资源预测

摘要： 提出了一种在私有云计算环境下基于机器学习V-TGRU模型进行资源预测的算法。通过统计历史记录,将其与当前工作负载下不同任务的先验资源使用情况相结合,同时考虑工作负载特性、主机特征和同一资源池中任务之间的亲和性等因素,动态预测多任务的资源占用情况,并根据预测结果和任务运行现状进行多目标任务优化调度。实验证明,此算法能有效完成对资源的预判选择、减少调度次数、节约调度时间、节省云计算资源和带宽,保障应用任务稳定运行。

摘要： 在对国内外硒矿资源成矿地质条件、控矿因素等系统总结的基础上,对黑龙江省可能的伴生硒矿资源进行了筛选,采用GIS技术,对伴生硒矿进行了初步评价,并对伴生硒矿、独立硒矿成矿潜力进行了综合分析,为黑龙江省硒异常源追踪提供科学依据.研究认为,黑龙江省硒矿资源找矿潜力较大,应进一步加强硒矿资源研究开发工作.

摘要： 金属矿产勘查中形成了大量的图件和基础资料,在GIS平台中可通过不同图层的相互叠合形成不同类型的图件,推动了地质矿产资源评价方法的发展.本文主要从3个方面讲述了GIS在地质矿产资源评价中的应用,通过实例分析,认为该技术在资源评价中减少了大量的工作量,提高了资源评价效率和准确率,尤其是在金属矿产资源深部找矿勘查中的三维地质资源预测,本文的研究成果对推动该技术的综合应用发展提供参考.

摘要： 为了避免容器云资源因资源供求不均衡而导致的资源利用率差等问题,需要对未来时刻的资源需求情况进行预测来进行更精准的调度和分配资源,因此,结合神经网络的高效学习能力与自适应调整的学习率,提出一种基于自适应神经网络的云资源预测模型.首先,融合卷积神经网络(convolutional neural network,CNN)和长短期记忆(long short-term memory,LSTM)网络的特点去挖掘历史数据的特征,预测未来的资源需求;然后,根据模型预测情况自适应调整学习率,提高模型预测的精度.使用Microsoft Azure公开数据集进行测试,相较于单一模型CNN、LSTM和未加入自适应学习率的神经网络模型,均方根误差分别下降了17.74％、18.27％和6％,证明了模型的有效性.

摘要： 随着云资源集群规模的发展,应用的请求也随之增多,为对应用的资源请求做出及时响应,需要对应用的资源请求做出提前预测.对于云资源时间序列的预测问题,结合基于概率预测(probabilistic forecast)和改进的多层长短时记忆网络(LSTM)的云资源预测模型(PF-LSTM)进行研究.实验结果表明,与其它3种预测算法进行对比,PF-LSTM对于突发负载的预测效果要更好,且预测误差要更低.

摘要： 海底多金属硫化物是未来可供开发利用的重要矿产资源.由于海底环境复杂,勘探成本巨大,利用成矿理论开展资源预测工作就显得尤为重要.本文综述了现有的海底多金属硫化物成矿远景区预测方法,分析比较了各预测方法的特点,借鉴陆地火山成因块状硫化物的资源预测方法,并结合卡尔斯伯格脊的应用实例,对多金属硫化物资源预测工作进行了探讨:多金属硫化物成矿预测方法需综合考虑研究区的勘探程度、数据资料的精度、覆盖范围等实际情况,并结合各方法的特点及其适用性进行合理选取;应用知识驱动与数据驱动的组合预测方法和深度学习算法解决已知硫化物矿床(点)不足、小样本、数据缺失、数据耦合、主客观误差等问题,提高预测的准确性和效率;通过综合比较基于不同原理的预测方法获得的结果进行验证,提高资源预测的可靠性.

摘要： 油藏规模序列法能够客观、准确地评价勘探程度较高地区的油气资源.根据辽河滩海地区已发现的油藏规模及其分布序列,应用油藏规模序列法评价该区石油资源为6.38×108吨,待发现石油资源为3.86×108吨,64.1％的待发现油藏规模小于1000万吨,表明该区待发现石油资源主体上集中分布在中小型油藏中,大量的中小型油气藏是今后勘探的主要方向.

摘要： 湘中石炭系测水组是华南早石炭世最好的煤系之一.通过对测水组地层、煤系等沉积特征的综合分析,研究与探讨了控煤因素和聚煤规律;结合矿山开发现状,着重对金竹山、渣渡等老矿区进行煤炭资源预测.获得的主要认识为:1.湘中次级构造单元的隆起和坳陷直接控制了煤系发育和含煤性,富煤区往往位于向斜仰起端和平缓翼部位.2.古陆前缘坳陷中泻湖及潮坪环境是煤层发育的有利场所.3.含煤性与煤系厚度一般呈正相关关系,含煤性好的地区砂泥岩比值一般在1/2～1范围内.4.预测金竹山矿区深部和渣渡矿区南段利民矿深部及两翼资源储量共37298万吨.研究结果表明,老矿区中深部及外围作为重点勘查耙区是可行的,煤炭资源前景是乐观的.

摘要： 我国煤炭资源丰富，保守资源量10202亿t。根据第三次煤炭资源预测与评价，我国煤炭资源总量为5157万亿t，位居世界第一；可采储量为2040亿t，位居世界第二。根据预测，到2010年煤炭在我国一次性能源生产和消费结构中仍占60％左右，到2050年，这一比例不会低于50％。在未来几十年内。煤炭仍将是我国的主要能源之一。

摘要： 随着矿产资源供应形式的愈加紧张，资源预测愈加显得重要。地球化学块体理论，是在利用传统勘察地球化学方法取得的各种地球化学异常的基础上，进行矿产资源宏观预测。本文尝试着在综述地球化学块体相关理论的基础上，对钦杭成矿带Au元素地球化学块体进行分析，并进行初步资源预测研究。在了解全局的前提下，逐步缩小找矿靶区，对该带进行资源预测的工作具有重要意义。

摘要： 贵东-诸广山产铀花岗岩岩体分布在南岭铀多金属成矿带中东部，属于吴川-四会断裂带的北段。岩体的形成时代、成因类型、岩石学特征以及与成矿作用关系等方面的研究成果颇多。然而，这两个产铀岩体均只在其东部和中部产出有花岗岩型铀矿田(床)，从北往南产出有诸广山岩体中段的鹿井铀矿田、诸广山岩体东南部的铀矿田、贵东岩体东部的下庄铀矿田等花岗岩型铀矿田，有数十个铀矿床和数以百计的铀矿点，矿床(体)成群产出。贵东和诸广岩体的西部目前均没有发现铀矿床。岩体东部已知矿田还有多大的铀资源潜力，岩体西部是否确实无矿，这方面的研究和勘查都还需要大力加强，这将对该区的铀资源勘查和预测产生积极的指导作用。

摘要： 哈密北地区基础岩石(花岗岩类)含铀：2．42 X 10～6,红化蚀变(含挤压片理带)后铀含量增至4．02×10-6～7．33×10-6。该类岩石强烈挤压破碎，石英呈闪消光和亚颗粒(聚粒)粒间呈锯齿镶嵌。钾长石均为条纹长石；钭长石偏中性，具隐约的环带结构，黑云母具浅黄褐至深棕褐近不透明的多色性，为富铁黑云母；副矿物除常见的磷灰石、锆石(有暗化晕)外，还见有褐帘石和榍石，反映出岩石不属铝过饱和的酸性岩体。黑云母仅有部分条带状绿泥石化，基本新鲜。总之，该区岩体岩浆后期的水热作用不发育，岩浆结晶分异，特别是无岩浆分异的热水，故该岩体要形成具一定规模的热液铀矿还有一定距离。

摘要： 靶区优选是矿产勘查中的一个关键的环节,同时也是矿产资源预测与评价中一项重要的内容。它既是矿产资源预测评价成果的直接体现形式,同时又是联系矿产资源预测评价与勘查工作部署的桥梁。靶区优选直接关系到后续勘查工作的布局与成败,影响着不同勘查阶段的衔接和过渡.从某种程度上说，靶区优选的难度要大于找矿有利地段圈定的难度，因为找矿有利地段的圈定主要是考虑各类找矿信息及其组合的空间分布特征及共性，而在靶区优选中除此之外还必须考虑各个找矿远景区或靶区内这些信息的属性特征及个性，还必须对各种找矿信息进行逐一查证、排除多解性，还必须考虑经济、技术、环境等综合因素。由此可见，靶区优选是一项综合性研究工作，它可以有效降低预测结果的不确定性和提高预测结果的实用性。

摘要： 成矿系列研究的是成矿作用的时、空演化及分布规律,因此在矿产资源评价中通过成矿系列建模,能够更好地反映地质发展历史中某个区域内成矿的客观规律,利用这些规律对有类似地质环境的地区进行对比预测,推测可能有矿的可行区,据此进行的资源预测结果将更趋于合理.论文运用成矿系列模型评价了东天山地区斑岩铜矿资源,并运用蒙特卡罗法对资源量进行模拟,给出定量计算的结果.

摘要： 霸县凹陷为牛东断层控制的西断东超、西深东浅的继承性萁状断陷盆地.霸县凹陷作为冀中坳陷的一个组成部分,其形成的区域构造背景与冀中坳陷或整个渤海湾盆地在总体上是一致的.这种一致性表现为霸县凹陷与冀中坳陷或渤海湾盆地一样经历了类似的演化过程,经受了燕山晚期和喜山期多次的断块翘倾运动,形成以断裂为主、比较复杂的构造格局.霸县凹陷勘探进程已久，选取各油气成藏要素好的区块较难，现今研究的重点可以将各成藏要素分别进行分析，选取具有有利成藏要素（有效烃源岩、有利储层、好的保存条件）之一的区块作为下一步的勘探重点区带。对牛东潜山、文安斜坡、保定潜山、洼槽区等重点区带的分析解剖，以明确油气成藏主控因素及油气富集规律研究。同时也存在问题，例如深度大于6000m的地层钻探难度加大，遇高温高酸等技术问题。凹陷内目前已发现的文安、牛东潜山，潜山成藏模式单一。变质岩潜山是今后勘探的一个重点。

摘要： 霸县凹陷为牛东断层控制的西断东超、西深东浅的继承性萁状断陷盆地.霸县凹陷作为冀中坳陷的一个组成部分,其形成的区域构造背景与冀中坳陷或整个渤海湾盆地在总体上是一致的.这种一致性表现为霸县凹陷与冀中坳陷或渤海湾盆地一样经历了类似的演化过程,经受了燕山晚期和喜山期多次的断块翘倾运动,形成以断裂为主、比较复杂的构造格局.霸县凹陷勘探进程已久，选取各油气成藏要素好的区块较难，现今研究的重点可以将各成藏要素分别进行分析，选取具有有利成藏要素（有效烃源岩、有利储层、好的保存条件）之一的区块作为下一步的勘探重点区带。对牛东潜山、文安斜坡、保定潜山、洼槽区等重点区带的分析解剖，以明确油气成藏主控因素及油气富集规律研究。同时也存在问题，例如深度大于6000m的地层钻探难度加大，遇高温高酸等技术问题。凹陷内目前已发现的文安、牛东潜山，潜山成藏模式单一。变质岩潜山是今后勘探的一个重点。

摘要： 霸县凹陷为牛东断层控制的西断东超、西深东浅的继承性萁状断陷盆地.霸县凹陷作为冀中坳陷的一个组成部分,其形成的区域构造背景与冀中坳陷或整个渤海湾盆地在总体上是一致的.这种一致性表现为霸县凹陷与冀中坳陷或渤海湾盆地一样经历了类似的演化过程,经受了燕山晚期和喜山期多次的断块翘倾运动,形成以断裂为主、比较复杂的构造格局.霸县凹陷勘探进程已久，选取各油气成藏要素好的区块较难，现今研究的重点可以将各成藏要素分别进行分析，选取具有有利成藏要素（有效烃源岩、有利储层、好的保存条件）之一的区块作为下一步的勘探重点区带。对牛东潜山、文安斜坡、保定潜山、洼槽区等重点区带的分析解剖，以明确油气成藏主控因素及油气富集规律研究。同时也存在问题，例如深度大于6000m的地层钻探难度加大，遇高温高酸等技术问题。凹陷内目前已发现的文安、牛东潜山，潜山成藏模式单一。变质岩潜山是今后勘探的一个重点。

摘要： 本申请公开了一种互联网资源请求值的预测方法及装置，用于提高预测互联网资源请求值的准确性，该方法包括：获取历史请求数据，并根据所述历史请求数据确定出时间序列数据，所述时间序列数据中包含：若干单位时间段内目标资源的请求值；根据所述时间序列数据，确定时间序列趋势信息，并根据所述时间序列趋势信息确定目标资源请求的初步预测值；获取所述目标资源与自有资源的历史交换率数据；根据所述历史交换率数据，确定交换率趋势信息，并根据预设规则确定调节系数；根据所述初步预测值以及所述调节系数，预测单位时间段内所述目标资源的请求值。本申请还公开一种互联网交易量的预测方法。

摘要： 本公开关于一种资源操作数据预测方法、预测模型训练方法及装置，所述资源操作数据预测方法包括：获取目标对象的对象特征信息和目标多媒体资源的资源特征信息；基于资源操作预测模型的隐藏层对所述对象特征信息以及所述资源特征信息进行信息提取，得到第一特征信息；基于所述资源操作预测模型的第一多尺度信息提取模块对第一输入特征信息进行多尺度信息提取，得到第一多尺度特征信息；所述第一输入特征信息通过对所述第一特征信息进行特征维度转换得到；基于所述第一多尺度特征信息和所述第一特征信息，确定所述目标对象对所述目标多媒体资源的资源操作数据。本公开能够提高资源操作预测结果的准确性。

摘要： 本申请涉及一种资源指标值的预测方法、预测装置、电子设备和存储介质。所述方法包括：获取由网络爬虫程序索引的多个历史时间周期的资源属性值和资源指标值；基于第一网络模型对多个历史时间周期中的最近预设个历史时间周期的资源指标值和对应资源属性值的上限值与下限值进行累加卷积操作，得到针对于资源指标值的第一预测数据；以及基于第二网络模型对多个历史时间周期的资源属性值和资源指标值进行循环卷积操作，得到针对于资源指标值的第二预测数据；基于第一预测数据和二预测数据之间预测数值的大小差异，对第二预测数据进行修正，得到资源指标值修正后的预测数值序列。上述方法能够提高对金融指标的数值进行预测的准确率。

摘要： 本发明提供一种水资源可达性预测方法和预测系统，预测方法包括如下步骤：确定水资源可达性的影响因子，具体包括外在影响因子和内在影响因子，其中外在影响因子包括水源地与目的地之间的距离、水源地与目的地之间栅格的平均高程值，所述内在影响因子包括水源地与目的地之间栅格内的道路密度、沟渠密度和涵洞数量；获取待预测水资源可达性的影响因子；建立用于表征水资源可达性与其影响因子之间关系的数学模型；将获取的待预测水资源可达性的影响因子代入所述数学模型，得到水可达性的值。本发明所提供的技术方案能够解决现有技术中对水资源可达性预测结果不准确的问题。

摘要： 本发明实施例提供了一种车站广告媒体资源价值及收益预测回归方法及预测模型。通过从不同数据源获取高铁车站的生产经营数据对回归预测模型进行训练，在训练过程中采用训练和测试相结合，并通过交叉验证的方式寻找最优的回归算法，并进一步对回归算法进行参数调优，才能够建立一套科学可行的铁路经营数据分析与评估预测模型，对铁路媒体广告的经营与发展提供更加有效的支撑，从而解决现有技术中对车站广告媒体资源价值及收益的预测缺乏科学方法体系的问题。

摘要： 本申请提供了一种浏览资源热度的预测方法、预测装置及可读存储介质。其中，所述预测方法包括：获取在制作时与待分析浏览资源相关的内部关联信息以及在播出时与待分析浏览资源相关的外部关联信息；基于内部关联信息以及外部关联信息，确定待分析浏览资源的多个属性特征以及多个分值特征；根据多个属性特征以及多个分值特征，确定待分析浏览资源的信息特征矩阵；将信息特征矩阵输入至热度预测模型中，确定待分析浏览资源的热度预测值。能够从所述待分析浏览资源的内部关联信息与外部关联信息两个方面，对所述待分析浏览资源的热度进行更准确的预测，有助于提高浏览资源投放的合理性，减少资源的浪费，提高资源的利用率。

摘要： 本发明公开了一种人力资源成本分析预测系统，该项目尽职调查自动分析系统包括中央计算器、人员工资服务器、人员奖金服务器、人员股权分红信息服务器、人力资源再生成本服务器、人员培训信息服务器、人员表现系数信息服务器、人员工资信息预期服务器、人员奖金信息预期服务器、人员股权分红预测信息服务器、人力资源再生成本预测服务器、人员培训信息预测服务器、还包括若干个人员表现调查终端、还包括若干个置信度调查终端。还提供了一种人力资源成本分析预测方法，其依托前述系统以进行。

摘要： 本公开关于一种资源预测模型的训练方法和装置、资源预测方法和装置，资源预测模型的训练方法包括：获取目标对象在预设历史周期内的历史虚拟资源值和目标对象在预测时间点的真实虚拟资源值，预测时间点是预设历史周期的终点经过预设时长后的时间点；将历史虚拟资源值输入资源预测模型，得到在预测时间点的预测虚拟资源值，其中，资源预测模型为一次指数平滑模型；根据预测虚拟资源值和真实虚拟资源值确定资源预测模型的损失函数的值；根据损失函数的值调整资源预测模型的平滑系数，得到训练后的资源预测模型，可利用训练所得的模型较为准确地预测目标对象可能获得的虚拟资源值。

摘要： 本申请涉及一种云仿真内存资源预测模型构建方法、装置、计算机设备及存储介质，随机森林需要调整的超参数较少，预测效果较好且非常稳定，BP神经网络可以很好的表示非线性关系并且耐噪声，高斯过程回归可以通过概率预测来量化预测中的不确定性，因此，堆积上述三种模型得到的云仿真内存资源预测模型可以支持云仿真内存资源的准确预测。另外本申请还提供一种云仿真内存资源预测方法、装置、计算机设备及存储介质，其能够实现云仿真内存资源的准确预测。

摘要： 本公开涉及云计算基础设施资源的预测模型训练、预测方法和系统，所述系统包括：训练数据存储单元，从时序数据库中导入用于云计算基础设施资源预测的训练数据(X，z)；训练单元，得出训练好的ARIMA模型和神经网络模型，并导入预测单元；待预测数据接收单元，从时序数据库中导入待预测的时序数据Xt；以及预测单元，接收来自所述预测数据接收单元的待预测的时序数据Xt，利用所述ARIMA模型和所述神经网络模型，得出实际基础设施资源使用量数据zt的实际基础设施资源使用量预测值