屏幕监控系统在智能计算机实验课辅助系统上的实现

随着计算机技术的快速地发展,计算机实验课已经是各高等院校的教学重点,计算机实验课验证性比例逐渐缩小,设计性实验和结合性比例在不断增大.实验课上学生与教师的沟通与互动较差,软件凭借监控系统的实时监控与在线互动的功能,解决了这一问题.     

契比雪夫多项式零点的一种简单应用

契比雪夫多项式的零点应用广泛,将复平面上契比雪夫及第二类契比雪夫多项式的零点垂直映射到单位圆周上,可以证明多项式z2n+1和zn-1的零点均在单位圆周上这一结论。     

近50年中国西北地区干湿演变的时空特征及其可能成因探讨

在全球大幅度变暖的背景下,西北地区的气候变化及其响应受到越来越多的关注。为了进一步探讨其气候变化过程与机理在时间与空间上变化的差异性,选取中国西北地区(80°E～115°E,32°N～50°N)1961-2004年140个气象台站逐日降水、日照、风速、水汽压、温度等资料,根据Penman公式计算了潜在蒸散量,并根据其与降水的关系建立了干燥度指数。采用自组织特征映射神经网络的方法,根据上述多种物理量进行西北地区内部的气候区划,寻找不同的区域异常中心。在此基础上,采用正交小波分解的方法,对各异常区域中心的干燥度序列进行分析。最后对北大西洋涛动指数对我国西北地区的区域气候变化的影响进行多时间尺度的相关分析,并从大气环流异常的角度解释其影响机制。     

K-共形映射

在K-导数及其几何意义的基础上,研究了K-解析函数(变换)的K-保角、保域、K-共形映射以及黎曼映射存在唯一性定理、边界对应定理等.     

田间光照条件下应用半球图像解析玉米冠层结构参数

半球图像法是一种重要的作物冠层结构参数间接获取方法,该文针对半球图像法易受田间变化光照影响,提出一种基于多曝光图像融合映射的变化光照去除方法。首先,在田间条件下获取一组不同曝光值的冠层半球图像序列,然后通过图像亮度和曝光时间的线性方程组计算冠层的光照辐射强度图,而后采用直方图均衡化思想将不同时刻光照辐射强度图向RGB空间映射,映射后半球图像亮度均衡分布,消除光线变化对图像亮度的影响。在冠层参数解析阶段,利用Beer-Lambert定律反演玉米半球图像冠层叶面积指数(leaf area index,LAI)和平均叶倾角(mean leaf angle,MLA)的计算方法。试验结果表明,变化光照条件下半球图像冠层参数解析方法与直接测量法具有较高的相关性,LAI测量相关系数为0.970。该方法扩展了半球图像法的适用范围,为田间环境下冠层参数的自动连续监测提供了解决方案。     

高科技企业创新生态系统平台领导战略研究

儿童语言习得研究和方言调查相结合把儿童言误律与方言变异两个看似不相关的研究结合起来考察,结果发现儿童言误律映射了成人言误律,并通过跨语言、跨地域、跨时间的儿童言误的文献考察和我们的实证研究,进一步发现儿童言误律通过对成人言误律的映射来映射方言差异这一儿童言误映射律。由此说明方言变异乃至语言差异性和多样性可以通过儿童语言习得中言语产出的言误规律——儿童言误律来考察。     

结合混沌搜索的自适应混沌粒子群算法

针对基于群体适应度方差的自适应混沌粒子群算法存在的局部搜索能力较弱的不足,在该算法中引入了混沌变异以及混沌搜索操作。使用An混沌映射对部分粒子进行混沌变异,对全局最优粒子进行混沌搜索,提出了一种综合考虑粒子位置、寻优空间的自适应变尺度规则。数值仿真结果表明,改进算法的收敛性、全局和局部搜索能力都有所提高,能有效避免早熟收敛。     

基于征兆邻搜索优化聚类和自组织映射神经网络的多病害诊断

复杂过程具有多样性的特点,常出现多种异常同时发生的情况。针对该问题,对异常过程中征兆的表现及其描述进行了分析,在已有自组织特征映射神经网络（SOM NN,Self-organizing Map Neural Networks）单一故障（病害）诊断的方法的基础上,提出了具有3级分析结构的SOM NN的多诊断模型。该模型以欧几里德距离作为主要判别条件对邻搜索方法进行优化和改进,在诊断过程中不用学习多病害样本。并在此基础上以农作物中具有代表性的番茄病害为例,提取病害征兆,建立病害与病害征兆之间的映射关系,完成了对病害征兆组合的分类,通过对实例的仿真,证明了该方法在多病害诊断上能获得良好的效果。     

关于p-赋范空间中保距离的映射(0《p≤1)

研究了p-赋范空间中保距离1的映射以及非扩张映射.证明了:若p-赋范空间中的映射保2个或者3个距离,则为等距映射.     

关于G-FC空间的最佳容许集值映射的叠合点定理

作者定义一个包含FC-空间和G-空间为特殊情况的G-FC空间,而且获得了关于G-FC-空间的最佳容许集值映射的叠合点定理．应用这个新结果获得了一个在G-FC-空间中相互等价的KKM型定理和极大极小元定理．