检索结果-南通市图书馆

狮子山铜矿田成矿系统计算模拟与机器学习预测

在线全文

学校读者我要写书评

暂无评论

狮子山铜矿田成矿系统计算模拟与机器学习预测

作者：周飞虎中南大学

学位级别：硕士

狮子山矿田是铜陵矿集区内规模最大的铜(金)矿田。由于矿床特征和成矿作用的复杂性,控制矿体定位和规模的动力学机制一直颇受争议。为了深入揭示成矿作用的动力学过程及其关键控制因素,本文通过融合矿田的全部勘探资料建立了矿田成矿系... 详细信息

狮子山矿田是铜陵矿集区内规模最大的铜(金)矿田。由于矿床特征和成矿作用的复杂性,控制矿体定位和规模的动力学机制一直颇受争议。为了深入揭示成矿作用的动力学过程及其关键控制因素,本文通过融合矿田的全部勘探资料建立了矿田成矿系统的三维模型,在FLAC平台上进行岩体同构造冷却过程的力-热-流耦合动力学数值模拟,在对主要地质因素与成矿的相关性评价的基础上利用随机森林、支持向量机和人工神经网络三种机器学习算法进行了三维定量成矿预测。成矿系统的三维模拟结果可视化地展示了狮子山矿田的复杂三维结构,作为主要控矿因素的岩体的三维形态和产状变化极其复杂,矿体的不均匀定位规律与岩体的形态和产状的空间变化具有一定的相关性。动力学模拟结果显示岩体冷却过程形成的汇流扩容空间的分布极不均匀,高扩容区(体积应变≥1.2%)的分布与矿体的定位空间高度一致,表明了扩容体积应变在成矿定位中的重要作用。通过改变模型的边界条件和特征参数的假设模型的模拟结果显示了区域性伸展、赋矿地层的低抗剪切强度和上覆地层低渗透性特征也是形成大规模层状矿体的容矿扩容空间的重要因素。随机森林、支持向量机和人工神经网络三种机器学习算法所建立的三维预测模型都取得了较好的预测效果,都指示深部存在大规模的高潜力靶区。对比各模型的测试效果和验证效果,发现随机森林模型预测的精确度和泛化性能最稳定,其结果显示在矿田北部和南部的背斜南东翼C层位中还存在较大的找矿潜力。图36幅,表10个,公式25个,参考文献140篇

关键词：狮子山矿田三维模型成矿动力学计算模拟机器学习预测

融合动力学模拟的机器学习三维成矿预测:以安徽铜山铜矿为例

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大地构造与成矿学 2023年

作者：毕晨曦刘亮明周飞虎中南大学计算地球科学研究中心教育部有色金属成矿预测与地质环境监测重点实验室

三维定量预测是成矿预测中最重要的前沿方向。由于成矿系统的复杂性,这种预测也最具挑战性。理论驱动的动力学数值模拟和数据驱动的机器学习是进行复杂系统预测的两种最重要的技术手段。本文以融合了动力学模拟结果的机器学习对安徽铜... 详细信息

三维定量预测是成矿预测中最重要的前沿方向。由于成矿系统的复杂性,这种预测也最具挑战性。理论驱动的动力学数值模拟和数据驱动的机器学习是进行复杂系统预测的两种最重要的技术手段。本文以融合了动力学模拟结果的机器学习对安徽铜山铜矿的找矿潜力进行三维定量预测。铜山铜矿是个勘探程度相当高的老矿山,找矿难度大,其积累的大量的勘探和研究成果也为动力学模拟和机器学习预测创造了有利的条件。首先基于矿区内所有的勘探资料建立矿床的三维地质模型和三维电阻率模型,展示了矿体与地质要素及电阻率之间的复杂空间关系。在三维地质模型的基础上建立成矿系统的三维动力学模型,进行时间控制的多过程耦合动力学数值模拟,再现成矿系统动力学因素及其结果的时空变化。从三维地质和地球物理模型以及动力学数值模拟结果中选择了8个量化的特征变量,通过改变变量组合建立了4种不同的机器学习模型,利用机器学习的随机森林算法进行三维成矿预测。研究结果表明, 4个模型在测试样本和验证样本上都获得了很好的预测效果,融合动力学模拟结果、地质因素和电阻率的模型的预测效果最好,其在测试集和验证集上的AUC值分别能达0.998和0.999,其前7%的高概率区基本能包含全部已知矿体,同时显示了在矿区东南部的深部具有一定的找矿潜力,可作为进一步勘查的靶区。

关键词：三维建模动力学数值模拟机器学习预测铜山铜矿床

中国出口贸易隐含碳的趋势预测及结构转移研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

气候变化研究进展 2024年第1期20卷 62-74页

作者：胡剑波麦骏南贵州财经大学经济学院贵阳550025 贵州财经大学大数据应用与经济学院贵阳550025

基于特征选择的Lasso方法分别确定影响中国出口贸易隐含碳排放(CO_(2))总量和强度的核心指标,并由此构建BO-BiLSTM模型对总量变动和强度演进的趋势展开预测,同时采用Markov链进一步探讨中国出口贸易隐含碳排放的结构转移现象。结果表明:... 详细信息

基于特征选择的Lasso方法分别确定影响中国出口贸易隐含碳排放(CO_(2))总量和强度的核心指标,并由此构建BO-BiLSTM模型对总量变动和强度演进的趋势展开预测,同时采用Markov链进一步探讨中国出口贸易隐含碳排放的结构转移现象。结果表明:(1) 2021—2035年间中国出口贸易隐含碳排放总量呈现阶梯式减少的趋向,预计2030年达到1.98 Gt,在2035年降为1.83 Gt,出口贸易规模扩大和国际经贸形势改善是关键影响因素。(2) 2021—2035年间中国出口贸易隐含碳排放强度保持稳中有降的态势,预计2030年减至0.91 t/万元,相较于2005年减少67%,出口贸易结构变迁和环境规制强度提高是重要驱动因素。(3) 2021—2035年间中国出口贸易隐含碳排放结构仍偏重知识密集型制造业,其存在较大减排潜力,而资本密集型服务业和资本密集型制造业具有减排周期较长的特点。

关键词：出口贸易隐含碳投入产出模型机器学习预测

江苏省农田生态系统固碳时空分布特征与趋势预测

在线全文

学校读者我要写书评

暂无评论

农业环境科学学报 2024年第1期43卷 226-236页

作者：邱子健李天玲申卫收南京信息工程大学环境科学与工程学院/江苏省大气环境监测与污染控制高技术研究重点实验室/江苏省大气环境与装备技术协同创新中心南京210044

为探讨江苏省农田生态系统固碳时空分布特征及未来固碳趋势,利用固碳速率法对江苏省2005—2020年农田固碳进行估算,重点分析2005、2010、2015年和2020年时空分布特征,并运用机器学习的方法对2021—2060年全省农田生态系统固碳进行预测... 详细信息

为探讨江苏省农田生态系统固碳时空分布特征及未来固碳趋势,利用固碳速率法对江苏省2005—2020年农田固碳进行估算,重点分析2005、2010、2015年和2020年时空分布特征,并运用机器学习的方法对2021—2060年全省农田生态系统固碳进行预测。结果表明:在时间序列上,江苏省近年农田生态系统固碳量整体呈现升高的趋势,2020年估算量为282.55万t·a^(-1)(以C计,下同),在全省陆地生态系统固碳总量中占比达20.17%;在空间分布上,固碳贡献最大的是苏北地区,无论是施用肥料还是秸秆还田贡献的固碳量,苏北地区均呈现高于苏中、苏南地区的态势;根据机器学习的重要性分析,秸秆还田量是最为重要的影响因素;两种模型中,BP神经网络相较于随机森林具有更高的预测精度,该模型预测2021—2060年农田生态系统固碳量仍会在短期内持续升高,但随后将进入较稳定的平台期,其中2021—2026年间固碳量将持续升高并达峰值,为365.26万t·a^(-1),而到2060年固碳量则为348.12万t·a^(-1)。研究表明,江苏省农田生态系统固碳量已逐步提升,但未来增长速率将趋于减缓,有必要进一步强化固碳措施,重点是提升秸秆还田率及其固碳效率,同时现有研究方法也有待于进一步优化,未来应将有机肥施用、绿肥还田、轮作等因素考虑在内,从而实现对农田生态系统固碳更为精准、全面的估算。

关键词：江苏省农业碳中和土壤固碳农田生态碳汇机器学习预测

在线全文

学校读者我要写书评

暂无评论

脑梗死溶栓预后统计模型建立及影响因素分析

数学的实践与认识 2024年第2期54卷 136-142页

作者：魏宏博马帅男常宏业周影黑龙江大学数学科学学院黑龙江哈尔滨150080 哈尔滨医科大学附属第一医院黑龙江哈尔滨150000 西安交通大学附属西安市中心医院陕西西安710000

探究影响脑梗死患者溶栓预后是否良好的影响因素并结合数据建立预测模型,为今后临床治疗的发展提供理论依据和支持.收集哈尔滨医科大学附属第一医院脑梗死患者病例并筛选数据指标建立单因素分析模型,对计量数据和计数数据分别进行检验,... 详细信息

探究影响脑梗死患者溶栓预后是否良好的影响因素并结合数据建立预测模型,为今后临床治疗的发展提供理论依据和支持.收集哈尔滨医科大学附属第一医院脑梗死患者病例并筛选数据指标建立单因素分析模型,对计量数据和计数数据分别进行检验,得到初步影响因素并将P机器学习预测模型建立中.结果为预后不良组与预后良好组在年龄(t=-3.050,P=0.003)、溶栓后血糖值(z=3.490,P机器学习预测模型的准确率分别为79%、79%、75%、73%;曲线下面积分别为0.85、0.81、0.78、0.81.所构建的四种预测模型均具备较好的脑梗死患者预后是否良好的预测能力,具有用于临床研究的潜在价值.

关键词：机器学习预测脑梗死疾病影响因素临床研究

TBM掘进参数机器学习及预测：最小二乘支持向量机可行性研究

在线全文

学校读者我要写书评

暂无评论

河海大学学报(自然科学版) 2021年

作者：张哲铭李晓瑜姬建河海大学土木与交通学院河海大学岩土工程科学研究所

随着全断面隧道掘进机（TBM）在隧道施工中的广泛应用，TBM掘进参数状态的自适应调整对TBM安全高效掘进有重要意义。针对目前TBM数据挖掘能力和掘进参数优化预测分析的不足以及对未来TBM实现无人驾驶的展望，本文将最小二乘支持向量机（... 详细信息

随着全断面隧道掘进机（TBM）在隧道施工中的广泛应用，TBM掘进参数状态的自适应调整对TBM安全高效掘进有重要意义。针对目前TBM数据挖掘能力和掘进参数优化预测分析的不足以及对未来TBM实现无人驾驶的展望，本文将最小二乘支持向量机（LS-SVM）机器学习技术应用到TBM掘进参数预测中，从引松工程TBM掘进数据中提取了掘进上升段的刀盘扭矩、刀盘推力、总推进力、推进速度这四个重要的参数进行建模以预测其在稳定段的均值，并从模型大小，参数选取等方面讨论了其对模型预测性能的影响。结果分析表明，LS-SVM在TBM掘进参数预测中具有较高的准确度，是一种科学可行的方法。

关键词：隧道掘进机(TBM) 最小二乘支持向量机(LS-SVM) 掘进参数机器学习预测

大规模分布式系统下的智能化资源监控和负载平衡

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用文摘 2024年第8期40卷 78-81页

作者：汤明亮沈在强黄莹芝吴夏 31113部队南京210000

随着云计算和物联网技术的蓬勃发展,大规模分布式系统应用得到了广泛的关注。然而,更为复杂的资源监控和负载平衡问题随之而来。对此,文章提出了一系列智能化策略,旨在改善系统的性能和稳定性。其中,首先采用了基于机器学习的资源使用... 详细信息

随着云计算和物联网技术的蓬勃发展,大规模分布式系统应用得到了广泛的关注。然而,更为复杂的资源监控和负载平衡问题随之而来。对此,文章提出了一系列智能化策略,旨在改善系统的性能和稳定性。其中,首先采用了基于机器学习的资源使用预测方法以了解系统的资源需求;其次引入了自适应负载平衡算法,在合理分配各节点任务的同时降低了系统延迟;最后设计了一种大规模系统的智能监控方案,以实时掌握系统状态。实验证明,这些策略在提高资源使用效率、缩短响应时间以及提升系统整体性能方面具有显著作用。

关键词：大规模分布式系统资源监控负载平衡机器学习预测智能监控

基于机器学习的β-内酰胺酶注释预测和分析平台

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

桂林电子科技大学学报 2021年第4期41卷 320-328页

作者：侯镱蓝小斌陈嘉豪管军霖桂林电子科技大学计算机与信息安全学院广西桂林541004

为了对潜在β-内酰胺酶蛋白质的功能和性质进行深入分析,构建了一个包含蛋白质信息注释、预测和特征性分析的综合平台(BLHub)。BLHub采用Java、Bootstrap3.3.6、Ajax、jQuery、MySQL和Strust2等技术实现了平台前后端的数据交互,并且该... 详细信息

为了对潜在β-内酰胺酶蛋白质的功能和性质进行深入分析,构建了一个包含蛋白质信息注释、预测和特征性分析的综合平台(BLHub)。BLHub采用Java、Bootstrap3.3.6、Ajax、jQuery、MySQL和Strust2等技术实现了平台前后端的数据交互,并且该平台整合了丰富的、多源的蛋白质注释信息,包括蛋白质结构信息、蛋白质活跃位点、蛋白质分类系谱以及抗生素耐药性信息等。同时平台嵌入了机器学习的预测模型,能有效发掘潜在的β-内酰胺酶并判断其所属子类。此外,BLHub能对潜在的β-内酰胺酶进行后序的序列相似分析和亲缘性分析,便于科研人员进一步推断未知蛋白质的功能和结构,从而实现对β-内酰胺酶蛋白质的一体化分析。实验结果表明,BLHub能弥补以往的β-内酰胺酶数据库无法对潜在蛋白质进行预测和分析的不足,进一步加快潜在蛋白的发现和探索。

关键词：数据库机器学习预测抗生素耐药性 BLAST序列比对亲缘性分析重定向分析

基于机器学习的某食品企业产销存系统的设计与实现

在线全文

学校读者我要写书评

暂无评论

基于机器学习的某食品企业产销存系统的设计与实现

作者：白曼首都经济贸易大学

学位级别：硕士

新冠肺炎疫情发生以来,中小微食品制造企业的发展受到了严重的冲击和影响,遭遇多重挑战。助力中小微企业复苏是当前社会环境下的重要任务。本论文通过对山东部分中小微食品制造企业的调研,结合当前国内中小微食品制造企业存在的问题和... 详细信息

新冠肺炎疫情发生以来,中小微食品制造企业的发展受到了严重的冲击和影响,遭遇多重挑战。助力中小微企业复苏是当前社会环境下的重要任务。本论文通过对山东部分中小微食品制造企业的调研,结合当前国内中小微食品制造企业存在的问题和结合其自身特点,整理出需求分析,并根据需求分析设计一套产销存系统。本文具有以下三个方面的特点:第一,本系统针对调研后获取的食品制造企业的业务需求,设计开发产销存系统,完善企业数字化管理,提升企业优势,助力企业在“后疫情时期”逆势突围。第二,国内中小微食品制造企业具有明显的淡旺季特征,因此需要借助机器学习算法预测各个商品的销售情况。在完成系统的基本功能模块外,本系统尝试利用机器学习预测算法,根据往年的销售情况,预测当年的淡旺季销售情况,然后在淡季适量安排生产单,帮助企业在淡季做好库存生产安排,解决旺季供不应求的问题。第三,本系统后端开发采用Spring Boot技术开发系统,简化系统配置,确保系统的稳定性和独立性。前端开发使用Vue框架,通过MVVM思想实现数据的双向绑定。目前,本系统的分析、设计、开发、测试工作已经完成,各功能模块正常运行,符合预期目标。

关键词：中小微食品制造企业后疫情时期机器学习预测 Spring Boot Vue