温廷新
- 作品数：106 被引量：511H指数：13
- 供职机构：辽宁工程技术大学工商管理学院更多>>
- 发文基金：国家自然科学基金辽宁省社会科学规划基金山东省自然科学基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程经济管理矿业工程更多>>
- 露天采矿爆破振动特征参量的Logistic-ELM预测被引量：2
- 2015年
- 针对露天采矿爆破过程中特征参量的预测问题,采用Logistic回归分析和极限学习机(ELM)方法,选取总药量、水平距离、高差、前排抵抗线大小、预裂缝穿透率、岩体完整性、传播介质、测点与爆区相对位置、炸药爆速等9个主要影响因素,利用Logistic回归方法分析各个因素的重要程度,提取最主要的因素作为ELM模型的输入,建立基于LogisticELM的露天采矿爆破振动特征参量预测模型。采用露天矿实际爆破过程中测量的100组数据作为学习样本,用于预测模型的训练,使用所得模型对其余15组检验样本进行预测并与真实结果对比。实验结果表明,经过Logistic回归分析提取影响爆破振动特征参量的主要因素后,所得模型可有效预测露天采矿爆破振动的特征参量,误差率较低。
- 温廷新戚磊邵良杉
- 关键词：露天采矿爆破振动极限学习机LOGISTIC回归分析
- 矿区采空塌陷危险性预测的RS-SVM模型被引量：8
- 2015年
- 为快速、准确地预测矿区采空塌陷的危险性,针对矿区采空塌陷预测的复杂非线性特点,在统计分析实测资料的基础上,选取7项指标作为初始特征指标,30组塌陷样本作为原始样本,其中,前17组为原始训练样本,后13组为测试样本;运用粗糙集(RS)理论,对原始训练样本进行对象约简和属性约简。将属性约简后的3项指标作为支持向量机(SVM)的输入向量,建立矿区采空塌陷危险性预测的RS-SVM模型。将对象约简后的7组样本作为训练样本,用于模型训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对13组待评样本进行预测,并与贝叶斯、BP神经网络(BPNN)方法进行比较。结果表明,RS理论与SVM算法相结合,能降低属性维数,去除冗余样本,简化模型,该模型所得预测结果准确率为100%。
- 温廷新孙红娟徐波邵良杉章菲菲
- 关键词：采空区属性约简
- 基于PCA-ELM模型的露采爆破振动对民房破坏的预测分析被引量：7
- 2015年
- 针对露天采矿爆破振动对民房破坏的预测问题,采用主成分分析(PCA)和极限学习机(ELM)方法,选取爆破振幅、主频率、主频率持续时间、灰缝强度、砖墙面积率、房屋高度、屋盖形式、圈梁立柱、施工质量、场地条件10个主要影响因素。引入相关性分析在主成分分析过程中,对相关性高的指标进行降维,把得到的3个综合因子和爆破振幅、主频率、主频率持续时间、砖墙面积率作为输入变量,构建露天煤矿PCA-ELM预测模型。选取露天矿实际爆破过程中测量的100组数据作为模型训练样本,用另外20组数据作为测试样本进行预测。结果表明:对民房破坏影响因素中灰缝强度、房屋高度、屋盖形式、圈梁立柱、施工质量、场地条件之间具有较高的关联度。该模型处理高维数据时较传统的ELM算法具有预测精度高、稳定性好等特点,可准确预测爆破振动对民房的破坏程度,误判率为1/20。
- 温廷新朱成伟孔祥博
- 关键词：爆破振动极限学习机主成分分析
- 基于业务流程再造的系统逻辑模型建立被引量：1
- 2006年
- 本文探讨了企业实施业务流程再造,如何进行信息化开发。通过对结构化开发方法的生命周期进行分析,运用过程分解的方法,得出业务流程再造思想应该体现在系统分析阶段,关键在于如何建立系统的逻辑模型。并提出了两种逻辑模型建立的方法:根据业务建立再造模型和根据数据流建立再造模型。
- 温廷新李飞
- 关键词：业务流程再造数据流程图
- 基于评分与文本融合的多注意力跨域推荐算法
- 2024年
- 为解决在目标领域推荐过程中用户与物品交互数据的稀疏性问题,提出一种新的跨域推荐模型。将辅助领域中的知识迁移到目标域中,基于前馈神经网络分别获得评分信息与评论文本信息的域独有特征;通过采用基于神经网络的特征提取器与基于向量嵌入的域鉴别器融合后的对抗模型,获得评分信息与评论文本信息的域共享特征;再基于多层注意力机制将域独有特征与域共享特征进行融合,从而获得用户对物品的兴趣度。研究结果表明:对于两种经典的推荐评价性能指标,所提出的模型在Amazon数据集上可以获得更好的推荐性能。
- 马娜温廷新贾旭李晓会
- 基于模糊神经网络的煤矿安全风险评价研究
- 针对煤矿安全风险评估的不确定性与复杂性,为提高煤矿安全风险评价的准确性,本文采用模糊理论隶属度反映各因子的相对状态对煤矿安全的风险因素指标进行量化,作为BP神经网络的输入,增加对模糊性的识别能力,通过BP神经网络进行学习...
- 温廷新王冉
- 关键词：煤矿安全模糊神经网络软件仿真
- 信息系统审计在电子政务中的框架设计被引量：2
- 2008年
- 为了加快政府管理现代化进程,监控电子政务建设过程。在归纳总结电子政务建设风险基础上,把信息系统审计引入电子政务建设系统。提出电子政务信息系统审计框架,主要分开发前审计、开发运行中审计和运用效果审计。开发前审计包括为系统预算财务审计、功能框架审计、招标审计;开发运行中审计包括开发审计、数据运营审计、软硬件管理审计、技术支持服务审计、安全审计;运用效果审计包括用户满意度审计、实际支出财务审计、应用水平审计。并对每个部分进行了解释。意在为电子政务系统建设的信息系统审计提供理论基础。
- 温廷新邵良杉
- 关键词：电子政务信息系统审计
- 基于K-means SMOTE和IDBO-RF岩爆烈度等级预测模型被引量：1
- 2024年
- 为解决岩爆数据集不均衡和模型参数寻优困难等问题,提出1种基于K-means SMOTE与改进蜣螂算法优化随机森林(random forest,RF)的预测模型。首先,分析岩爆发生机理构建指标体系;其次,使用K-means SMOTE算法对岩爆数据集进行均衡化处理,采用Robust标准化消除量纲;最后,引入Tent混沌映射和非线性递减策略组合改进蜣螂优化(improved dung beetle optimizer,IDBO)算法,寻优RF超参数,建立岩爆烈度等级预测模型(IDBO-RF)并与其他模型对比验证其有效性。研究结果表明:数据均衡处理后,各模型准确率提高10.85%~16.02%;设计的IDBO-RF预测模型平均准确率约为94.37%,较RF、GWO-RF、DBO-RF模型分别提高约7.76百分点、1.69百分点、1.11百分点;IDBO-RF预测模型准确率最高约为96.43%,优于RF、GWO-RF、DBO-RF模型。研究结果可为解决岩爆预测问题提供一定参考。
- 温廷新王泽锋
- 基于PSOBP-AdaBoost模型的瓦斯涌出量分源预测研究被引量：17
- 2016年
- 为准确预测瓦斯涌出量,选取某煤矿的开采煤层、临近煤层、采空区3个瓦斯涌出源作为实例研究,将BP神经网络、粒子群算法(PSO)、Ada Boost迭代提升算法和瓦斯涌出分源预测法相结合,建立基于PSOBP-Ada Boost算法的瓦斯涌出量分源预测模型,并将其与BP神经网络算法进行比较分析。结果表明,PSOBP-Ada Boost算法预测的3个瓦斯涌出源平均相对误差分别为3.24%,2.11%,3.21%;BP神经网络的平均相对误差分别为6.73%,3.19%,4.27%,基于PSOBP-Ada Boost模型的预测精度明显优于BP神经网络模型。
- 温廷新孙雪孔祥博田洪斌
- 关键词：瓦斯涌出量ADA
- 数字化转型、媒体关注度与企业债务融资成本:基于医药制造业的实证分析
- 2025年
- 本文基于2011—2023年沪深A股医药制造业上市公司的数据,探讨了数字化转型对企业债务融资成本的影响及其内在作用机制。研究表明,数字化转型显著降低了企业的债务融资成本,这一作用部分通过提升媒体关注度实现。异质性分析发现,数字化转型对非国有企业样本及中西部地区企业样本的融资成本降低效果更为显著。研究结果进一步验证了数字化转型在优化企业融资结构、提升市场竞争力方面的重要作用,同时也为推动企业数字化转型和区域经济协调发展提供了政策参考。本文从企业、政府和媒体三个层面提出了针对性建议,以期实现数字化转型与企业高质量发展的良性互动。
- 王昕温廷新
- 关键词：融资成本
