一种基于异步串行口的IBM-PC局部网

在综合的科学考察船上以异步通讯口实现的IBM-PC局部网具有较好的性能价格比。本文介绍了该网的联网环境、网络系统的组成及其拓扑结构、网络的服务功能以及网络软、硬件的安装和配置。     

莱西市水资源管理系统的人机互动功能

本文结合莱西市水资源管理的基本特性,采用人机交互管理方式,成功地运用地理信息系统(GIS),实现了界面良好的莱西市水资源信息系统的各种功能,为规范水资源业务管理的程序、开展地区水资源管理信息系统化建设,提供了有力的技术支持。     

可靠性约束下的海底油气集输管网系统优化

在管网系统满足一定可靠度的基础上，以费用最小为优化目标，对系统进行了优化，求出了满足一定可靠度指标的费用最小的管网布置方案。对树状网络可靠性进行了评估，提出了一个0-l规划模型，并运用图论和网络理论将管网系统的优化问题转变为求可靠度至少为α的网络固的最小生成树问题。     

Prediction of Load Carrying Capacity of Corroded Reinforced Concrete Beam

A novel method for prediction of the load carrying capacity of a corroded reinforced concrete beam (CRCB) is presented in the paper. Nine reinforced concrete beams, which had been working in an aggressive environment for more than 10 years, were tested in the laboratory. Comprehensive tests, including flexural test, strength test for corroded concrete and rusty rebar, and pullout test for bond strength between concrete and rebar, were condueted. The flexural test results of CRCBs reveal that the distribution of surface cracks on the beams shows a fractal behavior. The relationship between the fractal dimensions and mechanical properties of CRCBs is then studied. A prediction model based on artificial neural network (ANN) is established by the use of the fractal dimension as the corrosion index, together with the basic intbrmation of the beam. The validity of the prediction model is demonstrated through the experimental data, and satisfactory resuits are achieved.     

沉降监测多项式回归分析与神经网络预测

使用多项式和切比雪夫(Tchebyshev)多项式分别对沉降监测数据进行回归分析以预测未来沉降值,其中切比雪夫多项式的外推效果较好;应用前向BP神经网络对两种不同的单因子输入模式进行非线性函数逼近,并进行了不同采样步长的比较,实例表明将时间点作为网络的输入对沉降进行预测效果较好。     

公用微机硬盘安全管理的一种方法

给出一种适合各种DOS版本和各种机型的微机硬盘安全管理方法。不仅可以预防已知或未知的计算机病毒，而且可对上机人员的权限进行统一分级管理，以防止硬盘重要系统信息的损坏，从而提高公用微机系统的可靠性。     

高校图书馆自动化的可行途径——兼论公用系统支持的图书馆自动化

提出由公用计算机系统支撑的大学图书馆自动化系统模型。以一个假想系统LASO(青岛海洋大学未来的图书馆自动化系统 为例。阐述该模型的可行性。     

人工神经网络方法反演东中国海悬移质浓度

海中悬移质是决定海洋光学性质、海洋水质,河口海岸带演变动力过程的重要环境参数。本文利用模拟遥感反射比数据集建立人工神经网络反演悬移质浓度,并利用东中国海现场同步数据对该算法进行验证。     

基于BP人工神经网络的水体遥感测深方法研究

利用Landsat7ETM＋遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演.结果表明：具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况;由于受长江口水体高含沙量的影响,模型对小于5 m的水深值反演精度较高,而对大于10 m的水深值反演精度较低.