浙江金华北山木本植物群落的DCA排序

调查了浙江金华北山38个样地的38种主要树种的生态重要值,应用除趋势对应分析方法(detrended correspondence analysis, DCA)对该地区的木本植物群落类型进行了定量分析.结果表明,浙江金华北山存在11个比较典型的群丛,它们分别为:黄山松(Pinus taiwanensis)群丛、马尾松(Pinus massoniana)群丛、锥栗(Castanea hennyi) 木荷(Schima superba)群丛、木荷 苦槠(Castanopsis derophylla)群丛、马尾松 木荷群丛、枫香(Liquidambar formosana) 马尾松群丛、枫香群丛、香樟(Cinnamomum camphora)群丛、马尾松 短柄抱(Quercus dlandulifera) 杜鹃(Phodedendron sinsii) 木荷群丛、木荷 马尾松群丛和马尾松 黄山松群丛.分析了11个群丛的成员组成及其与环境间的关系,计算了它们的物种多样性指数.     

分布式数据库约束性关联规则挖掘

针对分布式数据库和约束条件的特点,提出了2种在分布式环境下挖掘约束性关联规则的有效算法,即基于Apriori算法的DMAIC算法和基于频繁模式树的DAMICFP算法.此外,进行了实例验证和测试分析,指出了这2种算法各自的优缺点及适用条件.研究结果表明:DMAIC算法可靠性高,通信协议简单,适用于对通信性能要求不高的分布式数据库;DAMICFP算法执行效率高,通信性能好,适用于对通信性能要求较高的多项目分布式数据库;这2种算法均能有效地解决分布式挖掘约束性关联规则的问题.     

Determination of Henry''s Law constant for methyl hydroperoxide by long path FTIR

Methyl hydroperoxide (MHP, CH3OOH) is one of the main organic peroxides in the atmosphere. In order to understand how MHP partitions in atmospheric gas and liquid phases, the Henry's Law constant for its aqueous solution is determined. A novel technique is established for measuring gas-phase MHP concentration, I.e. The gas phase is collected by a gas-bag and then analyzed by long path Fourier transform infrared (LP-FTIR) spectrometry. At 283 K～303 K, the temperature dependence of the Henry's Law constant for MHP can be expressed as lnKH= a/T - b, a = 4386 ± 140, b = 9.19 ± 0.48, where KH is in unit of molar concentration per atm,and T is in degrees Kelvin. The standard heat of solution is 36.45 ± 1.16 kJ? K- 1? mol-1.     

一种区间值聚类的数据挖掘方法

提出了一种区间值聚类的数据挖掘方法。该方法首先将数据库中的数据按照属性进行聚类,将它们划分为若干区间,对于同一区间中的数据赋予相同的编号,以此处理直至数据库的最后一个属性。在完成这种转换后即可使用关联规则的挖掘方法。该方法与传统的数据挖掘方法相比更加符合实际。大量的仿真数据集和真实数据集的实验结果表明该算法是有效的。     

强计算条件下判断矩阵的优选分析

针对AHP中对判断矩阵的研究大多侧重于一个判断矩阵的不足,以强计算为基础,通过计算大量矩阵的一致性比例、期望判断阵、特征值、关联度等方法,对多个判断矩阵进行比较分析,从中选择满足一致性要求的判断矩阵,并进行优化,使其包含较多的原始信息。最后通过实例,介绍了这种优选方法的基本步骤,验证了该算法的有效性。     

基于双层符号常数模的多径水声信道盲均衡算法

针对常数模算法(CMA)及符号常数模算法(SCMA)迭代中的大量乘法运算会产生延时的不足，提出了双层符号常数模算法(DSCMA)。该算法采用逐级取符号的办法，将迭代过程中的大量乘法运算转化为比较运算，大大减少了计算量。而基于双层符号常数模的多径水声信道盲均衡器，具有收敛速度快，超量均方误差和计算复杂度小等特点。用负声速梯度信道及深海信道对该盲均衡器性能进行的仿真研究表明：该盲均衡器对多径干扰有良好的抑制作用，对水下数据通信有很强的实用价值。     

几种简化联合概率数据互联算法性能分析

针对最优联合概率数据互联算法复杂、运算量大的问题,目前提出了许多简化的联合概率数据互联算法。为了清楚地了解这些算法在不同环境下在跟踪精度、实时性等跟踪性能上的差异,对几种典型的简化算法进行了详细的性能分析。给出了简化算法的数学模型,然后从理论上对这些算法进行了优缺点比较,最后选取了多种典型的与实际工程背景相近的多目标运动环境,对几种比较有代表性的简化算法在这些环境下进行仿真实验,并根据仿真结果对它们各方面的性能进行综合分析。     

一种用于多径衰落水声信道的盲均衡算法仿真研究

在水声数字通信中，严重的多径衰落和多普勒频移是影响通信性能的两个主要因素。研究了一种分数间隔判决反馈盲均衡结构，以有效地克服水声信道多径衰落的不利影响。同时，针对水声信道的时变多普勒特性，在分数间隔判决反馈结构的基础上，提出了一种修正常数模分数间隔判决反馈盲均衡与二阶数字锁相环相结合的盲均衡算法，以纠正信道引入的载波相位旋转。最后通过计算机仿真，将该算法与常数模波特间隔判决反馈盲均衡算法进行了性能对比，仿真结果证明了该算法的有效性。因此，该算法具有良好的实用性和应用前景。     

The Application of Similarity Theory in Designing Large Deflection Buckling Spring-Piece

Large Deflection Buckling Spring-Piece (LDBSP) refers to the deformation of an end-fixed flat spring-piece under normal loadings. Plastic deformation usually appears in LDBSP.The static characteristic curve is very particular, because within its linear deflection region, the spring constant can be designed to be any value from minus to plus. With its obvious advantages of large liner deflection range, low spring constant, etc., the LDBSP has now been extensively applied to the exciting device, low-frequency shock absorbers and so on. The static characteristic curve of LDBSP belongs to the nonlinear problem of an arch with varying section. Therefore, it is difficult to obtain it theoretically. The formulae for designing LDBSP have not been set up yet. In this study,the authors apply similarity theory to analyze the liner deflection range A and the spring constant K, and derive the relationship of similarity criterion, finally obtain a set of formulae for designing LDBSP by model test and the least square method, which can be applied in engineering design.Through the research, it is proved that it is unnecessary to keep geometrical similarity of spring-piece shape. This fact extends the application scope of the formulae. The proposed formulae for designing LDBSP thereby can be applied for any dimensions within the range allowed.     

基于文本分类的农业种植信息集成推荐方法研究

目前网络上存在着海量的农业信息,但是对于广大农民来说信息得不到有效的利用,迫切需要对信息进行集成推荐.针对网络上的农业种植方面的文本信息进行了深入研究,该系统首先利用爬虫技术自动地爬取海量农业种植信息,经清洗整理后构建数据集语料库.其次利用机器学习中KNN方法找到每个样本的k近邻对文章进行聚类,通过TF-IDF方法提取出关键词并构造词频矩阵,然后从文本中构建特征向量,进而对相似文档进行分类,最后将加权值经排序后的结果推荐给用户.该系统实现了对农业文本进行准确的自动分类以及自动提取出文章摘要,并对相似文章进行推荐展示的效果.