藏川杨与中林46光合特性比较

使用L i-6400光合作用测定系统对藏川杨和中林46的日光合特性进行了测定,结果表明:藏川杨和中林46的日光合速率变化均呈双峰曲线,藏川杨的光合速率日变化峰值在09:00出现,为17.45μmol/(m2.s),中林46的光合速率日变化峰值出现在10:00,为18.27μmol/(m2.s);两种杨树的蒸腾速率日变化均呈单峰曲线,峰值均出现在11:00,其中藏川杨峰值为4.67 mmol/(m2.s),中林46峰值是9.77 mmol/(m2.s).由两种树种的光合速率及其内、外影响因子的相关分析可知:中林46的Pn与PAR,Tr,Gs3个因子之间呈极显著正相关关系(r分别为0.803,0.818和0.790),与Ca呈极显著负相关关系(r为-0.715).藏川杨Pn与Tr,Gs呈显著正相关关系(r为0.579和0.639),与其他因子相关关系不显著.     

基于模糊理论和组合权重的光伏组件健康状况评估

光伏能源以其能源再生和清洁为特点得到广泛应用,并具有广阔发展前景,然而其运行过程中的健康状况直接影响电力系统运行的安全性、经济性和电能质量,因此需要对光伏组件进行健康状况评估,以达到“早发现,早治疗”的目的.综合运用模糊理论、云模型及层次分析法和熵权法建立了光伏组件健康状况评估模型.以运行参数、环境参数、巡视参数为主要依据,考虑到光伏组件状况的多层次性和多因素性,进而将复杂问题进行分解,建立了光伏组件状况评估的层次指标体系.根据层次分析法(AHP)和熵权法确定权重向量模型,利用云模型建立模糊关系,依此建立光伏组件健康状况评估模型,对层次指标体系中的各层次的权重向量模型和模糊关系模型进行模糊运算,最终得到光伏组件健康状况的隶属度.实例分析表明,该方法是可行有效的.     

二阶哈密尔顿系统同宿解的多重性

研究了一类二阶哈密尔顿系统在超二次条件下的同宿解的多重性问题.传统的方法是利用山路引理,寻找鞍点型临界点来解决同宿解的存在性.利用喷泉定理,推广了原有的结论,证明了在超二次条件下同宿解的多重性问题.     

乡土植物视角下秦皇岛乡村植物景观优化策略

阐述了乡土植物与乡村景观的关系,分析了乡土植物的作用,结合秦皇岛乡村植物景观现状,从观念、功能、文化、产业等角度提出了秦皇岛乡村景观的优化策略。     

B值随机序列的一类强极限定理

设{φn(x),n≥1}是具有φ-特征的偶函数序列,{Xn,n≥1)是B值随机变量序列,在φn(Xn)的矩条件下研究了随机序列{Xn,n≥1}所满足的强极限定理和强大数定律,使一些经典的强大数定律成为特例.     

纳米硫化镍增感的卤化银感光特性

利用微波吸收介电谱检测技术,在超短脉冲激光作用下,检测了纳米硫化镍增感的AgBr立方体乳剂中光电子的时间分辨谱,同时获得了自由光电子与浅束缚光电子在不同化学增感条件下的时间行为.还对乳剂的感光性能进行了研究,得出了感光度与反差系数随增感条件的变化曲线,结合乳剂的光电性能和感光性能,对增感条件与乳剂性能的关系,以及微观和宏观两种不同角度下结论的一致性进行了探讨.     

一种多Agent协商中多目标群决策算法

为解决多Agent多目标群决策情形中属性的权重或决策Agent的权重未知时无法进行有效决策的问题,提出了采用迭代思想改进模糊多目标群决策模糊优选算法的途径.在模糊多目标群决策中,将未知模糊权重通过有效地迭代计算得出,从而确定出决策的最优排序结果.实例演算证明该算法可行且决策时间较短.     

抗寒锻炼期间影响白皮松针叶电阻抗图谱 参数的生理指标

对北京十三陵苗圃北京蟒山、山西孝义和甘肃两当3个种源的8年生白皮松1年生针叶进行了电阻抗图 谱(EIS)分析,测定各种源不经冷冻处理针叶的EIS参数,以及超氧化物歧化酶(SOD)活性、过氧化物酶 (POD)活性、丙二醛(MDA)含量、可溶性蛋白质、脯氨酸、叶绿素和干物质含量等生理指标的变化;分析EIS 参数和生理指标之间的相关性;用褐变法测定了针叶的抗寒性。结果表明：(1)针叶的EIS参数和生理指标 随着抗寒性的提高发生变化,不同种源的EIS参数和某些生理指标在不同抗寒锻炼阶段,尤其在抗寒锻炼初 期存在显著差异,并与不同种源抗寒性差异吻合;(2)EIS参数细胞膜时间恒量τm和胞外电阻re与针叶的叶 绿素含量存在极显著负相关(r分别为-0.91和-0.68),β与针叶的干物质含量存在极显著负相关(r=-0.74) ,而胞内电阻ri和re与针叶的干物质含量存在极显著正相关(r分别为0.69和0.58),β与MDA含量存在极显 著正相关(r=0.68);(3)β与褐变法求得的抗寒性存在极显著正相关(r=0.85),ri和re存在极显著负相关(r 分别为-0.79和-0.66)。     

基于聚类与稀疏字典学习的近似消息传递

基于传统字典学习的近似消息传递(approximate message passing, AMP)算法对训练样本数量的需求较高,且运算成本较高。本文引入双稀疏模型,构建基于稀疏字典学习的AMP框架,降低迭代过程中字典学习对训练样本数量的需求,提高压缩感知图像重建的质量与效率。进一步,提出基于聚类与稀疏字典学习的AMP算法,在迭代过程中依据图像块特征进行分类,并为各类图像块分别学习稀疏字典,实现自适应去噪。与基于传统字典学习的AMP算法相比,基于聚类与稀疏字典学习的AMP算法能够将重建图像的峰值信噪比提高0.20～1.75 dB,并且能够将运算效率平均提高89%。     

基于模糊决策树的入侵检测规则生成技术

针对计算机免疫系统模型GECISM中的类MC Agent,利用模糊决策树Fuzzy-Id3算法并使用应用程序中的系统调用作为数据集构造决策树,从而生成计算机免疫系统中的入侵检测规则,并与C4.5算法生成规则进行了对比分析,利用Fuzzy-Id3算法方法生成的规则对未知数据集进行分类有较低的误报率和漏报率.