基于特征构建的钢包精炼炉元素收得率预报

元素收得率的预报是钢包精炼炉(LF)合金化的难点与关键点.为提高其预报精度,通过机理分析确定了元素收得率的主要影响因素,由于这些影响因素在生产中无法即时获得,因此使用基于文法进化(GE)的特征构建方法间接获得所需影响因素,最后将构建后的数据作为模型输入建立收得率预报模型.依据问题背景对文法进化算法进行了改进,改进后的方法可以充分利用可测数据,解决了冶炼过程中重要数据无法获得的问题.将该方法应用于Q345B钢种Mn,Si元素收得率的预报,实验结果表明使用本方法可以有效提高模型的预报精度.     

朱家尖南沙海滩剖面变化特征与泥沙输运

在对朱家尖岛南沙海滩的沉积环境、动力条件、地形地貌进行调查与监测的基础上,利用不同的波能流公式对海岸的沿岸泥沙运动进行计算与分析。结果表明:该海滩沉积物以沙为主,物质来源主要是邻近的海岸基岩风化侵蚀产物;受海岸波浪、潮汐、潮流等动力条件和沉积环境综合作用的影响,海滩剖面地形的季节性变化明显:夏季侵蚀、冬季淤积;海滩东侧侵蚀、西部淤积的年际变化特点与沿岸输沙密切相关;沿岸输沙计算结果显示各岸段沿岸净输沙量平均值介于43.85×10³~172.77×10³ m³/a;自东向西的沿岸输沙主要由ESE、SE向的入射波所致,自南向北的沿岸输沙由S向入射波所致,在不考虑人类活动对海滩影响的情况下,沿岸输沙在海滩长期的演化过程中起到了关键作用。     

中学地理教学与环境教育实践研究

随着我国生产力的提高和经济的发展，人为原因造成的环境问题日益突出，然而人们的环境意识却相当淡薄．为从根本上改变我国目前的环境状况，就应该在地理教学中加强环境教育，做到地理知识教学、环境知识教育和环境意识培养的有机统一，从而帮助学生树立科学的环境观念，养成文明的环境行为习惯，形成解决环境问题的基本技能，使他们自觉地投入到环境保护和建设的行列中去。     

M-J混沌分形图谱中Misiurewicz点的分布规律

利用计算机数学试验的方法研究了M-J混沌分形图谱中的准周期点——Misiurewicz点的性质及分布规律,得到了Misiurewicz点和M集周期芽孢的拓扑分布关系,给出Misiurewicz点和M集周期芽孢之间的递推公式,为进一步揭示M集的图像内部结构特征以及其内部的周期点、准周期点的性质提供了一个有益的探讨.     

情绪的物化释放——互动多媒体技术在装置艺术中的应用

随着"感觉化倾向理论"的提出,越来越多的艺术家开始关注大众的感觉、身体及想象的体验性感受,装置艺术应运而生,加之融入了有趣的互动性设计和互动多媒体技术而更引人注目。在诸如双年展、国际数码交互艺术展等大型展览中,互动装置出现的频率越来越高。虽然互动装置在国内尚无明晰的定论,其理论的支撑也鲜有论述,但它作为艺术家思想的结晶,为大众带来了奇妙的互动体验。基于此,试图从互动多媒体技术的角度,对互动装置艺术的概念进行解读,并应用计算机的互动多媒体技术以实现与装置的互动。技术介绍部分则以互动装置"我们可以取悦你"为例,阐述了使用电脑软件与外置硬件(如摄像头、红外探头、伺服马达等),通过编程而实现与观众互动的多媒体关键技术,旨在更多业界人士由此得到启发,使其作品的设计、制作能有一套理论与技术兼备的方案作为参考。     

基于SWOT分析的长春南湖湿地公园生态旅游开发研究

以长春南湖湿地公园为研究对象,运用SWOT分析方法,分析了长春南湖湿地公园生态旅游发展的内部优势、劣势以及外部机会、威胁,得出南湖湿地公园生态旅游开发属于SO型,宜采取发展型战略,并在此基础之上,提出长春南湖湿地公园生态旅游可持续发展的对策,以此促进湿地公园生态旅游的健康发展.     

多尺度小波聚焦下金融信息的自相似性

通过对上海证券市场综合指数的多分辨率分析,发现了在细尺度下,上海证券市场综合指数的运行呈现出一定的周期性.利用小波变换细尺度下的局部极大模来检测其奇异性和边缘,发现了其周期的存在.证实了上海证券综合指数的时间序列是包含了某种随机自相似性的分形.为小波理论在经济学上的应用提供了一个有益的探讨.     

我国医药行业并购重组的动因浅析

随着世界经济的全球化和市场竞争的日益激烈,世界医药产业的发展呈现出超大规模的跨国并购和高新技术竞争白热化这两大趋势.     

α径迹蚀刻方法在砂岩型铀矿研究中的应用——以通辽地区砂岩铀矿为例

α径迹蚀刻法应用于铀矿研究,可简便有效地研究岩石、矿石中铀的分布状况、存在形式等,寻找岩石和矿石中颗粒细小的铀矿物,研究与铀矿化相关的蚀变作用等。以通辽地区砂岩型铀矿为例,利用α径迹蚀刻法对矿石中铀的分布形式,铀的富集规律进行研究,根据矿石的α径迹特点得出铀以分散吸附状态和铀矿物两种形式存在,后者通常与碳酸盐化、黄铁矿化相伴随。     

基于超球的支持向量机增量学习算法

支持向量机方法已经成功地应用于解决分类和回归问题,但是在训练支持向量机时需要求解二次规划问题,使得支持向量机的训练时间过长,训练样本量越大,这个缺陷越明显.将超球方法与回归支持向量机相结合,提出一种增量学习的新方法.该方法使用两个同心超球缩减训练集,以达到提高训练速度的目的.通过分析表明,这种新的增量学习方法较普通支持向量机训练方法有较低的计算复杂度.实验结果表明,该算法可以在不降低预测准确性的同时减少大量建模时间.