A*算法在矢量地图最优路径搜索中的应用

在交通地理信息系统应用中,如何既快速又准确地找到最优路径是一个关键的问题.将人工智能领域的A*算法引入到矢量地图的最优路径搜索中来,论述了应用于矢量地图最优路径搜索的A*算法是一种完备的算法.同时,针对交通矢量地图的特点,提出了一种将矢量地图本身节点的数据结构和A*算法需搜索的节点数据结构在索引时相互联系,在计算时又相互分离的策略,提高了A*算法的执行效率.实验表明这种改进数据结构的A*算法在准确性和快速性方面都取得了令人满意的效果.     

松辽盆地基底石英脉中无机成因气的地球化学特征及指示意义

松辽盆地深层存在着地球内部来源的无机成因气体,但一直缺少直接的地质证据,而分析该盆地基底岩石则有望成为解决这一问题的突破口。为此,通过基底岩心样品采集、石英脉体分离、包裹体岩相学、流体地球化学分析等技术手段,研究该盆地基底岩石中的石英脉体及脉体中流体包裹体的岩相学特征、碳氢氧同位素特征,探讨石英脉及其包裹体内流体的成因,寻找深部气体向浅部运移的流体记录,并分析基底石英脉包裹体内流体的指示意义。研究结果表明:①石英脉体的氧同位素值介于8.1‰～9.5‰,为岩浆期后热液结晶形成;②石英脉中存在H₂O、H₂O—CO₂和H₂O—CO₂—CH₄共3种原生流体包裹体,完全均一温度介于320～360℃,成分以CO₂、H₂O为主,含有少量CH₄、C₂H₆、N₂、O₂、Ar;③脉体中流体包裹体内水的δ¹⁸     

基于数字化电能计量系统检验装置及其可视化应用

在传统的电表中,采样和数据处理模块用于计算测量值和电能,电压和电流电路直接或通过电磁变压器与电表连接,因而对数字电能计量系统进行研究有重要意义.本文通过与传统计量系统的比较,讨论了数字计量系统的应用结构和特点,给出了数字电能表的溯源模型,并通过一系列测试对数字电表的计量特性进行了检验研究,提出了有关检测项目、标准定量值...     

主成分分析法神经网络及其在瑞培林片剂测定中的应用

介绍了主成分分析法神经网络的基本原理，对瑞培林片剂进行了测定，回收率令人满意，讨论了此法在复方制剂多组分同时测定中的优越性，并研究了网络拓扑结构、学习速率等对结果的影响。     

数据挖掘技术在“数字黄河”工程建设中的应用

“数字黄河”旨在集成利用信息技术,构建面向黄河流域及其相关区域的自然、经济、社会等的数字集成平台,并在此基础上通过建立业务应用系统及数学模型系统形成模拟分析和研究黄河问题的虚拟环境。数据挖掘技术是从大量数据中发现并提取臆藏在其中的可信的、新颖的、有效的并能被人理解的模式的高级处理过程。通过数据挖掘发现的知识能够反映一定的客观事实,并指导实践。     

具有小世界特性的语义覆盖网络模型

目前大多数的结构化覆盖网络模型忽略节点的聚类性和对称性,并且只能提供精确的资源查询机制。为此,给出一种具有小世界特性的语义覆盖网络模型。该模型采用显式分区机制、语义搜索链和组扩散机制。分析和实验结果表明,该模型比现有的覆盖网络模型Chord和CAN具有更好的网络性能,搜索效率更高,且具有较好的多匹配结果查询能力。     

氯化聚氯乙烯树脂综述

介绍了氯化聚氯乙烯树脂(CPVC)的性能、应用领域、生产和使用情况,分析了国内外CPVC树脂的性能差距及缩小其差距应采取的措施.     

气质联用法分析丙烯腈和丙烯酸甲酯中对羟基苯甲醚

建立了一种测定工业丙烯腈和丙烯酸甲酯中微量阻聚剂对羟基苯甲醚(MEHQ)的气质联用法,利用SH-RXI-5MS(30 m×0.25 mm×0.25μm)型毛细管柱分离、质谱检测器(EI)检测、外标标准曲线法定量。MEHQ的加标回收率为99.4%～101.9%,相对误差为0.1%～6.7%,检出限低至0.024 mg/L,具有较高的灵敏度;目标化合物MEHQ在0.400～80.000 mg/L范围内有较好的线性关系,线性相关系数R²≥0.999。不同日测量结果的相对标准偏差均低于3.0%,具有较好的准确度和精密度。该方法已成功应用于工业用丙烯腈和丙烯酸甲酯中微量MEHQ的检测,同时保证测试人员的安全。     

面向数控粗加工的自适应细分

为获得加工余量均匀的数控粗加工模型,提出了一种基于面误差的自适应细分算法.该算法以细分后的控制网格与极限曲面之间的最小距离和粗加工余量作比较,确定均匀细分次数.将均匀细分后的网格向极限曲面投影形成覆盖网格,再以覆盖网格和极限曲面之间的距离作为自适应细分准则,对不能满足精度的区域进行自适应细分.实验结果表明,在给定的精度范围内,该算法能够大幅度抑制细分过程中网格数量的快速增长,并能获得与原始算法光顺程度基本一致的曲面,大大提高了模型的后处理速度.     

多数据库中例外模式挖掘方法研究

首先比较了现有的两种挖掘方法,提出了一种改进技术.综合考虑例外的局部和全局兴趣度,剔除非真正有趣的局部例外;增加两种客观度量并按模式重要度排序.实验表明该方法不仅可以有效挖掘多数据库中例外模式,而且还大大减少了用户负担.