基于XML的Web搜索技术研究

文章系统介绍利用XML实现Web信息搜索技术,通过对Web信息的集成、用户兴趣模型的建立和更新、XML数据的查询处理方法,提高网络信息搜索的效率。     

一类树Hosoya指标的研究

设G是一个分子结构图模型,即为一个具有n个顶点的连通图.则图G的Hosoya指标Z(G),是指图G中匹配的个数,包括空集. 该文讨论了四叶树Hosoya指标的第二大、第三大、第四大值.     

聚苯链的Hosoya指标的计算

Hosoya指标是化学分子图论研究中较为流行和重要的拓扑指标之一.文章主要研究了三个特殊聚苯链Zn,Sn和Ln的Hosoya指标的计算,并给出了它们的计算公式.     

取代芳烃与6种生物毒性的定量构效关系

根据成键原子的结构特征,提出了计算取代芳烃原子点价δi的新方法,并由δi建构了取代芳烃的分子连接性指数mXn,用mXn与取代芳烃对斜生栅列藻急性毒性,诱发浮萍萎黄病毒性、绿藻毒性、大型蚤毒性、斑马鱼毒性和金鱼毒性等6项生物活性相关联,获得令人满意的线性回归方程,相应的相关系数r依次为0.975 8、0.984 6、0....     

基于网络局部和全局特性的组合中心性度量措施

阐述了复杂网络中节点的中心性(即节点的重要性)对网络鲁棒性的重大影响,评估节点的多种重要性方法各自的优点与局限性.结合逆和指数ISI、度中心性DC以及介数中心性BC提出一种基于两种人工网络和两种真实网络的组合中心性度量方法IDB,利用删除节点前后网络的最大连通子图的变化对节点的重要性进行刻画仿真实验,验证了该方法的可行...     

基于指数法的装备维修保障系统效能评估模型

建立了装备维修保障系统效能评估指标体系,利用指数法对其3个组成要素———维修检测系统、备件保障系统和修复技术设备保障系统进行效能分析,构造出装备维修保障系统的效能评估模型;有利于对其效能进行全面、具体的评价,从而方便、快速地确定出其维修保障水平。     

科技型中小企业信用评估的指标体系设计

在市场化程度不断提高的背景下,如何通过信用评估,降低对科技型中小企业的投资成本和减轻其自身的融资成本,成为改善科技型中小企业经营环境的重要课题。信用指标体系的设计,是整个信用评估体系的研究基础和研究对象。从与国际接轨和具有中国特色两方面探讨我国科技型中小企业信用评估的指标体系设计。     

信息融合系统评价中指标排序权值的求取

针对当前信息融合研究中对算法有效性测试评估的需要,就中心融合层指标的标准化处理方式及其对应的权值求取作了理论探讨和实验论证,这些方法可于指标极值的在线自适应凋整,有助于在各种类型的数据源下选取合适的融合算法。     

联合战役"装备保障防卫"兵力需求分析的指标体系研究

在分析了联合战役“装备保障防卫”兵力需求的影响因素的基础上,建立了从环境条件、敌情威胁、防卫状况三个方面分析．包括27个指标的防卫兵力需求分析指标体系。     

基于光学-ALS变量组合和非参数模型的天然次生林地上生物量估算

【目的】通过组合机载激光雷达(airborne laser scanning, ALS)数据和Sentinel-2A数据提取特征变量,探讨估算天然次生林地上生物量(aboveground biomass, AGB)最佳的变量组合方式和估算方法。【方法】以2015年ALS数据、2016年Sentinel-2A数据和黑龙江帽儿山林场森林资源连续清查固定样地数据为数据源,通过ALS数据提取高度特征变量(all the LiDAR variables, 记为A_L),Sentinel-2A数据提取若干植被指数变量(all the optical variables, 记为A_O),然后将光学-ALS结合变量(combined optical and LiDAR index, COLI,记为I_COL)结合成为新的变量 I_{\mathrm{CO}{\mathrm{L}}_1} 和 I_{\mathrm{CO}{\mathrm{L}}_2} ,以6组特征变量组合方式(A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} 、 I_{\mathrm{CO}{\mathrm{L}}_2} 、 I_{\mathrm{CO}{\mathrm{L}}_1} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入变量,分别使用多元线性逐步回归(stepwise multiple linear regression,SMLR)、K-最近邻法(K-nearest neighbor,K-NN)、支持向量回归(support vector regression,SVR)、随机森林(random forest, RF)和堆叠稀疏自编码器(stack sparse auto-encoder,SSAE)共5种方法构建了天然次生林AGB估算模型,探讨I_COLs变量以及不同模型对生物量估测精度的影响。【结果】结合变量I_COLs对于森林AGB的估算十分有效,加入I_COLs变量能够很大提高森林AGB模型的估算精度;与其他4种模型相比,无论使用哪些变量作为输入数据,SSAE模型的精度最高;当使用SSAE模型,以光学和ALS变量组合 ( I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入特征变量时,模型的准确性最高:R²=0.83,均方根误差为11.06 t/hm²,相对均方根误差为8.23%。【结论】结合变量COLIs能够有效地提高天然次生林AGB的估算精度,而且深度学习模型(SSAE)在估算天然次生林AGB方面优于其他预测模型。总体而言,利用ALS和Sentinel-2A数据组合变量的SSAE模型可以较准确地估算森林AGB,为天然次生林地上生物量的估算和碳储量评估提供技术支持。