执业记录介绍 与医师的互动报告、执业管理报告 患者的电子药历、个体化监护计划 软件系统与医疗信息技术的应用

• 9.1 Spark概述 • 9.2 Spark生态系统 • 9.3 Spark运行架构 • 9.4 Spark SQL • 9.5 Spark的部署和应用方式 • 9.6 Spark编程实践

◼ 1、概述 ◼ 1.1、机器学习的应用 ◼ 1.2 、什么是机器学习 ◼ 1.3、机器学习的发展 ◼ 1.4、机器学习的分类 ◼ 1.5 机器学习的资源 ◼ 2、机器学习的数学基础 ◼ 3、机器学习的术语 ◼ 4、基于案例的机器学习流程简介 ◼ 5、机器学习算法简介 ◼ 6、机器学习实例演示

• 4.1 概述 • 4.2 HBase访问接口 • 4.3 HBase数据模型 • 4.4 HBase的实现原理 • 4.5 HBase运行机制 • 4.6 HBase应用方案 • 4.7 HBase编程实践

矿山设计中通常会建立块体模型或三维体模型,并通过模型来进行不规则体的体积计算.实际应用中发现两种模型有各自的不足,块体模型存在计算误差即离散精度问题,三维体模型存在计算耗时多及不稳定问题.本文提出了一个半连续半离散模型,给出了该模型算法及具体应用实例.实践证明,半连续半离散模型具有计算速度快、误差小和计算稳定等优点,是矿山设计中一种非常有效的计算模型

为了准确划分采空区上覆岩层的“三带”范围,提出了“三带”的界定准则:将应力超过屈服强度或抗剪强度的岩层高度定为裂隙带的上限,而将双向拉应力都超过抗拉强度的岩层高度定为裂隙带的下限.采用FLAC软件对矿山进行了界限确定,通过生产实践中的瓦斯抽放效果进行了验证,结果表明该界定方法合理有效.此方法可普遍用于采空区上覆岩层的“三带”划分

将构造物理学的理论和方法应用于煤与瓦斯突出预测中,对地质构造控制煤与瓦斯突出机理及分布规律进行了研究,指出煤与瓦斯突出构造物理环境由构造组合特征、构造应力场、构造煤和煤层瓦斯四因素组成,探讨了煤与瓦斯突出构造物理环境各种因素控制突出的机理,提出了煤与瓦斯突出构造物理环境多种因素的综合作用控制地质构造带煤与瓦斯突出,为地质构造突出危险性判定提供了理论依据.工程实践证明,利用煤与瓦斯突出构造物理环境可以对煤与瓦斯突出进行准确地预测

8.1 流计算概述 8.2 流计算处理流程 8.3 流计算应用 8.4 流计算开源框架 – Storm 8.5 Spark Streaming 8.6 Samza 8.7 Storm、Spark Streaming和Samza的应用场景 8.8 Storm编程实践

分析了巴西MBR块矿的矿相结构、矿物组成及冶金性能.MBR块矿的各项冶金性能较好,与烧结矿组成的综合炉料在高炉内的同化过程开始温度和结束温度均较高,但同化速度相对减慢.唐钢二炼铁厂的炼铁生产实践结果表明,适当配用MBR块矿,高炉入炉品位上升,矿耗降低,综合焦比下降,铁成本降低,高炉顺行状态良好.MBR块矿在改善高炉综合技术经济指标的过程中起着重要作用

介绍了用支持向量机(SVM)进行动态学习训练的方法．解决了在机器学习过程中,训练样本获取比较困难,样本可随外界条件改变而变化的问题．实践证明,使用该方法可以动态跟踪样本的变化,保证SVM分类器的最优性能．利用该方法设计的银行票据OCR系统的实际应用说明了该方法的有效性．