基于SVM模型的充填体强度与采场稳定性需求智能匹配研究

为解决矿山充填体强度的设计问题,提高矿山充填体的强度动态调整能力,本文通过调查国内百座矿山现场充填体强度的实际数据,采用支持向量机(SVM)方法建立充填体强度智能预测模型,对70组训练样本数据进行训练,采用BP神经网络模型与SVM模型的预测结果进行比较。结果表明:SVM预测模型的最大误差为3.52%,平均误差为2.41%;BP预测模型的最大误差为10.98%,平均误差为7.01%;SVM模型比BP模型预测精度更高,误差更小。采用SVM模型对三山岛金矿充填体强度进行预测,一步骤回采矿房充填体强度1.02 MPa,推荐灰砂比1∶12,二步骤回采矿房充填体强度0.86 MPa,推荐灰砂比1∶16。现场采场充填效果良好,未发生充填体失稳现象。基于SVM的充填体强度智能匹配模型能够在满足采场稳定性的前提下,减少充填成本,提高矿山的经济效益。

在Word文档中插入CAD图形方法的研究

在Word文档中插入CAD图形是工程领域中经常遇到的一个问题,如工厂、企业、院校中,工程技术人员采集数据绘制曲线图像、撰写论文等。现通行的,也是最简单方法是位图抓图法。通过对位图与矢量图两种格式的比较得出用矢量图格式插入CAD图形能更好的保留图形精度和效果。用矢量图格式插入法有内置与外置两种方法。