另一只眼看网络教育

我国现代远程教育虽然只有七八年的历史，但其发展速度非常快，目前我国教育部已经正式批准了国内67所重点高校进行现代远程教育试点．面向中小学的网校更是不计其数，网络教育开始”火”了。网络教育虽然”火”了，但是人们往往只用一只眼看网络教育，只能看到网络教育的一面，这里我们不妨换另一只眼看看网络教育。     

软件工程的演进（二）

软件模式:设计实用程序 模式是指在上下文中问题的求解方案。 模式是一门新的软件工程问题解决学科。它起源于面向对象范畴。模式存在于许多学科中,包括文字编程(literateprogramming),最著名的要数ChristopherAlexander在城市规划和建筑上所做的工作了。 一般地说,模式范畴的目标是建立一个文字体系支持软件设计和开发。为了用文字说明并支持合理的设计,对文字的关注要多于技术。尽管软件模式这一概念是     

坚持依靠科技 推动企业持续高速地发展

廊坊市精细化工厂是在１９９２年初由廊坊市化工研究所兼并濒临倒闭的市铸锅厂后成立的。我厂在依靠研究所科技优势、推动企业持续高速发展方面，取得了较好的成绩。企业现有干部职１２８７人，其中大中专以上学历的毕业生及各类工程技术人员近百人，占全厂总数的３３％。主要产品有果糖酸、三氯异氰脲酸、甲基磺酰氯、焦磷酰氯、双苯溴甲烷和丁酰氢等精细化工产品。几年来，我们认真坚持邓小平同志提出的“科技是第一生产力”的指导思想，充分发挥“科研单位办企业”的优势，使企业在激烈的市场竞争中，显示出了强大的生命力。我们的固定资…     

生态修复技术在工业遗产公园化改造中的应用与实践

工业遗产是各种历史变革和科学发展成果的现实载体,将工业遗产进行公园化改造具有重要的文化、艺术价值与社会效益,工业遗址中破败的自然环境成为工业遗产公园化改造的巨大阻碍。生态修复技术由于具有安全、低耗、实用、系统等诸多优点而成为污染治理、场地生态恢复的主要技术手段。文章分析了生态修复技术的应用现状,从地形重塑、水体处理、土壤治理、植被恢复、工业园废弃材料再利用及大气环境优化6个方面梳理了适宜工业遗产公园化改造的生态修复技术。指出生态修复技术能够对工业遗址污染进行有效治理,且有助于营造美观、可持续的公园景观效果,并通过实际案例来阐述这些技术的应用。     

翻驳领纸样的参数化设计

分析翻驳领纸样设计中的翻折基点和翻领松量等关键影响因素，实现了基于服装CAD的翻驳领纸样参数化设计．这种方法能充分发挥服装CAD软件的优势，有利于提高纸样设计的质量和效率．     

透视超级计算机发展历程（三）

共享内存和海量并行处理 采用足够的内存和网络带宽,就可以有效地将共享内存多任务和海量并行计算结合在一起。在共享内存多处理器机器或者SMP上编程的模型,假定有足够的内存带宽,可以保证单个任务的关联数据能够以比完成计算少得多的时间从共享内存读     

一种频繁项集的快速挖掘算法

关联规则的发现是数据挖掘的一个重要方面,产生频繁项集是其中一个关键步骤。提出了一种基于十字链表快速挖掘频繁项集的算法,该算法只需扫描一次数据库,充分利用已有信息产生频繁项集,无需存储候选项集。通过与其它一些算法比较,说明该算法有更好的性能。     

陕北侏罗系沉积控水规律与沉积控水模式

陕北侏罗系含水层富水性不均一,实际矿井涌水量与勘探阶段预测值差异较大,为了提高矿井涌水量预测准确性,科学高效指导矿井防治水,采用沉积微相划分、地学信息定性统计与灰色关联定量分析、微观孔隙结构实验室测试等方法分别研究了陕北侏罗系沉积微相、岩性及其组合、微观孔隙结构与富水性的关系,揭示沉积控水机理,总结沉积控水规律,划分沉积控水模式。结果表明:侏罗系砂岩含水层中粗砂岩、中砂岩等粗碎屑岩厚度越大,富水性越强,泥岩与砂质泥岩等细碎屑岩厚度越大,富水性越弱;砂岩地层风化程度相同时,微观孔隙结构分类级别(包括大孔粗喉型(Ⅰ类)、中孔-中-细喉型(Ⅱ类)、小孔细喉型(Ⅲ类)、小-微孔-微细喉型(Ⅳ类))越低,粒度越粗,含水层富水性越强,风化程度不同时,同时代地层风化程度越强,砂岩微观孔隙结构分类级别越低,粒度越粗,含水层富水性越强;侏罗系直罗组含水层主要为河流沉积体系,曲流河、辫状河沉积相,河道、河漫滩沉积微相,相同沉积相条件下河道较河漫滩沉积微相富水性强,河道岩性以砾岩、粗砂岩、中砂岩为主,延安组上部地层以三角洲沉积体系为主,三角洲平原沉积相,分流河道与分流间湾沉积微相,分流河道较分流间湾沉积微相...     

非封闭三角网模型的简化与分辨率控制

在莱些应用领域中,我们得到的三维数据不可避免地存在边界和漏洞.为了对这种非封闭的模型进行有效的简化和分辨率控制,本文实现了一种基于渐进网格的分辨率控制方法.这种方法针对不同的边界条件采取了不同的简化和重建策略,从而在简化过程中较好地保存了边界部分的信息.并且在浏览模型时,可以通过选择性细化使模型的不同部分具有不同的分辨率,从而快速地显示浏览者所关心的局部细节.     

基于RGB颜色信息聚类的光谱反射率重建

针对光谱反射率研究中因训练样本数据量大造成的冗杂等问题,提出了一种基于RGB信息进行聚类的样本分类方法。首先对颜色进行聚类并确定聚类个数,后对每一类光谱反射率使用BP神经网络分别进行重建。对于实验结果,使用ΔE00、均方根误差（RMSE）以及适应度系数等标准进行评价,同时与主成分分析算法进行对比。从实验分析可得出,在聚类数目为7时光谱反射率重建效果最好,这时的平均CIE2000的色差为0.836,平均RMSE为0.014 9,平均适应度系数为99.82%,并且,在最后对重建色差较大的色块进行了优化处理。实验证明,颜色聚类方法可以很好的应用于光谱反射率重建。