基于平均探空廓线和地表实测数据构建大气参数廓线的方法研究

许多光学工程都需要掌握实时大气参数廓线,用来预测大气透过率和大气背景辐射,而目前除了无线电探空和大气遥感外,不易获得实时大气参数廓线。利用历年探空站点数据,并根据地面实时大气参数值,构建各高度层比例因子,得到实时大气参数廓线。以厦门地区为例,将模拟构建的实时温度、气压、水汽密度廓线及整层大气可降水量与实际探空廓线进行对比,表明:构造的对流层以下的温度廓线偏差小于2.5 K,气压基本保持不变,水汽密度廓线在晴天条件下与真实廓线吻合较好,水汽总量偏差小于15%。此方法在某些光学工程中有一定的应用价值。     

我国典型地区大气透过率的计算分析

主要分析了我国典型地区(西北地区、沿海地区及大陆地区)在2~12 µm波段整层透过率与标准大气模式(1976年美国标准大气、中纬度夏季及中纬度冬季)的偏差,并比较分析了上述两种大气模式下的6种主要吸收分子透过率偏差。结果表明：使用标准大气模式计算我国典型地区的整层大气透过率存在一定的偏差,引起我国典型地区透过率与标准大气模式偏差较大的原因来自H2O分子。1976年美国标大气模式计算我国沿海及大陆地区整层大气透过率的最大绝对偏差达到0.40和0.22;中纬度夏季计算我国沿海及大陆地区7月份整层大气透过率的最大绝对偏差达到0.31和0.29;中纬度冬季计算我国西北、沿海地区1月份整层大气透过率的最大绝对偏差达到0.1和0.36。采用标准大气模式计算我国典型地区整层大气透过率存在一定的偏差,在计算时我国区域内的大气透过率必须考虑我国的大气模式。     

基于中医方剂数据库的Top-Rank-k频繁模式挖掘算法

为降低中医（TCM）方剂频繁模式挖掘过程中对经验参数的依赖,提高挖掘结果的准确性,针对中医方剂的数据特点,提出一种基于带权无向图的Top-Rank-k频繁模式挖掘算法。该算法可以直接挖掘出频繁k-itemset（k≥3）而无需产生1-itemset和2-itemset,并随之快速回溯到核心药物组合的频繁项集所对应的方剂信息;此外,采用一种动态位向量（DBV）的压缩机制对无向图中边的权重进行压缩存储,以有效地提高算法的空间存储效率。分别对中医方剂数据集、真实数据集（Chess、Pumsb和Retail）和合成数据集（T10I4D100K和Test2K50KD1）进行测试和比较,结果表明该算法与iNTK和BTK相比具有更高的时间和空间效率,而且也可以应用于其他类型的数据集。