甲壳胺对甲基丙烯酸溶液聚合的“模板”效应

研究甲壳胺（CTS）对甲基丙烯酸（MAA）水溶液聚合的影响，探讨在不同MAA／－NH2摩尔比的水溶液中MAA聚合形成聚合物的分子量和结构规整性，结果表明CTS对MAA聚合物的结构规整性有影响，即具有一定的“模板”效应。     

口虾蛄超氧化物歧化酶同工酶的组织特异性研究

以口虾蛄为材料进行研究，用聚丙烯酰胺凝胶电泳法，对其肌肉、心脏、腹鳃、肝胰腺及眼球5种组织器官进行超氧化物歧化酶(SOD)同工酶的研究分析。结果表明：不同组织中超氧化物歧化酶(SOD)的同工酶谱带存在差异，具有明显的组织特异性。眼球、腹鳃、肝胰腺和心脏中有2条酶带，肌肉中几乎不表达，心脏中SOD2和肝胰腺中SODl谱带表达最浓，而腹鳃中的酶带表达最弱。     

黄海锋区环流与鲲鱼卵的聚集

鳗鱼的补充量决定了黄海渔业产量以及资源的可持续开发。海州湾是鲲鱼传统的产卵场和育肥场。研究表明，缇鱼生活史早期阶段在该海域的存留与观测到的海洋锋有关，海上观测证实了鳗鱼卵的分布有高密度的斑块，并且多存在于潮汐锋区；在夏季，锋区和鱼卵的高密度斑块都会向近岸移动。采用HAMSOM水动力模式（Hamburg Shelf Ocean Model）对黄东海的锋区环流及颗粒物输运进行了研究，以月平均风场及实测温度作为强迫。结果表明，锋区的射流和上升流都对鱼卵的输运有重要影响。锋区的剪切不稳定以及地形作用下的位涡平衡经常会产生辐聚和辐散的区域。数值实验的结果表明，对于鱼卵一类颗粒物的聚集，潮混合锋起了重要作用。当鱼卵进入辐聚区后，会被聚集到一起形成斑块。辐聚区有良好的觅食条件。有利于鱼卵的孵化和仔鱼的生长。     

运用约束Delaunay三角网从众源轨迹线提取道路边界

运用众源车辆轨迹数据提取道路信息需要解决轨迹点采样稀疏、高噪音、密度差异大等问题。为此,本文提出一种运用约束Delaunay三角网从车辆轨迹线集中提取道路边界的方法。首先,通过三角形边长度和Voronoi面积等几何特征表达轨迹点分布的聚集性差异,并将这两种不同几何维数的控制条件集成建立道路边界识别模型,运用"种子点"区域扩展方法实现道路边界的精确提取。最后,运用北京市出租车GPS轨迹进行试验,结果表明该方法适于车辆分布频率悬殊、时间跨度不同、道路网结构复杂的轨迹线数据处理。     

基于改进聚类分裂的动态R-树实现方法

在R*-树的构建过程中引入聚类技术能够有效地提高索引的性能,传统的k-means聚类算法对初始值非常敏感,聚类过程较为复杂。基于此,文中提出一种改进聚类分裂的动态R*-树实现方法,在节点分裂的过程中引进聚类技术,对R*-树的基本结构加以改进,从而获得动态的结构重组。实验表明,动态R*-树以略高的构建开销换取较高的查询效率,大幅度提高索引树的空间利用率,在批量数据动态加载和处理等方面具有较高的实用价值。     

TLS三维点云聚类滤波算法应用研究

现有地面三维激光扫描点云数据滤波算法较少,针对地形复杂区域的点云滤波效果更是不甚理想,因此对二维聚类算法进行改进,提出三维点云聚类滤波算法,并对其在地形复杂区域的TLS数据滤波中的应用进行研究。以重庆鸡冠岭危岩体的TLS数据为例,分别采用曲率平滑滤波方法和文中提出的点云聚类滤波方法处理,并对两种方法处理过的数据进行形变量计算和分析。实验证明,针对植被覆盖茂密、地形复杂的山体,该方法的点云滤波效果较好,且处理速度有较大提升,能为点云后期形变量计算提供较好的基础。     

时空大数据分布式增量IMSTDCA聚类方法研究

时空聚类分析是对时空大数据进行利用的一种有效手段,目前传统聚类算法存在着大规模分布数据难以处理,海量数据处理时间较长,确定参数困难,聚类质量较差等缺陷。因此,提出一种分布式增量聚类流程DICP,利用广域网分布增量聚类方法,避免大量数据的传输拷贝,有效提升聚类运算效率。对于DICP流程中的时空数据聚类算法本身,研究了一种大数据环境下的IMSTDCA时空数据聚类算法,借助密度聚类的思想,通过时空数据的聚集趋势预分析、时空数据聚类算法,以及时空数据聚类结果评价3个步骤完成聚类分析,实现时空大数据的快速高效信息挖掘。     

人工蜂群算法的改进及在空间数据聚类中的应用

人工蜂群算法是一种新兴的群智能算法,具有灵活、易于与其他技术结合、设置参数少、实用性强的优点,但同时也存在一些缺陷,如蜜源更新和选择机制随意性较大,算法后期收敛速度慢等。本文在总结前人研究成果的基础上,从蜜源更新公式和选择机制两方面对基本的人工蜂群算法做出改进。算法的应用是蜂群算法研究的热点,本文采用位置-属性一体化概念模型,将空间属性与非空间属性纳入统一的空间计算模型,结合本文提出的改进的人工蜂群算法对Meuse数据集进行空间聚类分析,获得了比较好的结果。     

基于多尺度空间聚类的江西省经济区域划分

经济区划是区域经济规划中的一个重要方面,以传统聚类方法进行的经济区划不能兼顾区划单元的属性特征与空间邻接性。运用基于尺度空间理论的空间聚类方法、综合区划单元的属性特征与空间邻接性,对江西省县域单元经济区划进行研究。结果表明:江西省可划分为五类经济区,分别是昌九经济区、赣东北经济区、赣西北经济区、赣中南经济区和赣南经济区,区划结果与江西省实际经济发展情况基本吻合。     

居民出行活动特征与收入水平的关系——以上海市为例

居民出行活动与居民的收入水平关系是公共交通、城市地理研究的重要问题。传统获取居民出行活动信息主要基于问卷调查的方式,不仅成本高、样本量有限,且研究局限于定性讨论,研究结果易因受访者的主观意识而产生偏颇。随着信息技术的革新,传感器记录的大规模人类活动信息为研究居民出行活动特征与居民收入水平关系提供了可能性。本文利用上海市居民时空轨迹数据,从居民出行活动的角度出发,首先构建居民出行活动指标,并利用主成分分析法提取居民出行活动特征的主要成分;然后对主成分进行K-Means聚类,并针对不同出行活动特征的类别,分析居民出行活动特征与居民收入水平的关系,结果表明：①居民出行地点多样性与居民出行范围大小是反映居民出行活动特征的主要成分;②移动范围越小、移动地点多样性越低的居民类别,其平均工资水平越高;③不同移动性特征的类别平均收入水平差异与各类别居民工作地的产业发展有关。研究结论可为城市规划及相关经济政策制定提供参考。