自动分布阈值图像多目标分割算法

提出了一种有实际背景的最小费用箱子覆盖问题──每个物品有长度和费用2个参数.针对局外最小费用箱子覆盖问题,给出了一个求解该问题的最坏情况渐近性能比为1/2算法C-FF1.同时给出了一个求解该问题的局内算法C-FF2,其绝对性能比为1/2,并证明了不存在绝对性能比大于1的算法.     

非线性阻尼下裂纹非匀速扩展问题的零级近似解析解

探讨了非线性阻尼下无限岩板内张开型裂纹非匀速扩展的瞬态分析问题．在现有断裂动力学问题文献中，一般采用拉氏变换与积分变换方法，得到的回路积分最后还需借助于数值方法求解．作者在断裂动力学基本方程中引入一个非线性阻尼项来考虑能量损耗，采用小参数摄动，得到零级近似动力学方程组，而且自始至终采用解析方法进行计算，获得了问题的零级近似解析解．如果沿裂纹长度上有剪应力作用，采用本文方法也可获得其零级近似解析解．本文方法将有利于改善非线性断裂动力学中应用有限单元法求数值解的收敛性．因而本文为解决这类非线性断裂动力学问题提供了一条新的途径．     

关于无网格方法中点插值形函数的研究

点插值法与其他无网格方法不同的是采用多项式近似来构造形函数，这种形函数具有Kronecker delta函数的特性，因此，易于施加本质边界条件．本文研究了点插值法中以单项式为基函数的形函数的建立及其性质，并通过矩阵三角化算法来克服形函数矩阵大奇异性．同时，本文所给出的数值算例验证了形函数具有Kronecker delta函数的特性，说明了点插值形函数具有精确的曲线拟合特性并能通过分片试验．     

Markov积分半群的逼近

通过证明Markov积分Q半群的逼近证明了l∞上一个Markov积分半群G(t)可以由一族一致收敛的积分半群逼近.     

甘肃省退耕还林后续政策调查研究

在对甘肃省退耕还林工程整体实施情况及生态、经济和社会三大效益全面了解的基础上,通过对退耕区退耕农户退耕还林前后收入、粮食产量、劳动力转移等变化情况以及补助到期后退耕农户收入的可能变化等进行深入调查研究和分析,提出了完善退耕还林现行政策及制定补助到期后续政策的意见建议。     

连作胁迫下大豆对营养元素的吸收

１９９５～１９９６年，研究了在田间条件下，黑土和石灰性黑钙土上连作大豆对营养元素的吸收。试验结果表明，连作胁迫对大豆氮的吸收影响不大；对磷、钾的吸收显著降低；而对钙的吸收量却显著地增加，在石灰性黑钙土上表现得最显著，这与大豆连作障碍的严重程度有极好的相关性。对镁的影响不规律。连作胁迫下大豆对微量元素的吸收一般是呈下降趋势，其中硼的降低最为显著。１９９５年，连作大豆体内铁、锰的含量显著降低，在石灰性黑钙土上极为显著，但１９９６年不具规律性。铜在连作大豆体内含量基本是呈下降趋势，锌在１９９５年不具规律性，但１９９６年两点的结果都表明，连作大豆体内锌含量明显降低。     

Balance Order and Interpolatory Property of M-band Multiwavelets

The p order balance and interpolatory property is introduced to M band multiwavelets. Balance conditions for M band multiwavelets are investigated in time domain and frequency domain respectively. The balanced order is equal to its approximation order for M band interpolatory multiwavelet.     

杉木连栽地上闽楠与杉木林分凋落物特征比较

通过对杉木多代连栽地轮栽闽楠后凋落物的特征研究.结果表明:闽楠林分的年凋落量比杉木多代连栽林(对照)增加了2 262.02 kg.hm-2,两树种的凋落物年组成成分的变化规律基本一致,都以叶的凋落量为最大,其次是枝条,再次是花果,第4是杂叶,第5是碎屑,最少的是杂枝.闽楠林凋落物的归还模式是主峰出现在4月份,占年凋落物总量的45.37%,该月的凋落物组成以叶为主,占月凋落量的绝对量(93.43%);而杉木多代连栽林则主峰出现在8月份,占年凋落物总量的48.49%,该月的凋落物组成虽也以杉叶为主,但它只约占了月凋落量的一半(48.35%),且杉木多代连栽林最大月的凋落量比闽楠林最大月的凋落量减少了900.62 kg.hm-2.凋落物的季节归还模式2种亦不同,闽楠林呈现出春季(50.40%)>秋季(24.19%)>夏季(23.04%)>冬季(2.37%),而杉木多代连栽林则呈现出秋季(53.06%)>春季(24.07%)>夏季(15.76%)>冬季(6.48%).     

利用近红外高光谱图像技术快速鉴别西瓜种子品种

为了研究采用近红外高光谱图像技术对西瓜种子品种快速无损鉴别的可行性,该文采用近红外高光谱图像技术,通过提取西瓜种子的光谱反射率,结合Savitzky-Golay (SG)平滑算法,经验模态分解算法（empirical mode decomposition,EMD）和小波分析（wavelet transform,WT）对提取出的光谱数据进行去除噪声处理,采用连续投影算法（successive projections algorithm,SPA）和遗传-偏最小二乘法（genetic algorithm-partial least squares, GA-PLS）进行特征波长选择。基于全波段光谱建立了偏最小二乘判别分析（partial least squares-discriminant analysis,PLS-DA）,基于特征波长建立了反向传播神经网络（back-propagation neural network,BP NN)判别模型和极限学习机（extreme learning machine,ELM）判别模型。试验结果表明,基于特征波长的BPNN模型和ELM模型的结果优于基于全部波长的PLS-DA模型,基于SG预处理光谱提取的特征波长建立的ELM模型取得最优的判别效果,建模集和预测集的判别正确率均为100%。结果表明应用近红外高光谱成像技术对西瓜种子品种鉴别是可行的,为西瓜种子的品种快速鉴别提供了一种新方法。