选取某4000 m3级别高炉2014年至2019年时间范围内的日平均数据，以铁水温度为目标函数，首先对铁水温度的特征参量进行线性与非线性相关性分析、特征选择与规范化处理，获取了显著影响铁水温度的正负相关性特征参量。在此基础上，基于支持向量回归与极限学习机两种算法对铁水温度构建预测模型，模型均可对铁水温度实现有效预测，基于支持向量回归算法构建的预测模型较优，预测平均绝对误差为4.33 ℃，±10 ℃误差范围内的命中率为94.0%

1.明确信息、信息产品、数字产品与数字化产品这四个基本概念之间的区别及其相互关系,认识电子商务本身可以作为一种数字产品(确切地说是一种数字服务产品)而存在的经济学意义。 2.重点掌握数字产品的经济特征,尤其是边际成本和共享性特征。掌握实现数字产品共享的约束条件和数字产品网络外部性的影响。 3.掌握数字产品市场中的消费者的时间价值,并能够从闲暇、搜寻和储蓄决策角度分析时间在消费者行为中的价值。掌握平狄克和鲁宾费尔德对于消费者网络外部性的分析方法。通过双理性消费者模型的分析,掌握数字产品市场中消费者行为的总体规律。认识数字产品性能价格比在不同偏好的消费者行为中有什么特征

本章主要介绍了数据分布特征的描述的基本理论,包括平均指标 和变异指标的基本概念、种类以及各种计算方法,计算和应用平均指 标应注意的问题等。通过学习,使学习者能够掌握数据分布的集中趋 势和离散特征,为经济管理服务

本章主要介绍了数据分布特征的描述的基本理论, 包括平均指标和变异指标的基本概念、种类以及 各种计算方法,计算和应用平均指标应注意的问 题等。通过学习,使学习者能够掌握数据分布的 集中趋势和离散特征,为经济管理服务

烧结矿是我国高炉炼铁的主要原料,烧结矿质量将直接影响高炉冶炼及炼铁工序的经济技术指标.因此,基于铁矿粉的高温特性进行优化配矿从而改善烧结矿的产质量对于炼铁工序节能增效具有十分重要的现实意义.铁矿粉的液相流动性是非常重要的烧结高温特性指标,适宜的液相流动性可以使烧结矿获得较高的固结强度.本文模拟实际烧结黏附粉层中铁矿粉颗粒与钙质熔剂质点的接触状态,采用FastSage热力学计算和微型烧结可视化试验方法研究了固定CaO配比条件下铁矿粉的液相流动性及其主要的热力学液相生成特征影响因素.研究结果表明,采用固定CaO配比与固定碱度的熔剂配加方式下,铁矿粉的液相流动性规律明显不同.铁矿粉的液相生成量是影响其液相流动性的最主要液相生成特征因素,液相生成量越多则铁矿粉的液相流动性指数越大.铁矿粉液相流动性的配合性机制是基于其液相生成量的线性叠加原则.脉石矿物含量将在一定程度上影响铁矿粉的液相流动性,随着SiO2含量的升高铁矿粉的液相生成量减少,从而导致液相流动性指数显著降低;而Al2O3含量增加,液相流动性指数略有升高

一、锋面附近温度场的特征 1.温度水平分布 特征:锋区内温度水平梯度比两侧气团内温度水平梯度大。 (1).地面锋线附近有较大温差。 (2).高空等压面图上锋区内等温线的密集区;高空锋 区走向与地面锋线基本平行,且随高度升高向冷空气倾斜

在研究富钴结壳高产区地形特征基础上，以富钴结壳站点地理坐标为中心，获得了一平方公里的海拔高度数值矩阵作为地形特征。使用卷积神经网络的分析方法对数值矩阵进行训练，学习坡度和平整度等区域特征，将富钴结壳站点地形和其他海底地形进行区分。依据训练后获得的模型，对富钴结壳高产区进行预测，取得了较好的预测效果，结合其他因素的影响，可以提高结壳靶区选取的精准度

利用波高仪和粒子示踪法在1:1的水力学模型中研究了薄板坯连铸工艺参数对结晶器内非稳定流场特征参数的影响.结果表明:流场特征参数随时间变化具有一定的周期性.随着拉坯速度增加,平均射流撞击位置下降,平均回流区中心深度下降,平均波高增加;同时,撞击点、回流区中心深度和波高的变化范围增大,周期减小,结晶器内流动不稳定程度增大.随着水口浸入深度增加,平均射流撞击位置下降,平均回流区中心深度下降,平均波高减小;同时,撞击点、回流区中心深度和波高的变化范围减小,周期增加,流场不稳定程度减小.随着水口出口角度增加,平均射流撞击位置下降,平均回流区中心深度下降,平均波高减小;对于较大的水口出口角,尽管结晶器内流场非稳定流动范围较大,但是流场的运动周期较大,液面波动的非稳定程度却较小

针对分类数据, 通过数据对象在属性值上的集中程度定义了新的基于属性值集中度的类内相似度(similarity based on concentration of attribute values, CONC), 用于衡量聚类结果中类内各数据对象之间的相似度; 通过不同类的特征属性值的差异程度定义了基于强度向量差异的类间差异度(dissimilarity based on discrepancy of SVs, DCRP), 用于衡量两个类之间的差异度.基于CONC和DCRP提出了新的分类数据聚类有效性内部评价指标(clustering validation based on concentration of attribute values, CVC), 它具有以下3个特点: (1)在评价每个类内相似度时, 不仅依靠类内各数据对象的特征, 还考虑了整个数据集的信息; (2)采用几个特征属性值的差异评价两个类的差异度, 确保评价过程不丢失有效的聚类信息, 同时可以消除噪音的影响; (3)在评价类内相似度及类间差异度时, 消除了数据对象个数对评价过程的影响.采用加州大学欧文分校提出的用于机器学习的数据库(UCI)进行实验, 将CVC与类别效用(category utility, CU)指标、基于主观因素的分类数据指标(categorical data clustering with subjective factors, CDCS)指标和基于信息熵的内部评价指标(information entropy, IE)等内部评价指标进行对比, 通过外部评价指标标准交互信息(normalized mutual information, NMI)验证内部评价效果.实验表明相对其他内部评价指标, CVC指标可以更有效地评价聚类结果.此外, CVC指标相对于NMI指标, 不需要数据集以外的信息, 更具实用性

我国的大多数大中型露天矿山已经或即将进入深部开采.随着边坡的加高加陡,露天边坡稳定性维护的难度和采场破坏的概率越来越大.由于矿体赋存条件的制约性,矿山边坡的变形破坏模式与地质构造特征、岩体结构特征的关系极为密切.本文通过系统地现场工程地质调查和实验研究,基本掌握了水厂铁矿的地质构造特征与工程地质条件.边坡变形破坏机理和主要破坏模式,建立了水厂铁矿高陡边坡地质模型,为采用极限平衡分析和数值模拟相结合的方法进行边坡稳定性分析和设计提供依据