在材料类专业大学物理教学中引入新材料概念

本文综述了在材料类专业大学物理课程教学中,引入部分新材料的基本概念和发展情况,包括超导材料、半导体发光材料、新能源材料、金属基复合材料和纳米材料等。     

基于坡面植被恢复的岩质边坡分类及生境再造技术研究

高速公路等基础设施建设产生了大量的岩质边坡.受岩性、构造等因素影响,岩质边坡不仅类型复杂,而且坡度大、无土壤、植被恢复十分困难.为了提高岩质边坡植被恢复的质量,需要根据植被恢复对生境条件的要求,对其进行类型划分,并提出与之相适应的生境再造技术.通过借鉴近年来中国北方地区公路岩质边坡生态建设工程案例,选取坡度、坡面结构、坡面平整程度、坡面风化程度等作为分类指标,从植被恢复的角度将岩质边坡划分为4种类型.即:微风化整体结构平整坡面、弱风化块状结构凹凸坡面、强风化碎裂结构平整坡面、碎石覆盖填方坡面.在此基础上,提出了每种类型岩质边坡的坡面处理模式和土壤-植被重建技术方法.这种岩质边坡的分类结果,可为坡面生态恢复设计与施工提供参考.     

基于并行感知器的制冷系统故障诊断分析

选择热力参数集组成反映制冷系统故障状态的特征向量,提出一种并行感知器神经网络,通过模式分类来尝试联系系统故障状态与热力参数特征向量之间的映射关系.对故障模拟实验结果的应用表明,基于并行感知器网络的诊断方法可行且有效,为开发以人工神经网络为框架的制冷系统故障诊断系统提供了研究基础.     

甘肃省壳斗科植物的分类与分布

文中研究和整理了甘肃省壳斗科（Ｆａｇａｃｅａｅ）植物,初步确定本科植物有５属,２１种,２变种;其中有３个新纪录种记载了每个种的特征和生境分布,为开发利用本省壳斗科植物资源提供了科学依据     

基于VSM的中文文本分类系统的设计与实现

文本分类是指在给定分类体系下,根据文本的内容自动确定文本类别的过程。该文阐述了一个基于向量空间模型的中文文本分类系统的设计和实现。对文本分类系统的系统结构、预处理、特征提取、训练算法、分类算法等进行了详细介绍。引入标题权重系数改进词语权重,并提出了一种新的分类算法。实验测试结果表明查全率和准确率均达到90%左右,而且标题权重的引入和新分类算法的实施有效地改善了分类性能。     

中国自然植被物候特征遥感分类

现有的土地覆盖分类数据以及植被-气候分类或分区数据均未考虑各类型或各分区单元内的植物物候差异,也没有排除各分区单元内受人为干扰强烈的区域,从而不利于单独考察植被物候与气候变化的相互作用关系.本文基于1km分辨率的多年SPOT-VGT归一化差值植被指数(NDVI)时序数据,首先依据植被信号强度、植被季相变化强度以及受人为干扰程度将中国自然植被按物候特征划分为极明显、明显、较明显和其他4个一级类别;并进一步利用能够较好反映NDVI时序数据形状特征的光谱角余弦作为相似性测度方法,根据物候相似性对极明显、明显、较明显这3个一级类别分别聚为9、15、7个二级类别;最后采用7个物候指标的变异系数来评价分类效果.结果表明,同已有的植被-气候分类或分区数据(生物气候区、生态区、植被区划、IGBP土地覆盖分类、生态物候区)相比,本文构建的植被物候二级类别具有更为一致的物候特征,该物候分类结果可为植被物候与气候变化关系研究、陆地生态系统碳循环模拟、植被物候地面监测站点选址提供基础数据和科学依据.     

基于提升度的KNN分类子的分类原则改良模型

针对非均匀类数据,本文提出K最近邻分类子的一个分类原则改良方法,能够度量待分类数据的K个近邻点中的类比率提升量,增大了最小类数据的竞争力,明显地提高了小类数据的分类正确率。实验结果表明,本文提出的改良分类原则对非均匀数据分类的准确率明显高于传统的KNN分类算法。     

复杂网络局部特征分类

针对现有的图分类算法往往从网络全局出发、存在对大规模网络分类效果不好或计算开销过高等问题,提出了基于局部特征的复杂网络支持向量机分类(LF-SVM)算法.从网络局部拓扑结构出发,利用局部Ego-Net的特征对不同的复杂网络进行分类,使得对不同规模的网络都能较好地完成分类工作.实验结果表明:LF-SVM算法对于不同大类的网络及大类内部的不同子类网络,均能实现有效分类,分类速度明显快于现有的全局分类算法,且在部分指标上优于全局分类算法.     

CAI素材库逻辑结构及其操作模式

在构造实用CAI素材库的实践基础上,通过研究CAI软件制作中存在的问题,提出了素村库的逻辑结构、各类素材的数据模型、语义关联机制以及素材库的存储与管理模式,能够有效支持素材检索操作,为建立实用的多媒体素材库系统MMDS建立了理论框架。     

单向分类方差分析模型中参数的Bayes估计及其优良性

对平衡的单向分类方差分析(ANOVA)模型导出了效应参数向量可估函数的线性Bayes无偏估计(LBUE),并在均方误差矩阵(MSEM)准则、predictive Pitman closeness(PRPC)准则和posterior Pitman closeness(PPC)准则下分别讨论了它相对于最小二乘估计(LSE)的优良性.