大豆新品系“88—48”特征特性及其栽培技术

本文阐述了大豆“８８－４８”的特征特性，综合栽培技术，施肥要求，病虫害的防治以及化学调控技术等。     

序列模式挖掘算法综述

目前的主要序列模式挖掘算法可以分为3类:①基于Apriori的候选码生成-测试的方法;②基于垂直格式的候选码生成-测试的方法;③基于模式增长的方法.在介绍序列模式挖掘基本概念的基础上,描述了典型的挖掘算法,着重分析第②类序列模式挖掘算法的关键技术,并对各种算法进行详细的分析与比较,总结出它们的优缺点:前两类方法因产生巨大的候选序列而致挖掘代价剧增,而第③类模式增长方法避免了候选序列的产生,但挖掘长模式效率低.     

DMGSP:一种快速分布式全局序列模式挖掘算法

为了解决分布式环境下挖掘全局序列模式常产生过多候选序列,加大网络通信代价问题,提出了一种基于分布式环境下的快速挖掘全局序列模式算法--DMGSP.该算法将分布式环境下的各站点得到的局部序列模式压缩到一种语法序列树上, 避免了重复的序列前缀传输. 采用合并树中结点序列规则和项序扩展策略,对非频繁序列进行剪枝,有效地约简了候选序列,减少了网络传输量,从而快速生成全局序列模式.算法分析和实验结果表明,在大数据集环境下的DMGSP算法性能优越,能够有效地挖掘全局序列模式.     

颗粒组成和分布对大掺量粉煤灰水泥性能的影响

中国是粉煤灰资源大国,粉煤灰综合利用率低,在水泥中粉煤灰的掺加量低于40%。研究粉煤灰掺加量大于50%的粉煤灰水泥技术已引起学术界和工程界的密切关注。将粉煤灰直接大量掺入水泥会导致水泥早期强度的降低和凝结时间的延长。本文研究的大掺量粉煤灰水泥,在水泥原材料中加入3%的晶核素,通过晶核诱导作用,使粉煤灰中的硅、铝氧化物迅速生长成稳定的水化矿物相,提高了粉煤灰水泥的早期强度,解决了大掺量粉煤灰水泥早期强度低的问题。粉煤灰的掺加量为50%和60%时,大掺量粉煤灰水泥达到了GB175-2007通用水泥标准的32.5#粉煤灰水泥性能指标要求。在此基础上,通过改变粉磨时间和粉煤灰掺加量,得到若干组不同的粉煤灰水泥试样,采用灰色关联分析研究方法,研究了颗粒组成及分布对大掺量粉煤灰水泥性能的影响。从而进一步研究颗粒级配和水泥性能之间的关系,并通过改变粉煤灰水泥的颗粒级配及组成来达到改善水泥性能的目的。结果表明：对同一配比的粉煤灰水泥,当粉磨时间改变后,影响水泥强度性能的颗粒区间会发生变化;不同配比的粉煤灰水泥,当粉磨时间不同时,其有效作用区间颗粒也有较大的差别,对不同龄期的抗压强度和抗折强度起作用的区间颗粒也不完全相同。     

一个简单面向对象语言的抽象机定义及其可视化实现

定义一个简单面向对象语言SOOL的抽象机SAM, 并设计开发了SAM的可视化实现系统VisualOO. VisualOO系统可以把任意一个SOOL源程序转换成SAM内部表示, 并且动态演示该程序在SAM上的执行过程. 定义的抽象机及其可视化系统可以应用于程序设计语言形式语义学的教学中.     

强优势杂交中籼“Y两优2号”特征特性表现

＂Y两优2号＂是湖南杂交水稻研究中心以＂远恢2号＂与＂Y58S＂测交配组而成的强优势杂交水稻新组合,2008—2009年分别在海南三亚和湖南长沙参加湖南杂交水稻研究中心超级杂交稻示范、品比,产量均排名第一,被袁隆平院士确定为第三期超级杂交水稻攻关首选苗头品种。     

大型离心压缩机闭式叶轮动力特性分析

通过模态分析与尾流激振响应分析,研究了离心压缩机闭式叶轮的动力特性与共振条件.针对尾流激振问题,基于气动计算建立激振力简化模型,提出了考虑激振力相位差的谐响应分析方法,计算出尾流激振产生的动应力水平与动力放大系数;基于IIW焊接疲劳标准计算了叶轮的结构热点应力.数值分析结果表明,在一定转速下,尾流激振产生的应力范围超过截止极限的50%,验证了三重点共振条件有效性的同时,指出了其局限性.     

ALGOL60到FORTRAN的翻译技术

本文论述了从ALGOL_(60)到FORTRAN的主要翻译技术。描述了如何进行程序的结构变换,如何处理全局量和过程的非正常出口等关键性的问题。     

动静态结合的部分求值技术

提出一种应用于过程式语言的动静态结合的部分求值技术,并给出该方法的形式描述．采用该方法,实现一个实验性的部分求值系统．     

基于ROI归一化的ICA/PCA虹膜识别方法

针对虹膜识别中使用传统归一化方法时,无法突出主要纹理信息,并且由于提取数据量大导致特征提取阶段计算复杂的缺陷,提出一种基于感兴趣区域(ROI)的虹膜归一化方法,先利用主成分分析(PCA)方法提取主元,实现进一步的降维和去噪,再使用独立分量分析(ICA)进行训练形成ICA/PCA虹膜特征提取算法,最后使用余弦距分类器对待测样本进行分类.实验结果表明,该方法识别率为98.11%,识别时间小于70ms。