树木元素富集与树种及土壤类型关系的初步研究

用富集系数研究了相同土壤类型上生长的不同树种,不同土壤类型上生长的同一树种,及不同土壤类型上生长的不同树种对１８种元素的富集情况．结果表明,黄棕壤上生长的悬铃木对元素Ｐ的富集系数最大,而马尾松对元素Ｃｄ的富集系数最大;对于生长在不同土壤类型上的马尾松,则由于土壤本身偏酸性而造成黄棕壤和红壤上生长的马尾松对大部分元素有较高的富集系数;从不同土壤类型上生长的不同树种对元素的富集系数来看,元素Ｐ的差异最大,红壤、黄棕壤上生长的马尾松对元素Ｃｄ的富集系数远远大于其它土壤类型上生长的各树种（本文所讨论范围内）,过渡元素及原子序数较大的Ｂａ、Ｐｂ两个元素的富集系数则无明显差异     

漆树营养液对漆树生长及生漆质量的影响

以提高生漆的质量为目标,用专门配制的含磷、钾、硼、铜、镁等矿质元素和生长调节物质的"漆树营养液"对毛坝漆树进行喷施处理,观察漆树的生长情况并检测生漆质量.试验结果表明:①处理组较对照组漆树生长茂盛,树皮增厚,漆树落叶时间延长半个月左右,且无毒副作用;②处理组较对照组漆树所产生漆的漆酚、漆酶、树胶质等主要化学成分的含量增加;③处理组较对照组漆树所产生漆的感官检验指标明显改善;④处理组较对照组漆树所产生漆的表干时间缩短.其机理是施用"漆树营养液"后漆树的营养条件改善了,生漆的代谢合成能力增强了.施用"漆树营养液"可促进漆树生长并提高生漆质量.     

基于改进随机抽样一致的点云分割算法

随着三维点云数据模型在三维建模、测绘、智能城市以及机器视觉等领域的应用,点云数据处理也成为一个研究热点。点云分割就是将三维空间中点云通过一系列算法,将散乱的点云数据划分成更为连贯的子集的过程,可以为后续的数据分析提供数据基础。针对随机抽样一致算法(random sample consensus, RANSAC)对杂乱、无规则点云数据分割效果不佳的问题,提出一种改进的RANSAC点云分割算法。该算法通过构建Kd(K-dimensional)树,利用半径空间密度重新定义初始点的选取方式,进行多次迭代来剔除无特征点,在实现点云分割的同时可以有效去除噪声点;此外,该算法重新设定判断准则,优化面片合并,可以实现点云的精确分割。实验通过对散乱点云数据进行分割,结果表明该改进RANSAC算法的点云特征提取数据量较大,面片分割的准确性较高,是一种有效的点云分割算法。     

基于决策类划分新型多变量决策树算法实例分析

利用"基于决策类划分的新型多变量决策树算法"中的五大步骤,以"气象信息系统表"为实例构造多变量决策树,取得的结果与著名的单变量决策树(ID3)方法和粗糙集多变量决策树方法所获得的结果相同,证明本算法有效。其决策树构造过程简单,易于理解。通过时间复杂度的比较,证明本算法优于粗糙集算法速度更优和ID3算法。     

基于集合的红黑树结点删除算法的实现

通过分析红黑树的定义和结点删除算法的具体步骤及实现细节,针对实际应用中存在的运用前台逻辑删除结点效率低下的问题,采用直接在后台实现删除操作来提高效率;并以面向集合的Transact-SQL语言为工具,在SQL SERVER 2005数据库上实现了红黑树结点删除算法。     

基于频繁模式树的约束最大频繁项目集挖掘算法研究

目前绝大多数频繁项目集(或最大频繁项目集)挖掘算法并没有考虑相关领域知识,其结果会产生许多无关的模式.因此,发现约束频繁(或约束最大频繁)项目集是多种数据挖掘应用中的关键问题,然而,这方面的研究工作却很少.为此该文提出了一种快速的基于频繁模式树(FP-tree:一种扩展前缀树结构)的约束最大频繁项目集挖掘及其更新算法.实验结果表明该算法是快速有效的.     

基于特征选取与树状Parzen估计的入侵检测

针对目前网络空间安全形势快速变化带来的新风险和新挑战,提出一种基于相关性分析的特征选取和树状Parzen估计优化的入侵检测方法.首先,通过基于相关性分析的数据特征选取方法对数据维度进行压缩.其次,对原始数据集进行特征筛选,生成新的特征子集.最终,使用序列模型优化算法中的树状Parzen估计算法对随机森林算法进行模型优化...     

决策树算法的教育应用探讨

简单介绍了数据挖掘的概念和决策树算法技术,尤其是它所牵涉的信息论原理,并结合相关事例简要概述了决策树算法在教育层面上的应用．     

一种改进的基于LI—MOON编码的XML索引研究

本文提出了一种改进的基于LI-MOON编码的XML索引（N-B＋tree）,它大大减少索引文档的大小,因而能有效提高查询速度,最后对这种索引进行了仿真实验。     

自由曲面检测中点云偏差色斑图的显示

针对基于实体CAD模型的数字化检测过程中可视化偏差表示的效率问题,提出了一种采用K-D树的近似偏差可视化表达方法.与点到自由曲面精确偏差表达不同,首先对待测CAD模型曲面进行指定尺度的离散,形成CAD模型点云数据.然后,利用K-D树的分治搜索策略,使点与面距离计算近似地表达成点与点的距离计算,使算法的运算复杂度由O(N3)降低为O(N2logN),其表达精度达到全局性观测的目的,并在ACISRⅡ与HOOPS800图形平台上通过结点颜色插值实现点云色斑图的显示.最后,以某型号车灯零件为例进行验证,取得了较好的效果.