雷公藤优良单株选择技术(Ⅱ)——雷公藤的选择方法、选择标准

以雷公藤人工同龄林为选择群体,以枝数量、地径、平均藤径、平均藤长为选优性状,采用小样地调查方法并用指数选优法进行雷公藤优良单株选择,研究结果表明:雷公藤选优的合理对比株数量为16株;雷公藤枝数量、地径、平均藤长、平均藤径选优标准的性状比分别为1.5,1.45,1.45,1.85;通过多性状联合选择,从36株候选株中选出23个优良单株,入选率为1.05%,选择强度为1.388 9~1.756 2,优良单株各生长性状为林分平均水平的1.47~1.8倍.     

求解声波散射问题的边界元快速多极算法的一种新型树结构

目的 为创建一种新的树结构,进一步提高求解效率.方法 针对有界星型散射区域,应用极坐标的思想,提出一种新型的弧形单元树结构,该树结构将二维散射问题的快速多极算法的树结构由传统的四叉树结构转化为二叉树结构,进而大大提高了求解效率.结果 通过对数值例子的计算及求解效率的分析,可以看出在应用快速多极算法求解声波散射问题时,应用该二叉树结构相比原始四叉树结构时的求解效率高很多,而且精确度也较高.结论 提出的新型树结构是高效且精确的.     

指数Diophantine方程pa-pb-pc=z2

设p是奇素数。本文给出了方程pa-pb-pc=z2的全部非负整数解(a,b,c,z)。     

C4．5算法在高校学生心理教育方面的应用研究

研究了数据挖掘技术的概念、过程、方法和技术等内容,详细地介绍了决策树技术在学生心理问题数据挖掘中的全过程,采用C4．5算法生成了学生心理问题的决策树模型,并由此产生了分类规则,为高校心理咨询工作提供了一些有用的参考依据。实验’结果表明,该方法对高校构建预防型大学生心理健康教育模式具有一定的实用价值。     

树木元素富集与树种及土壤类型关系的初步研究

用富集系数研究了相同土壤类型上生长的不同树种,不同土壤类型上生长的同一树种,及不同土壤类型上生长的不同树种对１８种元素的富集情况．结果表明,黄棕壤上生长的悬铃木对元素Ｐ的富集系数最大,而马尾松对元素Ｃｄ的富集系数最大;对于生长在不同土壤类型上的马尾松,则由于土壤本身偏酸性而造成黄棕壤和红壤上生长的马尾松对大部分元素有较高的富集系数;从不同土壤类型上生长的不同树种对元素的富集系数来看,元素Ｐ的差异最大,红壤、黄棕壤上生长的马尾松对元素Ｃｄ的富集系数远远大于其它土壤类型上生长的各树种（本文所讨论范围内）,过渡元素及原子序数较大的Ｂａ、Ｐｂ两个元素的富集系数则无明显差异     

关于图的顶点标号的几个结论

根据图顶点标号的定义以及图形结构,给出几类图的顶点标号的界值限定及包含三角形K3的(k,d)-优美图中边的条数与k的关系.     

均衡二分图中存在哈密顿因子的条件

研究了在均衡二分图中包含给定哈密顿圈的[k,k+1]因子的存在性问题.根据图论中因子和临界图理论,并结合代数知识,针对均衡二分图,研究图的阶数,顶点的度和因子之间的关系,分情况讨论,通过对均衡二分图的临界条件的限制,给出均衡二分图中存在包含给定的哈密顿圈的[k,k+1]因子的充分条件.该条件在很大程度上改进了已有的包含哈密顿圈的度条件,进一步完善了包含哈密顿圈的因子理论.算例表明所用方法的有效性,所得结论的正确性.     

漆树营养液对漆树生长及生漆质量的影响

以提高生漆的质量为目标,用专门配制的含磷、钾、硼、铜、镁等矿质元素和生长调节物质的"漆树营养液"对毛坝漆树进行喷施处理,观察漆树的生长情况并检测生漆质量.试验结果表明:①处理组较对照组漆树生长茂盛,树皮增厚,漆树落叶时间延长半个月左右,且无毒副作用;②处理组较对照组漆树所产生漆的漆酚、漆酶、树胶质等主要化学成分的含量增加;③处理组较对照组漆树所产生漆的感官检验指标明显改善;④处理组较对照组漆树所产生漆的表干时间缩短.其机理是施用"漆树营养液"后漆树的营养条件改善了,生漆的代谢合成能力增强了.施用"漆树营养液"可促进漆树生长并提高生漆质量.     

基于改进频繁模式树的最大频繁项目集更新挖掘算法

在挖掘最大频繁项目集的过程中,通过改变最小支持度阈值可以挖掘更有用的最大频繁项目集,为此提出了一种最大频繁项目集更新挖掘算法UAMMFI(Updating Algorithm for Mining Maximal Frequent Itemsets)。算法基于改进后的频繁模式树结构,在更新挖掘过程中,不需产生候选项目集和条件模式树,并且充分利用先前已挖掘的最大频繁项目集中包含的信息,快速更新挖掘出最小支持度阈值变化后的最大频繁项目集。实验结果表明,算法能够高效更新挖掘最大频繁项目集。     

基于改进随机抽样一致的点云分割算法

随着三维点云数据模型在三维建模、测绘、智能城市以及机器视觉等领域的应用,点云数据处理也成为一个研究热点。点云分割就是将三维空间中点云通过一系列算法,将散乱的点云数据划分成更为连贯的子集的过程,可以为后续的数据分析提供数据基础。针对随机抽样一致算法(random sample consensus, RANSAC)对杂乱、无规则点云数据分割效果不佳的问题,提出一种改进的RANSAC点云分割算法。该算法通过构建Kd(K-dimensional)树,利用半径空间密度重新定义初始点的选取方式,进行多次迭代来剔除无特征点,在实现点云分割的同时可以有效去除噪声点;此外,该算法重新设定判断准则,优化面片合并,可以实现点云的精确分割。实验通过对散乱点云数据进行分割,结果表明该改进RANSAC算法的点云特征提取数据量较大,面片分割的准确性较高,是一种有效的点云分割算法。