近2ka来高分辨的连续气候环境变化记录——古里雅冰芯近2ka记录初步研究

作为全球变化研究中核心项目之一的PAGES(过去全球变化),把过去2ka以来的全球气候环境变化研究作为一个极为重要的时段,运用多种研究手段,集中进行攻关。在中国东部,从竺可桢通过物候资料和历史资料所恢复的过去5ka来的温度变化曲线,可以大致判断过去2ka来的气候变化。在青藏高原,吴祥定等曾在拉萨根据不同树木年轮资料衔接的办法,恢复了过去2ka来该地区气候变化历史。本文根据古里雅冰芯的记录,恢复了这一时期气候和环境变化的历史。这一记录不但分辨率高(以年计)、记录连续(是一整根冰芯上的连续记录),而且同时提供多种参数(气候和环境),便于进行气候和环境变化的综合研究。     

数据挖掘中的模糊聚类分析及其应用

数据挖掘是一种新兴的信息处理技术,模糊聚类是数据挖掘领域中的一个重要研究课题。论文从数据挖掘的概念出发,研究分析了模糊聚类的主要算法,并从多个方面对这些算法性能进行比较,同时还对模糊聚类分析在数据挖掘中的应用进行了阐述,最后对模糊聚类的研究领域进行了总结和展望。     

三种生物制剂对烟草根结线虫病防效研究

为了确定３种微生物杀线虫剂ＩＰＣ、ＺＫ７,４１２对烟草根结线虫病的防治效果,通过田间小区试验,从对烤烟的的生物学性状、发病情况、经济学性状等方面进行了全面考察,结果表明,３种微生物杀虫剂的防效均优于生物农药,其防治效果分别为６１．７％,６４．７％,７０．５％,对烤烟生物学性状、经济学性状的改善效果也明显了于生物农药,因此,微生物杀线虫剂可在烤烟生产上推广应用。     

基于对数似然比的中文文本分类特征选择研究

在向量空间模型的中文文本分类系统中,多数传统的特征选择算法忽视低频单词对分类的正面贡献,互信息特征选择过分放大低频单词对分类的贡献。针对这一问题,通过引入对数似然比统计量,提出对数似然比特征选择算法。与互信息算法相比,低频单词对分类的贡献没有过分放大;与卡方算法相比,低频单词对分类的贡献计算更为准确。算法在考虑低频单词对分类结果产生正面影响的同时,能较好地控制其对分类产生的负面影响。采用KNN(K Nearest Neighbor)分类方法,特征选择选取对数似然比和传统特征选择算法,实验结果表明,对数似然比特征选择算法能够提高分类器的总体性能。     

基于失效模式与后果分析改进的投标策略风险分析

针对投标策略的风险分析中缺乏有效量化方法的问题,提出了基于模糊集理论和灰色关联理论的改进FMEA(失效模式与效果分析)方法.结合模糊集理论建立评价失效模式的模糊语言术语集和对应的模糊数,并由FMEA小组对各种失效模式做出评价.利用灰色关联理论计算各种失效模式的关联度,通过排序来确定失效模式的风险顺序.投标策略的风险分析案例说明了该研究具有适用性和有效性.     

PTT/PBT共混体系结晶及晶貌形态的研究

通过WAXD，POM对聚对苯二甲酸丙二醇酯（PTT）与聚对苯二甲酸丁二醇酯（PBT）共混物．在非等温条件下结晶度及晶貌形态进行了研究。结果表明，PTT／PBT共混体系的结晶度随着组分含量变化而变化。当PTT，PBT的组分相差很大时，其结晶性能好；当PTT，PBT的组分接近时．其结晶性能差。等温结晶时问及组分含量对晶体的生长有一定的影响。     

三七根腐病拮抗菌的筛选及活性产物的初步分离

 以文山州三七根腐病主体病原菌坏损柱孢(Cylindrocaipon destructans)为靶标,对其拮抗菌进行了筛选,获得了抑菌作用明显的3株拮抗细菌:Y-4-70,X-5-15和X-5-32;并对拮抗菌X-5-15代谢产物的抑菌活性进行了初步研究,发现该菌株发酵液石油醚萃取物对病原菌有较好的活性.     

基于BP神经网络的导弹系统研制费用预测

本文将神经网络技术应用于导弹系统的研制费用预测领域。首先介绍了BP神经网络的原理,并建立了研制费用指标体系。在此基础上,建立了一种基于BP神经网络的导弹系统研制费用预测模型,并对一组导弹系统研制费用数据进行了估算。结果表明,该方法是有效的、可行的。     

基于距离区间数算子的故障模式与影响分析方法

现有故障模式与影响分析（FMEA）方法在属性值为直觉模糊数且风险程度采用确定距离算子度量的情况下,评判专家通常难以精准地描述相关不确定性问题。因此,首先在有序加权距离算子、区间数的理论以及区间数排序方法研究基础上,提出了直觉模糊混合欧氏距离区间数（IFHEDIN）算子及其优良性质。其次,构建基于不确定IFHEDIN算子,改进FMEA方法,以进行产品或者系统故障模式的可靠性分析,并对风险等级进行计算与排序。最后,以实际医院放射肿瘤治疗过程中,故障模式的风险分析以及评价为例,论证了所提方法的有效性、可靠性以及精准性,为相关医疗诊断管理者进行风险应对和控制提供决策支持。     

最小串行策略下脉冲神经膜系统的语言产生能力

为了验证脉冲神经膜系统(SNPS)在运算受限情况下的计算性能,该文在标准SNPS中引入最小串行策略,并研究其语言产生能力。在使用最小串行策略的SNPS的每一步计算中,只有满足相应规则且所含脉冲数最少的神经元才可以激发。首先分析了使用最小串行策略的SNPS与有限语言和正则语言的关系,定义了任意多元字母表到二元字母表的映射,构建了能够产生递归可枚举语言的SNPS,设计了加法模块和减法模块。模拟注册机证明,使用最小串行策略的SNPS能够刻画递归可枚举语言,验证了SNPS在最小串行策略下仍具有与图灵机等价的计算能力。