的探索 ■网络监控分析/系统日志分析/教育评价分析