小波变换和数学形态学的高分辨率图像居民地识别

利用小波变换和数学形态学的方法对高分辨率遥感影像的面状地物居民地进行识别提取。经实验结果得出, 利用小波变换对图像进行纹理分割,而后再用数学形态学的基本运算组合成的各种算子,选择合适的结构元素,可以完成图像居民地的提取,并进行了矢量跟踪,得出的结果可以直接应用于GIS。     

生物饵料培养课程教学改革的探索与实践

介绍了“激发学生学习兴趣—优化课堂理论教学—强化实验教学”模式在生物饵料培养课程教学中的探索与实践。提出增强教学的趣味性、改革课程考核方法、合理安排实验课顺序及加强学生实验操作能力的培养等途径改革教学方法。通过问卷对此教学模式进行调查,结果表明生物饵料培养的教学改革取得较好的效果。     

生物饵料培养课程教学改革的探索与实践

介绍了“激发学生学习兴趣-优化课堂理论教学-强化实验教学”模式在生物饵料培养课程教学中的探索与实践。提出增强教学的趣味性、改革课程考核方法、合理安排实验课顺序及加强学生实验操作能力的培养等途径改革教学方法。通过问卷对此教学模式进行调查，结果表明生物饵料培养的教学改革取得较好的效果。     

拉萨地区六月中、下旬逆温观测与混合层模式、分析及应用研究

本文利用1986年中美联合青藏高原大气科学实验资料,对拉萨地区所存在的逆温现象尤其是边界层内存在的逆温进行了分析,试用耗散结构理论修正Tennekes等提出的数学模式建立了高原边界层内的混合层模式。 分析表明,拉萨地区白天仍有逆温存在。高原上的混合层具有比湿较海洋上不稳定和层底较高的特点。混合层的形成与逆温有关,逆温是混合层存在的边界约束条件之一,尤其在高原晴空区。 此外,本文还利用资料对本文所提出的混合层数学模式进行了验证和定性分析。     

基于数学形态学的图像骨架提取和复原的改进算法

数学形态学提供了一种以形态或集合论为基础的对图像进行分析理解的工具,主要包括扩张、腐蚀、开启和闭合4个算子.基于数学形态学理论,提出一种改进的二值图像骨架提取和重建算法,并取得了很好的效果.     

自学模式识别法及其在航磁异常识别中的应用

本文采用自学模式识别法,把抽象集划分问题转化成数学点集划分问题;并通过数量化理论Ⅲ和Kalma滤液,把数学点集划分过程用核参数δ_i来实现;最后还利用此法对新疆哈密地区几十个航磁异常进行了识别,对识别结果进行地质解释,并阐明了含铜镍超基性岩类的地质、构造及空间展布特征。     

组合数学在计算机科学中的应用

介绍了组合数学的概念、起源与研究的主要内容,分析了组合数学的特点,阐述了组合数学与计算机软件的联系,并着重通过两个例子说明了Ramsey数在计算机科学的信息检索、分组交换网设计分支中的重要应用.     

斯特林发动机的循环分析和计算

阐述了等温分析法的斯特林发动机的物理模型，及由此导出描述循环的各热力参数及循环功的数学式，并以小型斯特林实验机的实验结果和等湿法计算结果进行比较分析。     

黄土地貌区径流节点提取及其特征信息指数的DEM实验分析

径流节点是一种真实存在于流域单元中的地学实体对象,携带了大量的水文与地貌特征信息。针对当前研究中缺乏定量地度量径流节点所承载的地学特征信息量的相关探讨,本文结合径流节点的已有理论,总结了其地学特征信息,借鉴数学粗集理论提出了径流节点的特征信息指数（FIIRN）,并分析了相关的定义与计算方法。本文以黄土高原的7个典型黄土地貌样区5 m分辨率DEM数据为实验材料,提取了各个实验样区的径流节点,并计算了每个样区的FIIRN指数值。实验结果表明：（1）FIIRN指数可有效地映射流域单元的径流分级、发育状况等地学特征信息;（2）FIIRN指数可定量地表达流域单元的地学特征信息量;（3）FIIRN指数可作为挖掘流域地学特征信息的一个重要参数。     

斯特林发动机的循环分析和计算

阐述了等温分析的斯特林发动机的物理模型，及由此导出描述循环的各热力参数及循环功的数学式，并以小型斯特林实验机的实验结果和等温法计算结果进行了比较分析。     

二重结构编码算法求解背包问题的分析及改进

给出了背包问题的数学模型,分析了解决该问题的二重结构编码的混合遗传算法,在此基础上通过引入价值密度的概念并与局部搜索算法相结合对算法进行了改进,并通过大量的数值试验充分证明了改进后的二重结构编码算法的有效性有了一定的提高.     

冻结食品解冻时间的数值计算

给出描述平板状冻结食品解冻过程的数学模型 ,并用有限差分法求解。以牛肉为例 ,通过与实测值和经验公式计算值进行比较 ,结果表明 ,数值法预测冻结食品解冻时间具有较高的精度。     

用遗传算法对自动控制系统数学模型寻优

探讨用遗传算法对数学模型进行优化。考虑到控制系统稳健性的要求 ,用遗传算法寻找出控制系统最佳稳定域 ,实现控制系统数学模型的寻优。阐述了用遗传算法求解问题的步骤和参数的取值 ,并用仿真实验对优化结果进行了检验。结果表明 :在控制系统数学模型的优化中 ,遗传算法具有其他算法无可比拟的优越性。     

空间异质性定量研究方法

空间异质性是景观生态学定量化研究的核心,其定量研究方法包括景观综合图、数学模型和地学信息图谱.本文概括总结了景观综合图的内容和定量化指标,分析了这种定量化方法的优势和局限;对数学模型的复杂性、优点和与景观综合图的互补性作了简要分析,指出了数学模型研究需要进一步探讨和重视的问题;通过对地学信息图谱三个阶段(景观制图实验,图谱概念的提出和地学信息图谱理论的形成)的回顾和对其特点的分析,我们认为地学信息图谱综合了景观综合图和抽象的数学模型可以提供的互补信息,吸收了两者的优点,是空间异质性的综合定量研究方法.     

鲢鱼脆片的研制和质量评定

以鲢鱼肉和淀粉为主要原料,通过加工处理而制成鲢鱼脆片;并利用试制的产品资料和根据模糊数学综合评判原理,建立鲢鱼脆片质量评判数学模式,借助它可找出质量好的最佳生产工艺。     

Method for predicting cuttings transport using artificial neural networks in foam drilling

Foam is used widely in underbalanced drilling for oil and gas exploration to improve well perfor-mance.Accurate prediction of the cutting transport and pressure loss in the foam drilling is an important way to prevent stuck pipe,lost circulation and to increase the rate of penetration(ROP).In foam drilling,the cuttings transport quality may be defined in terms of cuttings consistency and downhole pressure loss,which are controlled by many factors.Therefore,it is very difficult to establish the mathematical equation that reflects nonlinear relationship among various factors.The field and experimental measurements of these parameters are time consuming and costly.In this study,the authors suggest a cuttings transport mathematical modeling using BPN(back propagation network),RBFN(radial basis function network)and GRNN(general regression neural network)based on various experiment data of cuttings transport of previous researchers and compared the result with experiment data.Results of this study show that the GRNN has a correlation coefficient of 0.99962 and an average error of 0.15 in training datasets,and a correlation coefficient of 0.99881 and an average error of 0.612 in testing datasets,which has higher accuracy and faster training velocity than the BP network or RBFN network.GRNN can be used in many mathematical problems for accurate estimation of cuttings consistency and downhole pressure loss instead of field and experimental measurements for hydraulic design in foam drilling operation.     

聚合物溶液在渗流过程中机械降解数学模型

针对在渗流过程中聚合物溶液机械降解问题,提出计算聚驱过程中聚合物相对分子质量模型,引入降解因子概念,给出计算渗流过程中聚合物相对分子质量数学模型及其模型验证.结果表明,新模型的计算结果与实验数据的计算结果吻合程度很高;共选取9组实验数据进行对比计算,其中7组实验数据所计算的结果与用新模型计算的结果之间的误差小于5%.聚合物分子的降解程度与降解因子之间有密切联系,即随降解因子的增加,聚合物分子降解程度也不断增加;降解程度呈现先迅速增加后趋于平缓的现象,渗流过程中相对分子质量呈现前期迅速下降后期趋于稳定的规律.新模型可准确描述渗流过程中聚合物相对分子质量变化过程.     

无级比例尺信息提取技术在北京城镇道路中的应用研究

文中所叙述的无级比例尺信息提取技术,是基于GIS空间处理技术、空间分析模型、空间查询方法并结合AHP层次分析数学方法,进行模型研究并最终在集成开发环境下模拟并实现了信息提取的过程.本模型的研究是以北京市城区道路为基础研究数据.在DOTNET语言环境下结合ArcEngine9.0组件技术建立信息提取模型,在实验中反复修改模型参数,在保持北京市城镇道路整体轮廓的同时,最终形成了城镇道路的无级比例尺信息提取模型.     

基于混合瓦片的海量DEM/DOM数据高效存储管理方法——以应急救灾数据库为例

针对传统DEM/DOM数据存储管理采用同一瓦片剖分导致大量DEM小文件入库效率极低的问题,在传统地形金字塔的数学基础上,建立DEM/DOM混合瓦片的金字塔模型。该模型考虑相同空间范围内DEM瓦片文件远小于DOM瓦片文件大小的数据特点,通过为DEM和DOM划分不同的瓦片范围,平衡瓦片文件大小;将空间相关的DEM瓦片打包,以减少文件数量,提高入库效率;设计了瓦片ID的编码方式,隐式存储非均衡瓦片范围的DEM瓦片和DOM瓦片的映射关系,支持无缝调度和浏览。以分布式数据库MongoDB为平台进行实验,验证了本文方法的可行性和有效性。     

最小二乘谐波估计对GNSS坐标时间序列多路径效应提取能力的研究

在对比分析单元谐波估计与多元谐波估计这2种最小二乘谐波估计方法的数学原理及实现方法基础上,基于实际监测点的GNSS坐标时间序列,通过实验对比2种方法在提取多路径效应方面的效果.结果表明,单元谐波估计和多元谐波估计均能较好地提取多路径效应;在未发生数据中断的情况下,相比于单元谐波估计,多元谐波估计的去噪效果更明显,E、N...