中国先进研究堆冷中子源核发热和冷中子增益研究

为准确计算和研究中国先进研究堆（CARR）冷中子源装置氢系统的核发热和冷中子增益，建立了一整套计算方法。对参考堆的验证计算证明了该方法的正确性和有效性。对影响CARR冷中子源核发热和冷中子增益的各种因素（如慢化剂、冷包材料、冷包形状等）进行了计算和优化选择。结果表明：在核发热量较小的条件下获得了较好的冷中子增益。     

环形缺口拉伸圆杆的统一模型和断裂准则

对具有环形缺口的拉伸圆杆，以缺口尖端半径ρ，深度ｔ和张角α以及圆杆几何尺寸ａ和ｂ为描述参量，将理想尖裂纹、钝裂纹和切口作为缺口来统一描述，给出了以ｆａ（ａ／ｂ）为依据的安全设计和断裂设计准则，从而使理想裂纹应力强度因子模型和切口应力集中模型得以衔接。     

动载荷下应力强度因子的边界元计算

用Ｎａｒｄｉｎｉ－Ｂｒｅｂｂｉａ边界元法计算了动载荷下的应力强度因子，与解析解及有限元解相比较，效果较好。最后对计算结果进行了分析讨论。     

碲和镉材料的SIMS相对灵敏度因子及其规律性

利用已知浓度的均匀体掺杂半导体碲与金属镉材料作为ＳＩＭＳ分析的标准样品，测量得到了正电性杂质元素的相对灵敏度因子ＲＳＦ，发现了杂质元素相对灵敏度因子的对数与相应元素第一电离子ＩＰ之间成很好的线性关系。碲和镉样品的ｌｏｇ ＱＲＳＦｉ＾－ＷＩＰ关系的最小二乘拟合直线的斜率分别为０．９８ｄｅｃ．ｅＶ和０．６６ｄｅｃ．ｅＶ。     

一种实用的地图自动识别方法

本文针对军用地图的特点和彩色特性,提出基于背景的彩色因子匹配法作为颜色分层模型的主要判别依据,并给出利用该方法的实验结果。     

一种自适应的仿生图像增强方法:LDRF算法

为了研究基于人类视觉系统特性(亮度自适应特性和视网膜神经元感受野非经典侧抑制特性)的仿生图像处理方法,增强仿生图像增强算法的自适应性,提出了一种新的自适应仿生图像增强算法——LDRF算法.LDRF算法首先建立参数对数模型对图像全局亮度进行自适应调整,然后采用三高斯动态滤波进行局部细节增强,引入Wal-lis算子建立增益因子模型,使局部细节增强具有自适应性,最后通过线性变换恢复图像彩色信息.在大量图像上进行对比实验和分析.实验结果证明,LDRF算法能够避免过增强现象,并且针对不同大小、不同内容的图像能够自适应地进行图像增强,取得了较好的效果,提高了仿生图像增强算法的实用性.     

基于区间树硬件加速索引的Marching Cubes算法

为了充分利用GPU的海量线程并行架构,提高等值面可视化效率,提出一种基于区间树硬件加速索引的Marching Cubes算法.该算法在预计算阶段利用GPU构造多区域的区间树作为体数据体素的值域索引;在实时运行阶段根据用户给定的阈值,通过该索引并行地搜索活跃体素,并生成活跃体素的多级索引,然后分配线程处理活跃体素,抽取并绘制等值面.将文中算法应用到不同体数据上的实验结果表明,其能够显著地提高现有Marching Cubes算法的效率;与现有的GPU基准算法相比,最高能达到4～10倍的加速比.     

青藏高原东南部径流特征的空间规律及控制因子研究

采用青藏高原东南部的水文气象资料,对比分析了该地区23个(区间)流域的年径流深、集中度与集中期、基流系数、退水系数等径流特征及其空间分布规律,并进一步研究了这些径流特征的控制因子。结果表明:该地区径流特征的空间分布规律为年径流深从东南(700~1 300 mm)向西北(<400 mm)递减,而集中度则呈相反的空间格局(从<0.44增加到>0.59);退水系数及基流系数,在低海拔地区随高程增大而增大(分别为0.55~0.69、0.51~0.73),但在高海拔地区则随高程增大而减小(0.74~0.42、0.79~0.63)。本研究发现,青藏东南径流特征空间规律的控制因子,具有显著的区域分异:在低海拔流域(平均高程<3 000 m),降水是径流特征的主要影响因子;而在高海拔流域(平均高程>3 000 m),仅径流深和集中度受降水控制,其他特征则主要受温度、冻土、地形等条件的共同影响。可见,由于青藏高原东南部降水和冻土对气候变化敏感,该地区水资源时空分布格局将面临很大的不确定性,对此应予以充分重视。     

苏州市景观水体表观污染类型识别及特征指标筛选

为解决表观污染成因的问题,以苏州市区河网为主要研究对象,采集796个数据样本,对景观水体的表观污染类型进行划分界定,并通过对数据样本的统计分析,探究水体表观污染类型和水质指标之间的关系。结果表明:氧化还原电位、溶解氧、叶绿素a、高锰酸盐指数和浊度对不同污染类型的水体具有很好的区分度,可作为主要特征指标;景观水体可分为有机主导型、无机主导型、营养主导型和混合型4种表观污染类型;不同表观污染水体判别的优先次序为有机主导型、无机主导型、营养主导型、混合型。