论峡江地区“烧龙”与“烧畬”的区别和联系

唐宋时期峡江地区“击鼓焚山”的民俗活动是远古时代尚巫之风的残存,其目的是为烧龙祈雨以禳除旱灾;而“烧畬下种”则是自远古“刀耕火种”传承下来的一门农耕技术,但由于“占卜伺雨”的仪式亦使它带上了一些巫风色彩。二者既有明显的区别又有一定的联系。     

鲁西北蜜源植物资源调查

首次报导了鲁西北蜜源植物的种类和花期，对充分利用蜜源资源，合理安排养蜂生产具有重要的指导意义．经充分调查并根据孢粉学知识，分析总结出鲁西北共有主要蜜源植物１５种，辅助蜜源植物１０４种，共计１１９种．     

炼钢─连铸─热轧直接热装一体化计划

从计划角度重点分析了钢铁生产中炼钢、连铸、热轧三者之间联接的较高模式－直接热装轧制计划系统的实现方式，并给出了较为具体的方案。     

根癌农杆菌介导AtNHX1基因转化小麦

利用根癌农杆菌对 3种基因型小麦进行了转化研究 .发现基因型对转化有明显影响 .将小麦品种烟优 36 1、烟 10 3、核生 3号的胚性愈伤组织用含报告基因NPTⅡ和抗盐基因Na H 反向转运AtNHX1的农杆菌菌株pROK2AT GV310 1感染和共培养后 ,用巴龙霉素 5 0 - 15 0mg L筛选抗性愈伤组织及转化植株 .对抗性植株的总DNA用AtNHX1基因的特异引物进行PCR检测 ,目的基因的PCR阳性频率为 1.3(烟 10 3)和 2 .9% (核生 3号 ) .Southern杂交证实外源基因已经整合到小麦的基因组中     

组织决策过程及其涌现性研究

取得决策优势是信息化战争的关键问题之一。重大的战略决策往往是组织决策。如何对组织决策过程进行有效管理和控制，以实现整体大于部分之和的组织增效潜力，是组织决策理论需要研究解决的重点问题。本文研究了组织决策过程的复杂性及其中的涌现现象，分析了涌现性对组织决策效能的作用和影响，提出对组织决策过程中的涌现性进行控制，是组织决策过程管理控制的重心，也是提高组织决策效能的重要途径。     

发电厂电气部分课程的工学一体化教学改革探索与实践

详细论述了近年来我们对《发电厂电气部分》课程所做的一系列教学改革与探索，提出了工学一体化教学改革模式，该模式旨在将工程实际贯穿于整个教学活动中，将工程思想、理论学习和工程训练相互融通，使其成为一个动态的整体，采用该模式教学，能够强化学生动手能力和培养创新思维，建立工程思想．     

长春市园林木本地被植物的应用与发展

通过对长春市园林木本地被植物应用的调查研究表明，目前长春市园林绿化常见木本地被植物共有21种：其中，木质藤本地被植物有4种，隶属2科，3属；矮灌木地被植物有10种，隶属5科7属；整形木本地被植物有7种，隶属4科6属。本文介绍了木本地被植物的园林应用及生态型，并提出发展长春市园林地被植物的建议。     

广东河网地带的水生植被

本地区的水生维管束植物种类相当丰富。现已知有131种,隶属于81属,44科,其中挺水植物70种、沉水植物33种、浮水及浮叶植物28种。这些植物对外界环境各有不同的选择,现将它们分为:(一)流动河涌申的植物群落,包括:(1)密齿苦草+竹叶眼予菜+穗花狐尾藻群丛,(2)竹叶眼子菜+穗花狐尾藻群丛。(二)农田灌溉水渠植物群落,包括有:(1)喜旱莲子草+水蓑衣+田字萍群丛。(2)黑藻+水龙群丛。(3)野芋+菰群丛。(4)箭叶雨久花+喜旱莲子草群丛。(三)静水植物群落(低洼水(土朗)、人工湖、荒废池塘),包括有:(1)野荸荠+木贼状荸荠群丛。(2)金银莲花+竹叶眼子菜+密齿苦草群丛。(3)石龙尾+圆叶节节菜群丛。(四)珠江口海滩植物群落,包括有:(1)桐花树+秋茄树+木榄群丛。(2)老鼠簕+桐花树群丛。(3)短叶茳芏+菰群丛。生活在同一水体的各种植物,往往为争夺生活地盘和其他的生态因子而展开剧烈的竞争,不仅种间有竞争,种群内的不同个体也有生存竞争。     

一种新的模糊决策树算法 ——基于加权毕达哥拉斯模糊熵

传统的模糊决策树虽然可以从模糊数据中抽取模糊分类规则,但只能获取节点的隶属度信息,无法得出样本数据对于节点的非隶属度和犹豫度信息,导致数据分类的准确率不高。针对此,基于毕达哥拉斯模糊集理论,提出了一种新的加权毕达哥拉斯模糊决策树算法（Weighted Pythagorean Fuzzy Decision Tree,WPFDT）。首先,通过改进的K-means聚类算法得到连续属性数据的聚类中心,并结合三角模糊数对连续数据进行模糊处理;其次,定义并计算每一个属性的加权毕达哥拉斯模糊熵,选择加权毕达哥拉斯模糊熵最小的属性作为决策树根节点,在根节点下递归选择模糊熵最小的属性作为分裂节点,同时通过阈值控制树的规模,得到从根节点到叶子节点路径的模糊规则以及模糊规则的隶属度、非隶属度以及犹豫度,并完成预测分类,直至生成WPFDT模型;最后,选取UCI上的3个医学数据集（Haberman、Breast Cancer、Parkinson）进行实验,在分类准确率和得出模糊规则的数量与3种传统决策树算法（模糊ID3算法、C4.5算法、CART算法）比较,实验结果表明：WPFDT在分类精度和树大小上都优于其他传统决策树算法,并且有较高的召回率和精确率。