华东地区农林水院校《高等数学》课程实行统考的实践与思考

对华东地区农林水院校《高等数学》十五年来统考进行全面系统的分析,概括介绍统考十五年所取得的丰富经验以及取得的成效和存在的问题.并引发我们为提高教学质量而进行校间的教学交流与合作的思考.     

GM(1,1)模型在粮食产量预测中的应用

本文根据灰色系统理论，利用安徽省１９８８—１９９５年粮食产量资料，运用ＧＭ（１，１）灰色预测模型方法，对“九五”期间安徽省粮食产量进行动态预测，为实现“九五”规划中的粮食产量提供科学的理论依据．     

麦蚜天敌捕食强度的灰色评判

利用灰色局势决策理论,对两种麦蚜的优势种天敌作了灰色评判。结果表明,从捕食强度来看,小麦的孕穗期至腊熟期阶段,麦长管蚜与麦二叉蚜的优势种天敌依次为：龟纹瓢虫,草间小黑蛛和八斑球腹蛛。     

关于高等数学课程分层次教学的实践与思考

高等数学在高校课程体系中具有十分重要的地位．在高等教育进入大众化教育阶段的背景下，本文介绍了我校高等数学课程分层次教学的改革实践与经验，阐述了该教学模式对提高学生的数学素质和对教学质量的作用，同时也指出了存在的主要问题．     

Mapков方程的整数解

本文给出了Ｍａｐков方程ｘ２＋ｙ２＋ｚ２＝３ｘｙｚ的一种解法及Ｍａｐков数的解析式．     

耦合多种特征的森林蓄积量反演方法比较——以雅鲁藏布江流域森林为例

森林资源遥感监测是遥感的重要应用方向之一。传统的统测方法花费大量的人力、物力,科学的森林资源预测可以提升工作效率并降低测算成本。森林蓄积量是评价森林生态系统质量的重要指标。蓄积量反演模型是用来估测蓄积量的数学模型,具有学习和预测的功能。同样的地物在不同光照或阴影区域有较大的差别,利用波段比值可以在一定程度上减小光照和阴影区域在建模时得出结果的误差。森林蓄积量的预测模型通常选取光谱信息和纹理特征作为主要建模因子,但未充分考虑选取波段比值、植被指数、地形因子等多特征变量时不同模型对预测精度的影响。针对不同模型的精度问题,以西藏自治区米林县为研究区域,以Landsat OLI影像、DEM数据以及森林资源二类调查数据为数据源,对光谱信息、纹理特征和地形因子等进行提取与分析,并建立了三种基于多特征的森林蓄积量的反演模型,分别是多元逐步回归模型、BP神经网络模型和随机森林模型。旨在研究不同模型对森林蓄积量反演的影响。采用可决系数(R2)、平均绝对误差(MAE)和均方根误差(RMSE)来对模型进行拟合度和精度的评价。结果显示随机森林模型的拟合度和精度均为最优(R2=0.739,MAE=55.352 m3·ha-1,RMSE=63.195 m3·ha-1),高于多元逐步回归模型（R2=0.541,MAE=58.317 m3·ha-1,RMSE=71.562 m3·ha-1)和BP神经网络模型(R2=0.477,MAE=67.503 m3·ha-1,RMSE=73.226 m3·ha-1)。模型预测值的范围为121.3~372.8 m3·ha-1,与实际值较为接近。结果表明基于多特征的森林蓄积量反演在实际应用中是有效的,且不同的模型对森林蓄积量的反演精度有一定的影响。随机森林回归模型的反演精度最高,能够较好地应用于森林资源的遥感监测中。该研究可以为森林蓄积量反演方法的选取提供参考和借鉴,有助于森林资源遥感监测体系的不断完善。     

GM（1，1）模型在粮食产量预测中的应用

本根据灰色系统理论。利用安徽省1988-1995年粮食产量资料，运用GM(1，1)灰色预测模型方法，对“九五”期间安徽省粮食产量进行动态预测。为实现“九五”规划中的粮食产量提供科学的理论依据。     

不可由ax＋by＋cz表出的最大正整数

本文给出了在及ｃ的条件下不可由ａｘ＋ｂｙ＋ｃｚ表出的最大正整数：ｂ（ａ，ｃ）十ｃ（ａ，ｂ）－ａ－ｂ－ｃ．