利用SRTM数据修测高山区地貌的探讨

在高海拔区域测制地形图,如青藏高原地区,所获取的遥感影像局部存在着大范围的高山阴影或云雪覆盖,造成立体观测地貌困难的现象,探讨应用SRTM数据对这类特殊区域地貌进行修测补绘。介绍了数据处理的作业过程,并对实验区SRTM与SPOT5影像立体测图成果进行实验对比分析,成果符合要求。     

多类别软件引导程序

采用快速ＢＡＳＩＣ及其工具库编写一个用途广泛的引导程序，它具有将各类不同程序的运行或变换溶为一体对用户十分友好的界面，在计算化学和计算机文献检索中得到实际应用．     

人工神经元网络及其在系统仿真中的应用

本文简要地介绍了人工神经元网络的基本概念、主要特征及其发展历史,评述了几种有代表性的神经元网络模型。在此基础上,探讨了人工神经元网络在系统仿真中可能的应用方向。     

求Ramsey数最优下界值的递归算法

要确定每个具体的Ramsey数的数值是相当困难的,至今人们只求出了为数很少的几个Ramsey数的数值.人们在研究Ramsey数性质的同时,也在估计Ramsey数的数值,得出了某些Ramsey数的下界值,但工作进展缓慢.本文提出了一种计算Ramsey数最优下界值的递归算法,该算法利用当今关于Ramsey数的最新结果,能得出Ramsey数的目前最优下界值.1 算法描述不妨将本算法定名为G,参数个数为1个以上(可变化),算法允许递归调用,其输出值为Ramsey数的目前最优下界值.C(k_1,k_2…,k_n)表示以k_1,k_2…,k_n作为输入,通过算法G所得到的输出结果,即C(k_1,k_2…,k_n)表示的是G算出的Ramsey数N(k_1,k_2,…,k_n;2)的目前最优下界值,其中N(k_1,k_2…,k_n;2)的含意与文献[2]中有关含意相同.算法G:     

显微组织对NdFeB磁体β（iHc）的影响

研究了显微组织对ＮｄＦｅＢ磁体ｉＨｃ及β（ｉＨｃ）的影响，对ＮｄｘＦｅ９３－ｘＢ７磁体，ｘ从１６增加到２８时，Ｈｃ增加了５５％，β（ｉＨｃ）降低了约１１％；进一步优化显微组织，增加富Ｎｄ晶间相，减弱晶粒间的磁耦合作用及消除晶粒表面的高退磁场区域，不仅可提高磁体的矫顽力，亦可显著改善其矫顽力温度系数。     

￣（45）Ca跨膜流动测定技术用于中药钙拮抗作用的研究

应用￣（４５）Ｃａ跨膜流动测定技术研究钙拮抗剂ｖｅｒａｐａｍｉｌ、中药西红花（ＣｒｏｃｕｓＳａｔｉｖｕｓＬ．）、“地奥心血康”（ＤＡＸＸＫ）、川红花（ＣａｒｔｈａｍｕｓｔｉｎｃｔｏｒｉｕｓＬ．）及银杏叶（ＧｉｎｋｇｏｂｉｌｏｂａＬ．）等对大鼠主动脉￣（４５）Ｃａ跨膜内流的作用，以确定其对细胞膜Ｃａ￣（２＋）通道影响。实验结果表明：西红花、川红花、ＤＡＸＸＫ对平滑肌细胞膜上电压依赖Ｃａ￣（２＋）通道（ＰＤＣ）和受体操纵Ｃａ￣（２＋）通道（ＲＯＣ）都有阻滞作用，并以西红花的阻滞作用最强；而银杏叶对细胞膜Ｃａ￣（２＋）通道无阻滞作用。     

合理预留安全矿柱的探讨

矿床地下开采时,在没有其他安全措施的情况下,不得不采用预留安全矿柱的方法,以保护地面建筑物、构筑物和主要井巷免受因地下采矿而引起的破坏。但这会导致矿量的损失,故需要寻找合理预留安全矿柱的方法。作者用解析的方法对预留安全矿柱进行研究,突破了常用的传统方法。     

蔸兰立枯病原菌及颉抗菌防治的研究

本文对１３种蔸兰，２４９个发病器官进行了病原真菌的分离，共获得真菌菌株１９２个，其中立枯丝核菌（Ｒｈｉｚｏｃｌｏｎｉａｓｏｌａｎｉｋｕｈｎ）有１１８个菌株，占整个真菌菌株的６１．４５％，用分离的立枯丝核菌ＹＫ－２６２，菌株对同色蔸兰等４种蔸兰进行了回接试验，共接４２株１３８片叶，发病叶１１２片，发病率平均８８．９％，而对照为８．３％．证明立枯丝核菌是该病的病原菌。用菌丝融合法测试，确定是一个新的菌丝融合群，按国际编号定为ＺＡＧ－８群。绿色木霉菌７８菌株对该病原菌有明显的颉抗作用，初步测定对同色蔸兰立枯丝核菌的防治有效率为８８．８％～９３．３％；对长瓣蔸兰为７７．８％～８１．１％；对带叶蔸兰为７４％．     

MeV Pb离子在非晶Si中的射程离散──离子束混合和增强扩散的影响

１．０ＭｅＶ２０８Ｐｂ离子在非晶Ｓｉ中的投影射程ＲＰ和射程偏差ΔＲＰ作为注量和温度二者的函数用背散射法进行测定．注量的变化范围为５×１０１３～７×１０１４ｃｍ－２．注入是在室温和ｔ＝－１２０℃下完成的．由由实验所确定的投影射程，射程偏差与注量或温度无关，并且分别等于２９５和７２．２ｎｍ．与ＴＲＩＭ８６的计算结果相比较，发现ＲＰ的偏离为１８％，而ΔＲＰ的偏离为３６％．ＲＰ和ΔＲＰ二者与注量及温度的无关性，排除了所观察到的与ＴＲＩＭ的矛盾是由于注入期间辐射增强扩散或离子束混合效应而引起的解释。     

Subset threshold autoregression

We develop in this paper an efficient way to select the best subset threshold autoregressive model. The proposed method uses a stochastic search idea. Differing from most conventional approaches, our method does not require us to fix the delay or the threshold parameters in advance. By adopting the Markov chain Monte Carlo techniques, we can identify the best subset model from a very large of number of possible models, and at the same time estimate the unknown parameters. A simulation experiment shows that the method is very effective. In its application to the US unemployment rate, the stochastic search method successfully selects lag one as the time delay and five best models from more than 4000 choices. Copyright © 2003 John Wiley & Sons, Ltd.