凤丹种子萌发生根过程中3种内源激素的变化

针对凤丹种子休眠时间长,萌发困难的现象,比较分析了凤丹种子在萌发生根的4个阶段(吸胀前、吸胀完全、露白、主根伸长)的种皮及去皮组织(胚和胚乳)中内源激素GA3(赤霉素)、ABA(脱落酸)和IBA(吲哚丁酸)的变化情况.种子萌发生根过程中,几种内源激素含量在种皮和去皮组织中的变化趋势基本相似:GA3的含量逐渐升高,ABA的含量逐渐降低,二者表现出一种拮抗关系.吸胀完全阶段与吸胀前相比,种皮中GA3的含量显著增加了12%,去皮组织中ABA含量显著下降了5.6%,表明在种子萌发初期吸胀过程中种皮的GA3含量升高以及去皮组织中ABA含量的下降对打破下胚轴的休眠起到关键作用.IBA在牡丹种子中天然存在,其含量在吸胀前、吸胀后和露白阶段变化不明显,但在主根伸长阶段迅速升高,表明IBA在根系伸长过程中具有重要作用.初步探讨了凤丹种子萌发生根过程与内源激素含量变化之间的关系,为提高种子萌发率和出苗率提供了一定的研究基础,并首次报道了牡丹种子中存在IBA.     

基于BN-bow-tie的生物质气化中毒事故分析

通过将故障树转化为贝叶斯网络,计算生物质气化中毒事故发生的概率为1.202 98×10-4/d,利用贝叶斯网络双向推导与诊断的功能计算基本事件的后验概率及重要度,从而分析出系统中导致事故发生的薄弱环节.结合bow-tie法同时分析导致薄弱环节失效的因素及失效后可能会出现的后果,基于此得出防止薄弱环节失效的预防措施以及失效后采取的控制措施,进而降低事故发生的概率;对薄弱环节阀门泄漏采取措施后,可使得中毒事故发生概率降低20.92%,最终达到降低事故发生概率的目的.     

复合型工艺风险评估模型的研究及其现场应用

充分考虑石化装置的复杂工艺特点,建立了基于贝叶斯网络的危险与可操作性研究(HAZOP)、保护层分析(LOPA)、领结分析(Bow-Tie分析)于一体的复合型工艺风险评估模型.首先编制系统故障树,将其映射成对应贝叶斯网络,利用Ge NIe软件实现贝叶斯双向推理进行故障预测和诊断,找出最容易导致事故的风险贝叶斯故障节点;然后运用HAZOP-LOPA集成分析研究该节点参数出现偏差的原因及后果,通过独立保护层失效概率评估风险等级;最后对剩余风险等级较高的事件进行Bow-Tie分析,辨识出使保护层持续有效的关键活动,进而控制后果严重的工艺安全事故.以辽河石化公司的延迟焦化装置为例对该风险评估模型进行了现场应用.     

电动汽车购买意愿的离散选择分析

探索了消费者对电动汽车购买选择行为的影响因素.研究采用意向调查方法,通过设置电动汽车的不同属性(价格、补贴政策、续航里程和充电方式)和水平来获取郑州市民购买电动汽车意愿的行为数据.应用离散选择模型,分析意向数据,建立电动汽车购买意愿的二元logit模型.研究发现:电动汽车的购买价格、政府补贴、续航里程和充电方式均是影响消费者购买的重要因素;男性消费者更容易接受电动汽车;年龄越大的消费者选择电动汽车的倾向越大;驾龄为0~4年的人群较之驾龄为4年以上的人群,选择电动汽车的概率较小;注重电动汽车性能的消费者选择电动汽车的态度更为保守.     

一种基于有序双端链表的高效排序算法

本文提出一种新的基于有序双端链表的比较排序算法,即ODListsort(ordered double-end linked list sort)算法。该算法首先要定义一个可共存的链表最大数量,然后通过生成链表、根据规则插入数据以及合并操作来对数据集进行排序。在ODListsort算法中,数据元素是以链表形式进行动态内存分配的,因此它比一些经典的排序算法性能更优。实验结果表明,对于随机数据集,ODListsort排序与快速排序的速度接近,比归并排序、选择排序、插入排序以及冒泡排序的速度更快;对于有序数据集,ODListsort排序的效率远超快速排序,略高于归并排序。     

基于“超”实体构件的信息组织与呈现

在关系数据库中,多层一对多实体级联的树形连接模式常发生中间结点语义歧义问题。为此,本文提出一种树形结构"超"实体模型,给出其概念、数据结构、连接查询算法和树视图构造算法,分析了相应的时间复杂度和存储空间复杂度。在提出构件模型的基础上,设计了树形结构"超"实体构件和1/K开关连接构件。探讨了基于可编辑电子书的〈深度,维度,交互性〉的三元组信息呈现方法。"超"实体模型及算法在大型信息系统的数据库设计与主界面设计中取得了良好的应用效果。     

基于动态调整的GA-SVM多分类二叉树的方法

基于遗传算法的支持向量机决策树多分类方法仍然存在错误累积的问题,累积的错误往往使分类准确率下降,分类效果变差,存在全局优化缺陷的问题;并且在每个节点进行二分类常用的实数编码切分方法,效率低下。针对这两方面的问题,提出从根节点开始逐层构造二叉树,运用二进制编码的遗传算法进行每一阶段的二叉树构造。二进制编码对于每个节点的分类以及进行交叉、变异更高效,不用考虑从什么位置切分。针对越靠近根节点产生的误差对后续节点分类误差的累积影响,提出一种动态调整的方法,此方法对每个节点赋予权重再进行对权重的调整使得整体的分类误差减小,最终得到二叉树的全局最优,从而提高分类精度。通过实验并进行五折交叉验证表明,DABT-SVM比多种传统的支持向量机多分类算法在全局优化能力和分类精度上有很大的提升。验证了该算法的可行性和有效性。     

基于近景摄影测量技术的关键林分参数的获取研究

为了研究利用摄影测量技术来获取和反演关键林分参数的准确性,从而为推算其他林分因子提供相关思路,以实现快捷高效的森林资源调查。选取了一片亚热带人工混交林作为实验样地,并利用样地中6个优势树种的实测数据分别构建了多个胸径-树高、冠幅回归模型,并得到了对应的最优模型;在此基础上,利用从点云数据中获取的树高和冠幅,反演出单株树木的胸径;最后通过分析实测胸径与基于点云计算得到的胸径之间的相关性来判断算法的准确度。结果表明:(1)6个树种的实测树高与基于点云获取的树高相关性较高,R~2均在0.7以上;(2)多数树种的实测冠幅与获取的冠幅相关性偏低,其中仅喜树的冠幅R~2高达0.88,其余树种的冠幅R~2最高只有0.61;(3)最优回归模型拟合胸径与实测胸径的回归分析中,发现高大落叶乔木比如马褂木、喜树的R~2均在0.7以上,而落叶小乔木比如樱花树以及柏类树木比如圆柏、龙柏等R~2最高仅0.25,雪松的R~2则为0.54。     

二元复合体系稳定性室内研究

针对二元复合体系黏度及界面张力稳定性开展室内实验研究,实验结果表明:2 500万分子量聚合物和3 500万分子量聚合物,在前7天黏度均降低较快,15天之后体系黏度渐趋稳定,但是后者抗老化能力明显比前者强;体系界面张力值随时间变化呈现出先降低,然后再升高,逐渐平稳的趋势,15天之后体系界面张力渐趋稳定;老化时间和表活剂浓度一定时,聚合物浓度越高,体系黏度越大,体系的界面张力越大;当老化时间和聚合物浓度一定时,二元体系表面活性剂浓度增大黏度略微增大,界面张力值随表面活性剂浓度增加而降低。     

基于数据挖掘的蔬菜图片病害自动分类

为了对蔬菜病害进行自动检测和分级,克服传统的评估方法检测成本高、划分等级随意性比较大的缺陷,探讨了基于蔬菜图像的病害等级自动分类,设计了预处理技术提取图片特征.具体方法是对叶片图像进行分割并转变为分布概率的灰度矢量.在此基础上利用数据挖掘技术建立决策树模型,利用该模型对未分级叶片的级别进行预测.还引入了元挖掘算法Bagging,与决策树模型综合使用,进一步提高了预测效果.实验表明这一蔬菜病害等级自动分类方法准确度较高,具有较好的实用价值.