Banach空间二阶非线性脉冲积分微分方程边值问题解的存在性

利用Darbo不动点定理．讨论了二阶非线性脉冲积分微分方程的边值问题,在较弱的条件下得到广解的存在性。     

利用多树种立地形指数对林地质量进行综合评价

目的 采用青海省湟水规模化林场3种常见乔木树种桦木、杨树和青海云杉的立地形指数,通过分析其与生长域的地貌、坡向、坡度、土壤类型、土壤厚度以及年平均气温、年降雨量、年日照辐射等因子的关系,对规模化林场进行立地质量评价,构建林地质量评价综合数据库,指导林场科学造林和科学营林,发挥林地生产力和生态服务价值的目标。方法 根据建模区域范围内的一类清查数据,获取每个样地的优势高,求出该样地的立地形指数。分析立地形指数与地貌、坡向、坡度、土壤类型、土壤厚度以及年平均气温、年降雨量、年日照辐射等因子的关系,利用因子分析法选择影响立地形指数的主导因子,并建立回归模型;根据计算出的3个常见树种的立地形指数的平均值,进行聚类分析,把林地分为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ5个等级,并作出林地质量分布图;最后,根据分类结果进行了验证,并提出了相应的经营措施。结果 Ⅰ级林地3 409.37 hm²,占整个林地面积的1.39%;Ⅱ级林地38 765.07 hm²,占15.77%;Ⅲ级林地78 989.17 hm²,占32.14%;Ⅳ级林地77 102.74 hm²,占31.38%;Ⅴ级林地47 477.50 hm²,占19.32%。从整个分类结果来看,规模化林场林地质量等级较低,以Ⅲ、Ⅳ级林地为主;现场验证质量等级正确率为88%,正确率较高。结论 通过一类清查数据中的标准木、样木库、样地库获取优势高的方法可行;评价因子选择了地形因子、土壤因子、气象因子,多因子的引入使评价的结果更为客观,提高了评价的准确性;采用多树种立地指数进行综合评价,特别是对非林地的立地质量进行评价是一种更为有效的方法。     

我国纺织品遭遇特保的影响与启示

介绍了与纺织品有关的特保措施的含义和特征,分析了纺织品遭受特保的负面影响,着重从纺织业自身角度探究了针对纺织品特保措施的应对策略。     

贵阳二环林带可持续经营措施

通过对二环林带建设目的、现状的分析,提出了二环林带接近自然林业的理论,进行可持续经营的思路,根据立地条件、区位及森林主体功能的发挥,将二环林带公益林细分为防护林、经果林、景观林和旅游开发林等四种森林类型,从森林保护、培育和发展角度对不同的森林类型采取不同的经营措施.     

局部紧Hausdorff空间上的Fuzzy测度

研究局部紧Hausdorff空间X上的Fuzzy测度的正则性。首先引入X上内(外)正则集,正则集以及正则Fuzzy测度的概念,并给出了Fuzzy测度正则的充要条件和任意两个紧(或紧Gδ)集的正常差内(外)正则的条件。其次证明单调递增的内正则集的并是内正则的,具有有限Fuzzy测度的单调递减的外正则集的交是外正则的。最后在严格单调条件下,证明具有有限Fuzzy测度的有限个两两不交内正则集的并是内正则的以及每一个紧(或紧Gδ)集是外正则的当且仅当每一个有界开集是内正则的。     

平面的一类开域上不存在加倍测度

通过直线上的一类胖Cantor集构造了[0,1]~2上的一类开域,使得在这类开域上不存在加倍测度,并且构造一个R~2上的有界若当闭域Ω,使得Lebesgue测度L在其上的限制不是加倍测度.     

Choquet模糊积分融合模型中模糊测度的确定

用模糊积分进行多分类器融合时,模糊测度是至关重要的.有限的事例集上,基于模糊测度的Choquet模糊积分的计算可以用乘积与求和算子来表示,即转化成模糊测度的线性组合.本文用线性规划来确定模糊测度,并且用例子说明模糊积分融合方法要优于乘积法、最大值法、多数投票法、加权平均法等简单的融合方法.     

紧伪度量空间上的Hausdorff维数和加倍测度

在紧的伪度量空间(X,d)上,论证了支撑在(X,d)上的加倍测度的存在性与(X,d)上的一致度量维数之间的一些相互关系;并证明了若(X,d)有有限的一致度量维数,则对任意α>0,存在(X,d)上的加倍测度在某个Hausdorff维数最多为α的集上满测.     

对公路雷达面层测厚的检验及评估测厚精度的方法

国内首次使用试验公路模型来检验探地雷达测厚的准确性,并提出雷达测厚精度的评价方法,为今后衡量雷达测厚精度的规范化提供依据.     

实时交通数据的噪声识别和消噪方法

以常用的交通数据———交通量时间序列的实测数据为例,给出多个噪声识别及消噪预处理的实验结果.为提高建模的准确度,采用模糊减法聚类对交叉口实测交通量进行噪声识别.对实测交通量采用奇异值分解的滤波方法进行除噪预处理,并通过训练径向基函数网络进行预测.与数据未经滤波直接训练网络相比,预测结果的平均绝对相对误差降低了3.31%.用小波变换对交通量数据进行消噪处理,即通过多分辨率的小波分解和重构来实现消噪.实验表明,若对原始交通量时间序列消噪后再建立预测模型,将获得更好的预测结果,这说明研究的噪声识别和消噪方法的可行性和有效性.