基于模糊阈值的图象分割方法

叙述了采用模糊阈值进行图象分割的基本原理，提出了简化资格函数形式和采用直方图中值滤波处理方法，算法简单直观，计算机仿真表明图象分割结果比较理想．     

纳米活性碳纤维SBR法处理生活污水的试验研究

在SBR反应器中安装纳米活性碳纤维处理生活污水,进行正常负荷与有机冲击负荷的对比试验,并对生物相进行追踪观察.结果表明：正常负荷运行时,生物膜上的微生物种类多、活性大;出水COD去除率均在90%以上;NH3—N和TP去除率分别在95%以上和72%～85.5%之间,均能达到城镇污水处理厂污染物排放标准（GB18918-2002）中一级A标准要求.系统抗有机冲击负荷的能力强,在提高进水COD浓度3～4倍的情况下,去除率仍保持在86%以上;有机冲击负荷对脱氮效果影响较小,对总磷的去除率下降幅度较大.     

黄河河口湿地信息遥感提取研究

本文通过几何校正、图像选取以及图像增强等方式进行了遥感影像的预处理,为准确地提取湿地信息提供了数据基础。在舍弃单纯的传统监督分类和非监督分类的前提下提出了一种利用分层提取地物信息的新方法：即,首先根据地物的光谱特征采用模型法对有水的湿地进行提取,然后用非监督分类对其它湿地类型进行提取,最终得到了湿地类型分布图及其相应的面积。     

点状籽晶法生长KDP晶体的(100)面位错分布

通过光学显微镜对点状籽晶法生长的KDP晶体（100）面位错蚀坑的观察和分析,发现柱区的位错线走向不同于片状籽晶法生长的晶体。晶体的位错主要来自籽晶的位错。通过籽晶成锥-微溶-生长的过程可以减少籽晶锥区位错向晶体中的延伸,在晶体内部,当两条夹角很小的位错线相交时会合并成一条位错线。     

水稻含隐性抗白叶枯病基因xa5的24 kb片段的鉴定与基因预测

水稻xa5基因是具有重要研究和育种价值的隐性广谱抗白叶枯病基因. 利用水稻品系IR24及其近等基因系IRBB5(含xa5基因)杂交组合, 构建了含4892个单株的F₂定位群体. 同时, 利用与xa5连锁的RFLP标记筛查含xa5基因的水稻抗性品系IRBB56的BAC文库, 构建了一个覆盖目标基因位点的长约213 kb的跨叠克隆群. 根据国际水稻基因组和中国超级杂交稻基因组序列, 以及跨叠克隆群的部分亚克隆测序, 设计了一系列SSLP和CAPS标记对目标基因进行精细遗传定位. xa5基因定位在2个CAPS标记K5和T4之间且与T2共分离, 标记K5和T4之间的遗传距离为0.3 cM, 物理距离约为24 kb. 对xa5基因所在的24 kb片段DNA序列进行基因预测, 揭示出可能编码ABC转运蛋白和转录因子TFIIA小亚基的2个基因. 对这一区段及其编码基因的功能研究将阐明xa5抗白叶枯病的分子机制.     

东北老工业基地融资问题的探讨

振兴东北老工业基地是我国目前经济发展的一个重要组成部分。本文在对东北老工业基地的融资现状进行了深刻剖析的基础上,提出了企业可行的融资渠道。     

基于小波矩特征的小波神经网络目标识别

提出一种具有尺度、平移与旋转不变性的目标识别方法.该方法首先提取目标图像的小波矩特征,然后与小波神经网相结合,构成一套目标识别系统.小波矩不变量不仅可以表示图像的全局特征,而且还能表示局部特征;而小波神经网络结合了小波分析和传统神经网络的优点,具有很强的学习能力和推广能力.因此基于小波矩的小波神经网络目标识别系统在进行目标识别时具有很大的优势.实验中使用该方法对4类飞机目标进行识别,实验结果证明其识别率高于其它的目标识别方法.     

森林资源规划设计调查中SPOT5遥感数据处理方法探讨

目前,多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源规划设计调查中。卫星遥感数据处理是遥感调查的基础,直接影响到调查成果质量。介绍了SPOT5遥感数据的特点,并根据森林资源调查的需要,从遥感数据的正射校正、数据融合和数据增强处理等方面进行了探讨,并分析了校正精度和融合方法。     

地表覆被格局优化对流域土壤侵蚀影响的模拟试验

在已有的通用土壤侵蚀模型的基础上,提出了基于信息栅格的利用地表覆被格局进行区域土壤侵蚀调控的模型,并分析了覆被格局对区域生态安全可能影响.通过对区域内的覆被格局进行林地、灌丛、草地、耕地等情景设定,对可能的区域土壤侵蚀进行情景分析.以减少区域土壤侵蚀量为目标,从地表覆被格局的总量调控和空间优化两个方面,进行了地表覆被格局优化.试验表明,通过对地表覆被格局调控和空间布局优化,可以有效地减轻土壤侵蚀强度,是确保区域生态安全的有效途径.     

基于贝叶斯网络的老年重症患者的预后评估

针对当前重症患者预后相关因素的研究主要集中于线性回归分析,构建了一基于贝叶斯网络的老年重症患者预后评估系统。提出了一种基于最小描述长度与K2算法的贝叶斯方法,以获得较优的网络结构;并利用最大似然估计进行参数学习。四折交叉抽样的实验结果表明,所构建系统的预测精度比传统的BP神经网络和基于K2的贝叶斯网络学习分别提高了6.87%和27.20%.这将为医生预测高龄患者在ICU治疗中的受益程度提供临床决策支持。