MFC框架下3DS模型接口的研究与实现

通过三维建模软件3DS Max可以进行快速三维建模,但用户的实时交互式是三维建模软件的最大缺陷.本文分析了3DS数据文件格式,以其内部的树状结构为基础,采用Visual C++的MFC框架为编程环境,开发了MFC与3DS模型的接口系统.读入3DS模型后,基于透视、消隐等原理构建了三维网格模型,基于真实感光照模型渲染了三维表面模型,既提高了在MFC中进行三维模型的开发效率,又实现了对三维模型的交互控制.     

我国土地财政变化的时空特征及影响因素分析

基于2000—2010年省级数据,对我国土地财政变化特征及影响因素进行了分析.研究表明:我国土地财政规模与土地财政依赖度均呈大幅上升之势;土地财政收入由土地间接税收为主转变为土地经营收入为主;土地财政规模与土地财政依赖度省际差异明显,且呈东、中、西部递减趋势;省级土地财政规模与土地财政依赖度空间分异格局相似度较高,且变化缓慢;地方政府财政压力、经济增长、土地供应结构与土地价格、国家宏观调控政策是影响我国土地财政变化的主要因素.研究结论:通过经济结构调整、经济发展方式转变,减少东部经济发达地区对土地财政的依赖是治理土地财政问题的当务之急;深化财税体制改革,完善地方政府政绩考核体制,减弱地方政府开拓"土地财政"的动力是治理土地财政问题的根本.     

加权网络上Sznajd舆论模型研究

在异步更新的方式下,将Sznajd舆论模型应用到加权网络上,用网络的节点代表一个人,用节点之间的连接权重来描述人际之间的亲疏关系,研究加权网络的磁化率和权重对舆论演化的影响情况,并进行计算机模拟.结果表明,加权网络上的Sznajd舆论模型不存在僵持态,以相等的概率0.5达到全体向上或全体向下的垄断态;初始磁化率大于0,终态磁化率也肯定大于0;权重更新系数越大越不利于系统一致意见终态形成.     

融资融券影响的元胞自动机股票市场模拟研究

为研究融资融券推出对股票市场带来的影响以及如何减少融券卖空对市场的冲击,建立基于元胞自动机的股票市场模型,对融资融券推出前后的股票交易量和价格波动进行计算机仿真.仿真结果表明,融资融券的推出既可能增加股票市场的交易量,有利于市场内在价格稳定机制形成,也可能对价格助涨助跌,增大市场的波动.本文还针对融券卖空的潜在风险提出...     

基于EFICA的AD微阵列数据基因网络分析

将EFICA(Efficient Variant of Algorithm FastICA)方法与基因网络相结合分析一组阿尔茨海默病(AD)微阵列数据.根据分类结果提取特征基因集并探寻与早期AD相关的基因网络,实验结果表明,EFICA方法比传统的Fastica方法能够获得更好的分类效果.并且通过对基因网络的研究,扩展了EFICA在生物信息学中的应用,为AD疾病的进一步研究提供新思路.     

基于属性重要性和样本信息熵的多连续属性离散化后处理方法

有效判别决策表中离散化后样本数据的类型对于对后继阶段的机器学习和数据挖掘过程具有非常重要的意义.本文提出了一种基于属性重要性和样本信息熵的数据类型判别方法,并利用人工改造的一部分UCI数据库进行了模拟试验,结果表明方法是有效的,识别样本数据的准确率较高、识别错误率和拒识率较低.     

主干道十字交叉路口交通流研究

在开放边界条件下，利用改进的Nagel—Schreckenberg模型，对城市干道中心十字交叉路的交通流进行了数值模拟，并对中心交叉路口的交通管理与控制进行了讨论。     

14MeV快中子辐照对大鼠免疫系统的损伤

用14 MeV快中子对Wistar雄性大鼠进行5 Gy的全身照射,观察其免疫系统损伤情况及氧化应激的相关变化.大鼠分为辐射组和对照组,分别在辐射后1,7,14d 3个时间点取血液、胸腺和脾脏进行研究.结果表明,辐照后第1d,辐照组大鼠白细胞和淋巴细胞数量降至最低,照后第7、14d有所恢复,但仍不足正常组的1/2.血小板数在照后第1d开始减少,至第7d达到最低值,第14d仍与正常组有显著差异.而大鼠骨髓有核细胞总数辐照后14d明显低于正常组.另外胸腺和脾脏均出现萎缩,脏器指数明显减小.血浆、胸腺和脾脏的总抗氧化能力T-AOC、SOD酶活性及MDA值含量均有不同程度的升高趋势.说明快中子辐射影响血浆、胸腺和脾脏的抗氧化应激能力,诱导细胞凋亡或坏死,造成胸腺和脾脏的萎缩以及一系列组织形态的改变,从而严重影响大鼠的正常免疫功能.      

新型杀虫剂对蚯蚓的生化毒理学研究

研究了吡虫啉与抑食肼对蚯蚓体内的蛋白含量、纤维素酶和ＳＯＤ酶活性的影响。结果显示吡虫啉在浓度低于０．２ｍｇ／Ｌ、抑食肼低于２５ｍｇ／Ｌ浓度范围内对蚯蚓纤维酶活力有抑制作用。低浓度吡虫啉对蚯蚓超氧化物歧化酶活力有抑制作用,高浓度吡啉和抑食肼则有促进作用。     

基于GPU的加权Voronoi图计算

Voronoi图描述了一种对空间按照欧式距离进行的划分,是关于空间邻近关系的一种基础数据结构,在图像处理、城市规划以及地理信息系统等应用中有着重要的地位.顶点加权Voronoi图是Voronoi图的一种扩展,有着更为广泛的应用,但由于其实现的复杂性,相关算法一直比较少.为此,提出了一种基于GPU的加速算法.该算法利用GPU的高效计算特性,能够实时地生成离散的加权Voronoi图.与现有的算法相比,该方法易于实现,同时实验显示算法具有更好的计算性能.