在VC++中使用VertexShader实现卡通渲染

介绍了Cell-shader(卡通渲染)和VenexShader技术,论述了卡通渲染的原理,并给出了VeaexShader的一些具体使用实例.     

克氏原螯虾种群生长模型及生态参数的研究

通过观察与测量333尾不同生活时期的克氏原螯虾（Cambarus clakii)，并建立了其生长模型，雌体W=0.0199L^3.2442；雄体W＝0.0155L^3.4065，推算出一些有意义的生态学参数，雌性性成熟年龄为0．8年，生长速度最大时的年龄为3．0年，生态寿命为5．3年；雄性性成熟年龄为0．7年，生长速度最大的年龄为2．5年，生态寿命为4．3年。     

线程运行机制及其使用

首先对线程的一般设计进行了描述,着重分析了线程使用过程中的几个重要影响因素,并对线程生命周期中的各个阶段所要注意的问题做了讨论,最后还强调了线性文档化在软件工程化中的地位。     

预制框架内嵌竖缝剪力墙体系抗震性能试验

为研究预制钢筋混凝土框架结构内嵌竖缝剪力墙体系(PRCFW)的抗震性能,设计了2个单跨双层、缩尺比为1∶2的PRCFW试件,并进行了拟静力试验研究.通过分析试件的破坏机制、刚度退化、变形和延性以及滞回耗能性能等,综合考察该结构体系的破坏模式和变形能力.试验表明:现浇节点未发生明显破坏,满足强节点弱构件要求;试件具有良好的延性,平均位移延性系数均大于3;竖缝墙由缝间墙受弯破坏最终发展成贯通各墙肢竖缝根部的剪切破坏;竖缝剪力墙与预制框架间螺栓连接板及其抗剪连接件未发生破坏.试验能够为该体系的进一步研究和工程应用提供参考.     

结合相似度的朴素贝叶斯半监督自训练方法

【目的】自训练方法易选出低置信度的无标记样本去训练分类器,在训练中也易误标记无标记样本导致错误累积,针对这些问题提出结合相似度选择高置信度样本的朴素贝叶斯自训练方法。【方法】选择朴素贝叶斯作为基分类器,在迭代中通过相似度计算方法计算样本相似度,选择同时满足相似度阈值和类别号判别一致的无标记样本加入训练集。【结果】在UCI数据集的对比实验中发现,提出的新方法的分类正确率高于其他对比算法。【结论】新方法能够利用少量有标记样本和不断添加的置信度高的无标记样本去训练分类器,提高分类精度,解决了自训练方法因有标记样本集初始分布不均导致准确率较低的问题。
     

固相萃取-超高效液相色谱-三重四极杆质谱法测定饮用水中13种卤代苯醌类消毒副产物

卤代苯醌作为一类新检出的消毒副产物,在饮用水中检出率高但含量较低。为准确、高效、高通量分析饮用水中的卤代苯醌,本文基于固相萃取前处理和超高效液相色谱-三重四极杆质谱,建立了同时检测饮用水中13种卤代苯醌(6种氯代苯醌、6种溴代苯醌、1种碘代苯醌)的方法。在1 L水样中加入2.5 mL甲酸混匀,取500 mL水样经Plexa固相萃取柱(200 mg/6 mL)富集浓缩后,进行超高效液相色谱-三重四极杆质谱检测。以HSS T₃色谱柱(100 mm×2.1 mm, 1.8μm)分离,甲醇-0.1%甲酸水溶液为流动相进行梯度洗脱,采用电喷雾负离子模式电离、多反应监测模式检测,基质匹配外标法定量。以饮用水为基质考察方法的精密度和准确度,结果表明,13种卤代苯醌在各自的线性范围内呈现良好的线性关系,相关系数(r)均大于0.999,方法检出限(MDL,S/N=3)和方法定量限(MQL,S/N=10)分别为0.2～10.0 ng/L和0.6～33.0 ng/L。不同加标水平(10、20、50 ng/L)下13种卤代苯醌的回收率为56%～88%,相对标准偏差(RSD,n=6)均≤9...     

Workshop和Blackboard教学法在医学文献检索教学中的应用

创建开放式、培养创新人才的新模式是深化教学改革、提高教学质量的根本出路,实施Workshop和Blackboard教学法是实现这一目标的有效方法之一。本文探讨了Workshop和Blackboard教学法的教学理念、教学方法的特点,并介绍了Workshop和Blackboard教学法在我校医学文献检索课程教学实践中的应用效果和学生的评价。     

加Jacobi权的广义Bernstein算子的同时逼近正定理

本文使用Jacobi权函数,引入新的加权光滑模ωφ^λ（f,t）ω,给出了广义Bernstein算子加Jacobi权的同时逼近的点态估计的正定理,     

基于人工免疫网络的多峰值函数优化

针对多峰值函数优化中常规方法难以同时搜索出多个极值的问题,借鉴生物免疫系统的相关机理,提出了基于人工免疫网络的多峰值函数优化算法,并在一些典型的测试函数上进行性能测试。实验结果表明,该算法具有很好的全局和局部搜索能力,能够较好地保持抗体的多样性,获得多峰值函数的全部或多个优化解。     

核聚类算法及其在模式识别中的应用

将核学习方法的思想和可能性聚类算法相结合,提出一种基于核的可能性聚类算法,使其能够对非超球体、含有噪音和孤立点的数据进行有效的聚类。将该方法用于模式识别中,仿真实验表明,基于核的可能性聚类算法比模糊C-均值算法以及可能性聚类算法具有更好的聚类效果,且算法能够很快地收敛。