化工仿真中图像翻转变换图形学编程研究

OpenGL和OpenCV特有开源库函数被用于图像变换,显示了高效、便捷性.文章面向纹理贴图应用,对位图文件结构进行了详尽解析;依据图像颜色点阵数据,用C++结合OpenCV编写了位图镜像变换程序.通过调用OpenCV库函数,所编镜像变换程序代码更简单,功能更完备,不仅可被用于处理*.bmp格式图片,还能被用于处理*....     

纳米比亚——全球铀矿勘探热点地区

纳米比亚,全国人口不到150万,是一个政治稳定,基础设施良好,有完整矿业体系的非洲国家。正在纳米比亚运营的铀矿山有力拓     

万家寨枢纽对黄河内蒙古段的防凌影响

对万家寨枢纽建成后对黄河内蒙古段的防凌影响进行了简介。     

基于ANP超级决策软件中的智能评估计算与应用

介绍了基于ANP的超级决策软件的各种复杂计算以及在模糊评估中的应用,包括模糊输入、模糊语言的量化及其它们之间的比较、计算,为实现决策方案的评估提供了一种智能化的手段。最后,从应用的角度给出了Super Decision软件的评估计算,并成功地利用该软件对招标评标项目的不同方案进行了评估。     

TMP工艺与催化剂的配套性分析

在重油催化裂解多产丙烯（简称TMP）技术中,将两段催化裂解工艺与配套的增产丙烯催化剩结合,以大庆常压渣油为原料可以得到20％的丙烯收率,并能够很好兼顾汽柴油的质量。试验结果表明：以大庆常压渣油为原料,使用配套开发的LCC-300催化剂,干气加焦炭收率。小于15％、丙烯的收率大于20％、汽油的辛烷值RON96、烯烃30％（v）左右。     

高分辨率层序地层学——创新、应用及发展前景

高分辨率层序地层学的研究有了巨大的发展,其主要有两个方面的应用,一是全球海平面变化曲线的建立和对比,二是等时性剖面中的岩性特征预测。研究表明,沉积学、生物地层学、构造地质学及地震学等证据的结合,对提高分辨率层序地层学的解释水平是十分必要的。文集收集的论文反映了当代层序地层学研究的深度和广度。     

基于E-Learning的移动学习推荐系统研究

移动终端在输出海量学习资源时会存在条件受限问题,对移动学习的协同过滤推荐带来了较大的挑战。用户对学习资源的喜好问题与传统的推荐问题不同,其不仅依赖个人偏好和兴趣特征,且随着学习经历的变化而发生改变,同时移动设备所在的时空环境与上下文信息也影响了资源的选择。以概率矩阵模型为基础,首先利用先验概率分布建立社交关系、行为特征、资源关联、时空环境与用户评价的分布关系,然后将其通过联合概率分布融入到概率矩阵模型中进行优化,构建用户与项目的多维特征关系,得到更为精确的用户与项目的潜在特征矩阵,实现了基于移动环境的实时学习资源推荐。与近年的主流推荐方法进行比较,结果表明,针对移动学习资源推荐方法的均方根误差（root mean square error,RMSE）和平均绝对误差（mean absolute error,MAE）指标均优于相关方法。     

浅谈高速冲压线干涉曲线的检查方法

<正>现今越来越多的汽车主机厂为了能够满足需求的增长,不断提升自动化冲压生产线的节拍和节省模具现场调试时间,纷纷开始导入高速冲压生产线。为了优化模具设计和提前识别生产过程中的干涉现象,从而提升高速冲压生产线的调试效率,本文基于UG三维软件对生产过程进行干涉曲线仿真分析,能够快速地排查干涉,缩短调试工时,有效地提升生产效率。     

一种基于元启发式策略的迭代自学习K-Means算法

类内误差平方和最小化的聚类准则求解是NP难问题,K-Means采用的迭代重定位方法本质上是一种局部搜索的爬山算法,因此聚类结果对初始代表点的选择非常敏感,只能保证局部最优.为此,引入元启发式策略,通过建立评估函数对K-Means初始代表点和目标函数之间的依赖关系进行近似,然后利用近似评估函数指导新的初始代表点的选择,构成一种迭代自学习框架下的K-Means算法.实验表明算法可以很好地克服K-Means对初始代表点的依赖性,获得较高质量的聚类结果.