3种辽宁蝶类新记录种

2000～2004年，在辽宁省7个区域内采集蝴蝶标本，经整理鉴定，发现其中的独子酣弄蝶长江亚种（Halpe homolea nephele Leech）、毛眼灰蝶指名亚种[Zizina otis otis （Fabricius）]、亮灰蝶[Lampides boeticus（Linnaeus）]为辽宁省新记录。     

离子束混合形成氮化钛膜的摩擦和光学性能

用载能氮离子束轰击纯铁镀钛膜样品，成功地形成了金黄色氮化钛薄膜。结果表明：注入剂量为０．５×１０＾１７ Ｎ＾＋／ｃｍ＾２的混合样品表面颜色与纯金类似；氮离子束混合样品表面显微硬度及耐磨性都远优于纯铁基体，且随离子剂量的增加，混合样品的表面硬度和耐磨性也提高。     

提高浙江青田钼精矿质量的探讨

浙江青田钼矿属于石英——绢云母——辉钼矿热液型矿床。矿石中金属矿物主要是辉钼矿、黄铁矿,次之为镜铁矿、褐铁矿;脉石矿物主要为石英,次之为绢云母。目前现场生产仅回收钼矿物,其生产流程为一粗、二扫、七精的浮选流程。药剂条件为:捕收剂——煤油,调整剂——石灰,抑制剂和矿泥分散剂——水玻璃。当原矿中绢云母、石英含量增高时,其精矿指标较低,达不到合格产品(青田化工厂要求钼精矿中含钼40％以上者为合格产     

中文问答系统中基于主题和焦点的问题理解

问答系统应该能够用准确、简洁的语言回答用户提出的问题.问题理解是问答系统的首要的分析工作,分析的结果的正确率直接影响后续处理.提出了一种基于用户问题的主题和焦点的问题理解的方法,该方法以问题的疑问词、句法分析、问题焦点、问题主题在知网中的首义原作为问题分类特征.实验结果证明,该方法对提高分类的准确率有较好的效果.     

基于数据同化的图像融合方法研究

数据同化凭借其在数值预报中将观测数据与理论模型相结合的特点,目前广泛应用于遥感图像处理及图像融合领域。文中介绍了数据同化的含义和数据同化系统的构成,并分析了其应用于图像融合的原理;结合现有的研究成果着重分析了数据同化框架下结合不同优化算法的图像融合方法,并对其进行分类比较,给出了各方法的优缺点和研究成果及应用;最后在总结了各种基于数据同化的图像融合方法普遍存在的问题的基础上,探讨了进一步发展与研究的方向。     

一种简单的控制二氧化钒M相热滞回线宽度的方法研究

本文以VO₂(A)纳米线为前驱体和模板进行退火处理,制备出竹状VO₂(M)纳米线。采用扫描电镜(SEM)、透射电镜(TEM)等方法对其外部形貌、内部结构以及热致相变特性进行了系统性研究。微观表征发现所制备的VO₂(M)纳米线由晶粒自组装而成,且内部具有独特的多孔结构。进一步在0.18 L/min、0.25 L/min、0.5 L/min和1 L/min的氮气流速下对VO₂(A)纳米线进行退火处理,发现随着氮气流速的增加,构成纳米线的晶粒尺寸减小,纳米线内部气孔的数量逐渐减少。实验结果表明氮气流速可能是影响VO₂(M)纳米线形貌和微观结构的重要原因。最后,对上述方法制备的M相VO₂的热致相变特性进行了测试,结果显示VO₂(M)纳米线的热滞回线的宽度可通过氮气流速调节,实现1～3℃的宽度变化。     

基于数组的增量式属性约简研究*

为了在动态变化的决策表中,快速方便地获得新的属性约简,利用数组元素对差别矩阵中的属性组合进行计数,提出一种基于数组的增量式属性约简更新算法。当决策表动态变化时,根据数组元素的取值变化,获得差别矩阵中增加和减少的元素,依据这些元素更新原属性约简,快速得到新的最小属性约简。理论分析及实例验证了提出的算法是有效的。     

国内外CCS技术现状与中国主动应对策略

CCS(CO2捕集与埋存)是当前国际社会积极应对气候变化活动的热门话题。由于CCS技术的经济特点,现阶段规模化实施该技术,将会对中国的经济结构转变和经济发展速度带来巨大的影响。作为发展中国家,中国要从国情出发,把CO2的捕集、埋存与大幅度提高石油采收率相结合,形成双赢的减排CO2策略,是现阶段中国推进CCS技术的最佳途径和选择。国内外近10年来的探索和实践表明,石油工业在CCS技术应用方面具有天然的优势,同时也存在巨大的挑战。基于中国产业布局和资源构成特点,中国发展CCS技术和推进其产业化应采取三步走的策略:第一,优势产业部门的技术集成与示范。利用含CO2天然气开发过程中分离出的高纯度CO2或工业乙醇制造业副产的CO2,进行CO2驱油与埋存的先导性试验与示范;第二,跨产业部门的技术集成与工业化试验与示范。针对精细化工、煤化工等部门产生的较高纯度CO2,进行CO2埋存与驱油的工业示范。第三,跨部门工业化实施。对普通燃煤电厂捕捉的CO2,进行工业化的CO2埋存与驱油。在对中国适合实施CCS技术资源初步评估的基础上,建议和规划了中国分步实施CCS技术的八大战略区域:松辽盆地、海拉尔—二连盆地、环渤海地区、鄂尔多斯盆地、新疆三大盆地、中东部地区、近海地区、晋陕地区。     

基于权重能量自适应分布的三维形状分割算法

针对三维形状分割问题,提出一种引入权重能量自适应分布参与深度神经网络训练的全监督分割算法.首先对三维形状表面进行过分割得到若干小块,提取每一个小块的特征描述符向量作为神经网络的输入,计算权重能量自适应分布,将经过加权后的分割标签作为神经网络的输出,训练深度神经网络.对于新的未分割的三维模型,提取模型表面三角面片的特征向量后输入到神经网络中进行预测分割后,对预测分割的边缘进行修整得到分割结果,实现三维模型的自动分割.在普林斯顿三维模型分割数据集上的实验结果表明,算法通过在训练过程中引入权重能量自适应分布,可以大幅降低神经网络训练时的均方误差,提高神经网络预测结果的准确率;与传统算法相比,该算法具有高准确率、强鲁棒性、强学习扩展能力等优点.