耿贝尔逻辑模型在极值风速和有效波高联合概率分布中的应用

首先介绍了耿贝尔逻辑模型，采用该模型对南海海域的涠州岛海洋站的风速和有效波高实测数据进行了分析，结果表明耿贝尔逻辑模型较好地描述了年极值风速和有效波高两随机变量的联合分布；采用得到的极值风浪联合概率分布推算了不同重现期的极值风速和波高，表明考虑风速和波高相关性对设计荷载的确定有显著影响。由于耿贝尔逻辑模型具有函数结构简单，参数估计方便，因此有望成为极值风速和波高联合分布的较理想概率模型。     

Z80 CPU的全部新指令及其功能

除了已公布的Z80 CPU的指令外，本文给出了它的其它全部机器码所对应的操作，有的是全新的操作，还给出了新指令的其它各种功能。这些新指令的发现，Z80 CPU的寄存器结构图也应适当改变。最后，还给出了标志寄存器D5和D3的一些有意义的结果，这些是Z80 CPU未曾定义过的。     

供水管网地理信息系统中爆管分析的算法研究

爆管关阀分析是供水管网地理信息系统中重要的空间分析功能之一,目前已建系统的爆管分析功能存在着算法繁琐或功能简单、不具通用性等缺点。本文以高质量的源数据为基础,根据系统和爆管分析的需求建立合理的数据模型,设计了爆管关阀分析算法,该算法克服现有算法的不足,剔除了可关可不关的阀门,得到正确、经济的关阀门方案,并列出了受影响的用户。将此设计方案应用于"新疆石油管理局供水地理信息系统"中,成功地实现了爆管分析,体现出了该算法简洁、高效、准确、通用的优越性。     

邢台矿区山字型构造的发现及其地质意义

邢台山字型构造位于河北省邯邢煤田内，其前弧向ES突出，脊柱呈ES-WN走向。分别分析了山字型构造脊柱及其东、西翼反射弧构造形迹特征，对研究区找矿具有重要意义。     

大地测量元数据共享模型

通过对大地测量元数据、数据、数据库进行综合分析,基于UML提出了元数据对数据进行语义表达和动态索引的方法模型,讨论了大地测量元数据的存取模型,在应用层面上对大地测量元数据的服务机制和基于Web的交互流程提出了符合大地测量业务逻辑的交互模型.     

GIS成矿预测的数据驱动与知识驱动分析

在基于GIS的成矿预测方法——证据加权法、神经网络法和模糊逻辑法中，含有数据驱动和知识驱动两种过程。数据驱动和知识驱动各有优点和缺点，不应片面对待。模糊逻辑法既适用于勘探程度低的地区，也适用于勘探程度高的地区，可用于两种目标的成矿预测。     

基于Voronoi图的空间方向关系形式化描述模型

运用认知心理学信息加工的观点，建立了基于Voronoi图的空间方向关系形式化描述模型，并详细阐述了模型的逻辑结构、数据结构和空间方向的计算过程。为了验证模型的正确性，列举了该模型计算空间方向的几个例子，并总结了模型的优、缺点。     

顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法

稀疏多项式逻辑回归在分类中仅利用图像光谱信息，导致分类效果不太理想。本文提出了一种顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法。首先利用加权均值滤波与拓展形态学多属性剖面对原始高光谱图像进行局部与结构特征提取；然后对二者进行加权平均特征级融合以获取更具唯一性的像元特征；最后由稀疏多项式逻辑回归分类器对融合结果进行分类。结果表明，本文方法能有效地提高分类精度，而且具有较强的稳健性。     

斯堪的纳维亚半岛及周边地区城镇发展适宜性评价

城镇发展适宜性研究有助于了解城镇发展的优势条件,为确定城镇建设规划的扩展方向提供依据。在北极与亚北极开展研究对中国开展在城镇化、重大基础设施、廊道建设方面的国际合作有重大意义。本文使用多源数据,在采样的基础上利用逐步法的思想进行变量筛选,共筛选出5个显著指标,用logistic方法拟合出最终的模型进行城镇发展适宜性评价,最终得到研究区城镇发展适宜性分级图。研究结果表明：筛选后的显著指标对研究区城镇分布的影响作用大小排序为,温度（正向）、交通网密度（正向）、海拔高度（反向）、人口密度（正向）、距港口距离（反向）;温度、交通网密度、海拔高度、人口密度、距最近港口距离增加1个单位,城镇发展的几率分别比原来增加了38.4%、16.7%、9%、0.4%、0.1%;研究区的Ⅰ（不适宜）、Ⅱ（中度适宜）、Ⅲ（高度适宜）的城镇发展适宜性均值分别为0.03、0.16、0.68（分别约占研究区总面积的76.82%、21.82%、1.37%）;城镇发展适宜性总体呈现出随纬度升高而降低、随经度升高而增加的趋势,适宜城镇发展的气候地理条件是温带大陆性湿润气候带和温带海洋性气候带以及平原与低地地区;研究区的城镇发展适宜性俄罗斯西北部为0.08、瑞典为0.07、芬兰为0.06、挪威为0.03。俄罗斯西北部城镇发展适宜性整体上呈现出北低南高,南部呈现两边高中间低的空间布局;瑞典呈现出西北低东南高,沿海大于内陆的空间布局;芬兰呈现出北（高原）低南（沿海）高,中部次高的空间布局;挪威呈现出南部沿海高,西部沿海次高,其他区域低的空间布局。