空间非平稳噪声状态下的超分辨测向技术研究

在空间非平稳噪声状态下对任意形天线阵超分辨测向技术的性能进行了研究，并对传统协方差距阵差法做了改进，经计算机仿真验证，改进后的测向算法性能良好。     

AERMOD模型在大气二氧化硫空间分布格局研究中的应用

整合闽清县的气象、地形、污染源等数据,综合运用分数偏差与参数估计最优化方法研究反照率、波文比及地表粗糙度3个地表参数设置对AERMOD模式预测结果的影响程度及趋势,并在地表参数率定的基础上建立县域尺度上的AERMOD模型.此外利用AERMOD模型模拟闽清县的SO_2污染现状并作出SO_2空间分布图,结合闽清县大气污染防治规划提出煤改天然气措施并进行情景模拟,以期为模型运用、大气环境评价及污染防控提供一定参考.     

基于用户偏好的最优路径搜索

本文研究基于用户偏好的最优路径搜索,在预算约束下寻找一条满足用户偏好即关键字和权重偏好的最优路径.此研究问题是NP-hard.为了高效地解决这类查询问题,本文提出新的索引建立方法,在查询阶段利用索引结构过滤出候选节点集.另外,提出基于A*的路径搜索算法来做路径查询,并利用几个有效的剪枝策略加快算法的执行速度.在两个真实的签到数据集上的实验结果证明了本文提出方法的有效性.当预算时间设置为4～7h时,与已有最好的PACER算法相比,本文的路径搜索算法消耗的查询时间更短.     

基于改进NSGA-Ⅲ的文本空间树聚类算法

构建倒排文本空间索引树(IR)分裂聚类多目标模型,对非支配排序遗传算法(NSGA-Ⅲ)的求解过程进行改进,提出一种基于先验初始种群策略的非支配排序遗传算法(PIPS-NSGA-Ⅲ),使其更适应于倒排文本空间对象分裂聚类问题的求解.通过PIPS-NSGA-Ⅲ算法寻求对象最小包围矩形(MBR)之间的重叠与覆盖面积、对象群间平均距离以及语义相似度等目标的最优前端解.通过对比PIPS-NSGA-Ⅲ,NSGA-Ⅱ,NSGA-Ⅲ和SPEA-Ⅱ进化多目标算法,从对象分类时间、效率、查询时间和准确度等多个方面来评估算法的优劣.实验结果表明:PIPS-NSGA-Ⅲ算法对文本空间对象聚类分裂具有较高的效率;相对于简化传统R树(STR树)与R树空间索引结构,基于改进NSGA-Ⅲ文本空间索引的平均查询时间减少24.8%,平均准确度提高3.75%.     

圆形平面轴对称索穹顶结构成形后的刚度计算

根据文献１滑移索单元迭代计算的基本思想,针对脊索呈辐射状分布的轴对称索穹顶结构,提出了成形后的刚度计算方法。利用Ｌａｇｒａｎｇｉａｎ坐标描述法建立了受压桅杆及拉索的大位移切线刚度矩阵,基于虚功原理建立了索穹顶结构的非线性静力平衡方程,给出了滑移索单元计算的基本公式、方法和步骤,并进行了实例计算。结果表明,方法是可行的,可供设计和施工时参考。     

妈祖宫庙三维全景地理信息平台设计

以地图学、空间信息技术、人文地理学为理论基础,基于三维全景技术、网络地理信息系统等技术,实现妈祖宫庙的三维信息可视化管理。采集高分辨率图像序列以及经纬度信息,经消除图像噪点及光照差异后进行拼接与投影得到最终全景影像数据,建立三维全景影像数据库与空间数据库;然后根据全景影像像素坐标与地理坐标之间的映射关系,实现三维全景影像与空间数据的无缝集成,设计妈祖宫庙三维全景地理信息平台。该平台可实现妈祖宫庙空间查询与分析,以全方位场景漫游的形式直观呈现宫庙及其周围环境纹理信息,为妈祖宫庙信息化管理与旅游服务提供有效支持。     

新疆煤田灭火空间信息系统开发模式

在GIS技术支持下，建立新疆煤田灭火空间信息系统，为新疆煤田灭火提供集成的数据环境和可视化的分析平台，为灭火工程提供煤层自燃信息、燃烧面积、燃烧特征、灾害损失等信息，实现煤田灭火决策管理施工监测实施的一体化和可视化。系统的建立为灭火工程的顺利实施提供信息支持，有效提高项目管理水平。     

基于校园卡系统的统一身份系统设计

基于角色访问控制的系统模型可以接入各种需要权限控制的信息系统,如办公自动化系统,财务系统,教务系统,人事系统等等.并且设计一种网络安全授权语言,使得这些系统可以在一个统一的标准之下协同工作,统一调度;提供了基于用户角色的资源访问控制(RBAC)接口,实现网络资源的访问策略管理,校园卡系统提供了统一的电子身份信息,保证用户电子身份的唯一性、真实性与权威性。基于校园卡系统的统一身份认证系统,为校园网上的所有用户提供单一的访问入口点,形成一个统一的网络应用平台,为各类用户提供个性化的信息服务。     

基于.NET技术实现个性界面的研究

介绍了利用.NET进行图形界面设计的三种方式,其中API方式是多媒体设计的传统方式,但扩展性有局限,而后两种方法调用的是.NET的图形服务,可更灵活地实现个性化窗体。     

基于本体的VSM在兴趣型学习社区分组中的应用

采用语义网络技术,提出了基于本体的向量空间模型(VSM),计算学习者的兴趣向量,克服了传统的VSM有术语间语义相关性被忽略的不足,提高了兴趣相似性比较的精确程度,同时提出了一种基于学习者兴趣相似匹配度和学习者兴趣匹配浓度的学习社区自组织分组算法.针对模型使用本体中的概念构造向量空间表现出的巨大维数,运用概念索引降维法对兴趣特征矩阵进行合理降维,大大降低了计算的复杂性.最后通过应用案例验证分析了该模型算法具有较高的分组效率和良好的扩展性.