命名数据网络中基于数据请求节点的就近缓存算法

为提高命名数据网络(named data networking,NDN)中数据存储节点的缓存效率和存储空间利用率,根据就近缓存思想,提出一种在数据请求节点中根据特定内容兴趣而区分缓存的数据缓存算法.该算法结合缓存节点地理位置差异性和缓存数据内容热度差异性,将热度高的数据内容优先缓存在数据请求节点周围,并根据数据被请求的频次动态设置缓存时间,使热度高的数据内容尽可能长时间地缓存在存储节点中,增大了数据就近响应概率;且节点中被替换的数据内容没有直接删除,而是向上转发并指示上游节点缓存,增加了缓存数据内容的多样性.仿真结果表明,所提算法能有效提高数据搜索命中率,降低网络请求时延以及路由传输跳数.     

湿地生态系统状态参数遥感估算与分析

综合利用遥感图像处理技术和定量遥感模型,计算分析了扎龙漫地不同时期的植被指数和蒸散发量信息,研究了2001年火灾前后湿地植被生长状况的时间变化和空间差别.实验通过计算蒸腾量与植被指数的比值,来描述地面植被在不同生长阶段生长速度的差别,并利用图像变化检测技术,获取了火灾受灾区空间分布情况的相关信息.实验结果表明,在火灾中...     

用神经网络进行投标报价中的变量选择

针对在建筑行业的投标报价过程中，如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价这间的关系这两大难题，提出了一种基于神经网络的变量选择方法，其基本思想是：经过两次选择，消除了两个多余的变量，将最初的10个变量缩减为8个，并以这8个变量作为输入建立新的报价模型，从网络的泛化结果可以看出，经过变量选择后，网络的泛化能力有了较大的提高，表明了该方法的有效性。     

基于膜算法进化极限学习机的氧气转炉炼钢终点预报模型

氧气转炉炼钢的控制目标是终点温度和碳含量,但由于不能对其进行在线连续测量,直接影响了出钢的质量.针对该问题,提出一种基于膜算法进化极限学习机(ELM)的抗干扰终点预报模型.利用进化膜算法的全局寻优能力调整ELM网络参数,不仅避免了ELM网络受异常点影响出现过拟合现象,还可以寻找最优复杂度的ELM模型.将找到的ELM模型应用到转炉炼钢领域并建立终点碳含量和温度的预报模型.在仿真实验中,分别使用含有高斯噪声的标准sin C函数和氧气转炉炼钢实际生产数据进行仿真,结果表明所提模型在含噪声的数据中具有较好的预报精度和鲁棒性.     

入侵植物对重庆生态环境的风险分析评价

在对重庆市入侵植物的种类、分布范围、入侵原因及机制、危害现状等调查的基础上,参照国际上有害生物风险分析PRA（Pest Risk Analysis）方法,将入侵植物对重庆生态环境的危害性进行了定量分析和排序,结果表明：按风险等级由高到低的前10种入侵植物依次为小白酒草、空心莲子草、野胡萝卜、牛膝菊、紫茎泽兰、凤眼莲、三叶鬼针草、钻形紫菀、野茼蒿、红花酢浆草;各物种的危险性综合评价均为三级,具有中度危险性,应引起有关部门的高度重视;并在此基础上提出了相应的风险对策．     

三峡库区濒危药用植物疏花水柏枝的扦插技术研究

旨在探讨疏花水柏枝的最佳扦插条件,为疏花水柏枝的规模化种植和迁地保护提供依据．通过3因素多水平正交试验,对不同条件处理的结果进行性状比较．结果表明：①促进疏花水柏枝插穗生长的最适IBA浓度为50mg／L;②最适遮荫条件为一层遮荫;③最适扦插基质为1份素沙加1份黄土．     

塑料编织袋制造工艺资源环境性能评价

制造过程是产品在整个生命周期中消耗资源和产生环境污染的主要阶段。采用定性与定量相结合的方法,对塑料编织袋制造过程各道工序分别建立工艺IPO过程模型,引出清单分析表格,并基于Leopold矩阵对整个工艺过程的资源环境性能进行了综合评价。     

β-环糊精/聚(L-天冬氨酸)共聚物的制备及载药性能研究

通过乙二胺β-环糊精与聚丁二酰亚胺开环聚合,制备出了新型两亲性共聚物,即β-环糊精/聚(L-天冬氨酸),并用IR和1 H NMR对其结构进行了表征.利用直接水溶法制备了聚合物胶束,通过激光粒度仪对胶束粒径大小进行了测定.利用芘为荧光探针,对其临界胶束浓度进行了测定.以甲氨蝶呤为模型药物,制备了聚合物载药胶束,并且测定了载药量和在缓冲溶液中的对甲氨蝶呤的控制释放能力.结果显示,聚合物胶束的有效粒径为76nm,其临界胶束浓度为3.184×10-3 g/L.该聚合物胶束对甲氨蝶呤的载药量为18.38%,且在缓冲溶液中有良好的缓释效果.     

基于自适应区间划分的模糊关联分类

模糊关联分类是一种具有较高精度的分类方法,现有的模糊关联分类算法多采用固定模糊隶属度函数对连续型属性进行模糊划分,没有考虑数据本身的特性.提出一种基于自适应区间划分的模糊关联分类算法-FARC(fuzzy association rules classification).算法利用模糊c均值聚类算法建立连续型属性模糊区间,使用新的剪枝策略避免生成无用规则,采用一种新的规则重要性度量方法对多模糊分类规则进行融合.仿真表明,FARC具有较高的分类精度.     

基于动态BP算法的非线性滞后系统辨识

鉴于很多实际问题都可以转化到多示例框架下求解,多示例学习越来越受到机器学习领域内学者们的关注.提出了一个基于Logistic回归模型的多示例学习算法.首先定义了一个新的似然函数来表示每个包的标签与其示例的隐含标签之间的关系,然后利用凝聚函数把该似然函数转化为一个光滑的凹函数,从而使问题可以用常用的无约束优化方法快速求解.在一些标准数据集和一个文本分类问题上的实验结果表明,所提算法要优于其他常用多示例学习算法.