基于网络最大流的城市雨水管网系统脆弱性评价

为了对城市雨水管网系统进行针对性的改建,在暴雨天提高事故抢修速度,需要对城市雨水管网系统进行脆弱性评价并找出脆弱管段.首先介绍了城市雨水管网系统排出雨水的干扰因素,提出了城市雨水管网系统脆弱性的概念,并逐一分析了影响城市雨水管网系统的因素,综合考虑各方面因素,建立了城市雨水管网系统的脆弱性评价模型.在此基础上,结合图论中网络最大流理论,寻找城市雨水管网系统中的脆弱管段.最后以西安某高校的雨水管网系统为例进行研究,测得了该高校雨水管网系统的脆弱度为0.877,证明该区域雨水管网脆弱性较低,不易形成内涝,并找出该高校雨水管网的脆弱管段.     

浙江省县市综合经济实力分析

利用浙江省2005年有关统计数据,分别采用加权平均法、主成分分析法、因子分析法和聚类分析法对浙江省58个县级市、县的综合经济实力进行了综合评价和排位.其方法科学、合理.对于帮助各地区看到自己所处的位置,明确自己的经济实力提供了一个度量准则.     

基于信噪比的投资组合策略研究

采用收益率的协方差矩阵的特征根刻划投资的风险;用主成分综合反映证券市场的信息;用主成分的信噪比反映投资组合的期望收益率与风险之间的均衡关系,并以此作为投资组合收益极大化的指标;得到了不同与H.Markowitz的投资组合模型,并给出了具体的投资组合策略-卖空与非卖空条件下的投资组合的比例,文章最后给出了一个实例.     

基于峭度的组分分析方法解析重叠峰

基于峭度的组分分析方法用来解析重叠峰．其优点是半盲源分离，即只要确定出重叠峰所含组分的数目，就能从混合波谱中分离出纯组分谱．采用CABK来解析模拟两组分重叠峰体系和酒样的GC-MS混合谱，得到了令人满意的结果．     

基于k-分辨-FB级数展开的多分量LFM信号分离

针对傅里叶-贝塞尔变换(FBT)难以估计和有效分离多分量LFM信号的问题,提出了一种k分辨-FB(k-FB)级数展开结合dechirp的信号分离与估计算法。在FB级数的基础上引入k分辨参数,通过理论推导,得出了信号频率与级数的关系,证明了参数估计精度与k取值正相关。通过解线频调和k-FB级数计算,实现了信号分离重构和参数估计。在不同信噪比、信号功率比和k分辨条件下对信号的分离精度进行了仿真研究,并与基于分数阶傅里叶变换(FrFT)的方法进行了对比。仿真结果验证了算法的有效性。     

A NEW DESCRIPA NEW DESCRIPTOR OF AMINO ACIDS BASED ON THE THREEDIMENSIONAL VECTOR OF ATOMIC INTERACTION FIELD

QUANTITATIVE STRUCTURE ACTIVITY RELATIONSHIP (QSAR) IS A VERY IMPORTANT TOPIC FOR MANY SCIENTIFIC FIELDS AND CAN BE TERMED AS QUANTITATIVE SEQUENCE ACTIVITY MODELS(QSAM)[1] WHEN REFERRED TO THE RESEARCH ON RELATION- SHIPS BETWEEN STRUCTURES AND ACTIVITIES OF BIOLOGICAL MOLECULES, SUCH AS PROTEINS, AND NUCLEIC ACIDS. HOW- EVER, IT IS VERY DIFFICULT TO ESTABLISH A QSAM MODEL,…     

基于DirectX的视频编程

介绍了采用DirectX技术的微机上进行视频编程的原理，并给出了视频叠加的应用例子。     

改进的直接分支模态综合法

介绍了直接分支模态综合法的基本原理并通过算例对算法进行验算,分析了该方法计算结果很不准确的原因并进行了改进。改进的分支模态法将系统中主子结构的剩余模态加入,降低了略去高阶模态带来的严重误差。计算结果与有限元软件ANSYS的计算结果吻合较好,误差小于2%。改进的方法不仅使计算结果准确,而且保持了原方法的优点,适用于工程计算。     

Face Recognition Based on Support Vector Machine and Nearest Neighbor Classifier

Support vector machine (SVM), as a novel approach in pattern recognition, has demonstrated a success in face detection and face recognition. In this paper, a face recognition approach based on the SVM classifier with the nearest neighbor classifier (NNC) is proposed. The principal component analysis (PCA) is used to reduce the dimension and extract features. Then one-against-all stratedy is used to train the SVM classifiers. At the testing stage, we propose an al-