规范在逃犯信息管理工作

轰轰烈烈的“九六严打”斗争正在开展．今年严打斗争的特点是规模大、时间长、重点突出。由于各地公安机关都突出了抓进工作，普遍达到了抓获率在百分之五十以上的显著效果，从而取得了不少成功的经验，如此次实行的“招降战略”及层层负责的抓逃责任制等．但是，通过这次严打斗争，也发现了抓获工作中存在的一些问题．其突出问题是：一、对外地逃犯的责任分工不合理．多年来，在落实抓进责任制时，传统的方法是以作案地为标准，即逃犯在哪里作案，就由哪里的公安机关为主负责抓捕。这种以作案地为标准的分工方法，对于抓捕本地在逃犯来说无…     

天然林保护工程信息管理系统的设计与实现

天然林保护工程是一项国家实施可持续发展、保护生态环境的重点建设工程.以吉林省天然林保护工程为研究对象,建立了天然林保护工程信息管理系统,促进了林业系统标准化、结构化和系统化,使林业信息共享成为可能,提高了天然林保护工程的管理水平.在研究过程中,解决了天然林保护工程结构与技术标准、知识库、方法库和决策支持系统建立、基础信息数据的分类、组织与挖掘、管理系统、信息发布系统测试等技术难点.     

马克思主义经典作家关于公有制及其实现形式的认识与实践

公有制与公有制实现形式既有联系又有区别，而传统的公有制理论没有界定两者的区别。马克思主义经典作家对公有制及其实现形式的认识与实践，说明马克思主义公有制理论是不断发展的。党的十五大提出的公有制理论正是这种发展的必然结果，是对传统公有制理论的重大突破。     

长白山区天然蒙古栎林立地类型划分

基于2014年吉林省第八次森林资源连续清查数据,调查490块天然蒙古栎林样地。采用主成分分析和聚类分析方法对长白山区天然蒙古栎林立地类型进行划分。主成分分析结果表明：立地因子对立地类型划分的影响顺序为坡向>坡位>坡度>土层厚度>海拔>腐殖质厚度。当聚类系数为0.668 3时,可将490块天然蒙古栎林样地划分为4类：Ⅰ类立地因子多为阴坡、中坡、陡坡、薄土;Ⅱ类立地因子多为半阴坡、上坡、斜坡、薄土;Ⅲ类立地因子多为阳坡或半阳坡、上坡、斜坡、中土;Ⅳ类立地因子多为阳坡、上坡、平缓坡、中土,最适合天然蒙古栎林生长的是Ⅲ类立地类型。     

基于贝叶斯方法的蒙古栎林单木树高-胸径模型

【目的】贝叶斯统计法在提高参数稳定性上有较大的优势,但在森林生长模型中的应用并不多见。研究贝叶斯方法在树高-胸径模型中的应用,改进模型参数的估计方法,为蒙古栎天然林树高生长预测提供支持。【方法】以蒙古栎天然异龄林为对象,基于197块蒙古栎天然异龄林固定样地数据,采用传统极大似然法、贝叶斯法估计树高-胸径基础模型,以及极大似然法与层次贝叶斯法估计树高-胸径混合效应模型。随机抽取80%的样地数据用于建立模型,剩余的20%用于检验模型,基于基础模型与混合效应模型,利用经典概率统计法(极大似然估计)、有先验信息的贝叶斯统计法和层次贝叶斯统计法进行参数估计,分析模型的表现和参数分布。模型的拟合效果通过绝对平均误差(MAE)、相对平均误差(RME)、均方根误差(RMSE)、相对均方根误差(RMSE%)、决定系数(R²)、赤池信息准则(AIC)和偏差信息准则(DIC)指标来确定。【结果】对于基础模型,有先验信息的贝叶斯统计参数可信区间集中。对于混合模型,层次贝叶斯法估计的固定效应参数可信区间较传统方法更为集中,但随机效应参数可信区间相较极大似然法的置信区间更为扩散。使用层次贝叶斯混合效应模型的拟合效果最好,其决定系数R²为0.946。MAE、RMSE和RMSE%指标显示,层次贝叶斯法估计的模型精度最高,其次为极大似然估计的混合效应模型,贝叶斯法估计的基础模型以及极大似然估计的基础模型精度较低。【结论】层次贝叶斯统计法在拟合树高-胸径模型方面具有明显的优势,拟合效果最好,模型预估精度最高。此外,层次贝叶斯法能够以之前建立的模型结果作为先验信息而建立新的模型,是森林经营单位更新模型的可选方法之一。     

纸张条状痕迹的研究

在一次纸张印刷品的检验中，笔者发现了一种从未见过的特殊痕迹，暂命名为条状痕迹。经查阅有关资料，尚未发现对此种痕迹的报道。为此，笔者对此种痕迹进行了研究。现作以不简要介绍，供同行们参考。一、条状痕迹的具体形态及观察方式。该痕迹位于纸张的光面，由宽窄不同，间距不等、明暗相间的数根线条组成．借用侧光倒视或垂直光正视观察，即清晰可见。二、条状痕迹的形成。为了弄清该痕迹的形成原因，笔者走访了造纸厂技术人员，并到生产车间进行了实地考察研究，发现该痕迹形成于纸张生产的烘干或压光阶段（主要是烘干阶段），源于带有…     

基于BP神经网络的长白落叶松人工林林分平均高预测

【目的】研究BP神经网络模型在树高预测中的应用,分析比较不同森林调查因子及不同神经网络训练算法对平均树高预测的影响,为树高预测提供新的方法。【方法】以吉林省长白落叶松人工林为对象,基于168块固定样地的314个观测数据,运用BP神经网络建模技术建立了林分平均树高生长模型。输入因子首先加入年龄,然后依次加入立地因子及林木竞争因子,分析立地因子及林木竞争因子对树高的影响。基于Matlab R2016b中的Sigmoid函数和线性函数为神经元的传递函数,分别采用贝叶斯正则化算法和Levenberg-Marquatdt算法(简称L-M算法)对网络进行训练,对比分析了贝叶斯正则化算法和L-M算法作为训练函数的差异。【结果】与L-M训练算法相比,贝叶斯正则化训练算法具有更好的泛化能力。模型中依次加入年龄、立地因子、林木竞争因子后,树高的拟合精度呈现出相同的上升趋势。采用贝叶斯正则化训练算法,当年龄作为输入因子时,决定系数R²为0.521 0,均方根误差(RMSE)为2.091 7,平均绝对误差(MAE)为1.627 6。加入立地因子后,决定系数R²提高至0.573 6,提高了10.10%,均方根误差(RMSE)为1.973 6,降低了5.65%,平均绝对误差(MAE)为1.579 7,降低了2.94%; 在此基础上,加入林木竞争因子后,决定系数R²为0.845 5,增长了47.40%, 均方根误差(RMSE)为1.187 9,下降了39.81%,平均绝对误差(MAE)为0.968 5,下降了38.69%。【结论】利用贝叶斯正则化BP神经网络可以准确地预测长白落叶松人工林的平均高。立地因子及林木竞争因子能够较好地提升林木生长预测的精度,且林木竞争因子对树高的影响明显大于立地因子。     

石化污水处理技术分析

水污染是一个全球性的问题,随着工业的发展和工业化程度的提升而不断加深。本文通过对生物法、物理法、化学法、物理化学法在石油化工污水处理中研究进展的介绍,说明了各种技术的优缺点和使用条件,指出由于污水成分的多样性,需要综合运用各种技术才能达到最佳的处理效果。总体而言,今后的发展方向是研究开发投入少、见效大的污水处理技术。