东北地区槭树类彩叶乡土树种良种选育与高效繁育技术

随着城市化进程的加快,人们对城市绿化植物的需求越来越多样。彩叶乡土树种因其观赏性独特、适应性强等特点而备受青睐。其中,槭树类彩叶乡土树种以其丰富的色彩和优美的形态成为重要的园林景观树种之一。然而,目前市场上存在的槭树类良种选育与高效繁育技术尚不成熟,导致其应用范围受限。为了提高其抗逆性、观赏价值和产量,以东北地区为例,对槭树类彩叶乡土树种优良品种的筛选与培育技术进行介绍,同时优化高效繁育技术,为当地林农提供技术支持。

基于图像的树类物体的三维重建

树类物体的三维重建一直是人们很感兴趣的一个研究内容 .该文利用基于图像的建模技术 ,实现了一个从双视点图像重建树木三维模型的系统 ,提出了一个自动获取树木二维主干骨架的方案 ,实现了二维骨架点的对应关系求解 ,三维骨架点的重建、简化及树表面网格的生成 .实验结果表明该文提出的方法确实可行、有效 .

一种适用于RT-PCR的杉树类植物中总RNA提取的方法

杉树类植物含大量的多糖、多酚类物质,这使得此植物的总RNA提取较困难。研究通过比较几种有代表性的提取植物总RNA的方法,建立了一种酸酚法和PEG8000沉淀法相结合的改良的CTAB法。此方法操作简单,使用的试剂均为常规试剂,成本低,能够有效去除植物组织中多糖和多酚类等次生物质,从而得到高质量的RNA。使用这种改良的方法制备的总RNA产物对P450基因成功地进行了反转录聚合酶链式反应(reversetrans-criptase-polymerasechainreaction,RT-PCR),证明此方法是一种适用于RT-PCR的杉树类植物组织中总RNA提取的方法。

桉树类染料萃取物在丝织物染色中的应用

从湿和干按树皮中萃取的天然染料,经环境友好型媒染剂——诃子和石榴表皮处理,对家蚕丝织物染色,优选了染料萃取工艺和染色的染料浓度、媒染剂浓度、染色时间和温度等染色工艺条件。经评定,染色织物的断裂强度、撕破强度、悬垂性、硬挺度、折皱回复性、染色牢度等性能良好。

基于经验模式分解的聚类树方法及其在同调机组分群中的应用

提出了一种基于经验模式分解(empirical mode decomposition,EMD)的聚类树分群方法。在系统聚类分析的基础上,提出了基于权重距离的综合聚类指标,以各机功角轨迹之间距离最小为准则,实现了多机系统同调机组的合理分群。为解决电力系统受扰后动态行为非平稳、非线性的问题,文中采用EMD方法对原始数据进行预处理。EPRI-36节点系统计算结果表明,在不太严重的扰动下和允许的误差范围内,各种扰动下均可得到基本一致的聚类分群结果,从而佐证了该方法的有效性。

一种改进的基于广义后缀树的文本聚类算法

分析了基本STC算法存在的三个缺点,即不能有效处理包含文本数目差距较大但具有包含关系的节点,不能有效处理包含文本相似但主题不同的节点,缺乏有效的类别标识提取算法。针对以上问题,在综合考虑主题相似性以及文本包含相似性的基础上,给出了改进的用于基类合并的相似度公式,并提出基于信息增益的类别标识提取算法。为了进一步提高聚类效率,给出了一种简单有效的用于基类选择的测度,用来排除一些无意义的广义后缀树节点。实验结果表明,所提算法不仅可以有效提高STC算法的聚类准确度,而且可以对聚类结果进行有效的类别标识。

一种新的加权后缀树Web文档聚类方法

针对Web文档的结构及其特征,提出了一种新的加权后缀树聚类方法WSTC。首先,根据Web文档的HTML标签,把文档划分为具备不同重要性等级的段,段划分成句子,句子分割为词。其次,用句子替代文档构造后缀树,把其重要性等级作为结构权融入后缀树的节点,形成文档集的加权后缀树模型。最后,在选择和合并基类过程中,综合利用节点包含的文档数、句子数、短语长度和结构权。仿真实验表明,WSTC算法比传统STC算法取得了更好的聚类效果。

基于聚类提升树的多标签学习

为了探索多标签数据集中每个标签所具有的特定特征,针对标签特定特征进行有效的利用,提出基于聚类提升树的多标签学习方法(multi-label leaning based on boosting clustering trees,MLL-BCT).建立MLL-BCT整体框架,通过引入聚类特征树来挖掘数据样本之间的相关性,以树形结构保存数据的内在关联;通过引入随机子集训练每个标签的若干分类树来学习标签特定特征,增强特征对单个标签表达,提升分类性能.将所提出的方法在flag、emotions等11个数据集上与经典的特定特征领域多标签学习方法(LIFT、LLSF、REEL、LLSF-DL)进行对比试验.结果表明:新方法在各评估指标(Hamming Loss、One-error、Ranking Loss、Average Precision、Micro-averaged F-Measure)上均具有明显的性能提升,且方法具备简单灵活性.

聚类金字塔树:一种新的高维空间数据索引方法

提出了一种新的有效的高维空间数据索引方法———聚类金字塔树 .它先对不均匀分布数据进行聚类处理 ,然后对聚类的结果实施金字塔分割和存储 ,由此建立一种有效的索引结构 .文中给出了聚类金字塔树的几种查询算法 .实验证明 :处理不均匀分布数据时 ,聚类金字塔树无论在页面访问次数 。

基于聚类树的多类标文本分类算法研究

提出一种新的多类标分类算法——多类标聚类树算法.该算法利用文本属性特征及类标信息,通过迭代调用"基于类标信息的聚类算法",将两空间分类树的生长不断划分,直至空间足够简单为止.实验证明,提出的多类标聚类树算法总体上优于其他对比算法,其分类能力强于排序能力.

网络符号分析的树组分类问题

本文提出一种求符号网络函数的分类生成树组方法。该方法可有效地避免在利用“树支组导纳积”构造符号网络函数过程中遇到冗余项问题。

面向机器翻译的句类依存树库构建及应用

该文以汉英机器翻译为应用目标,以概念层次网络理论的语义网络和句类分析方法为理论基础,探讨了句类依存树库构建的理论和标注实践等问题,描述了构建树库所需的概念类别标注集和句类关系标注集。并通过与已有汉语树库进行对比,以汉语显性轻动词句的标注为例,分析了汉语句类依存树库的特点。该文在应用层面定义了面向汉英机器翻译的融句法语义信息于一体的"句类依存子树到串"双语转换模板,尝试基于汉语句类依存树库提取汉英转换模板。

基于递归聚类索引树的剪枝相似检索算法

文章提出了一种新的适用于高维特征矢量相似检索动态聚类索引树结构。针对由于类区域相互重叠而导致相似检索费用增加的问题 ,提出了基于该索引树的“剪枝”相似检索算法 ,应用该算法进行相似检索 ,其检索效益比耗尽搜索法和基于 SS树的相似检索法都要高。

基于刻面分类标识和聚类树的构件检索方法

针对如何从规模庞大的软件构件库中快速且高效地检索出目标构件的问题,提出一种基于刻面分类标识和聚类树的构件检索方法。使用构件标识集合对构件进行刻面分类标识描述,克服了单纯采用刻面分类法对构件进行分类描述和检索时带来的主观因素的影响;引入聚类树的思想,对构件进行基于语义相似度的聚类分析,建立构件聚类树,能有效地缩小检索范围,减少检索构件与构件库中构件比较的次数,提高检索效率。最后在实验中与一般检索方法对比,实验结果表明该方法的构件查准率为88.3%,查全率为93.1%;而且在大规模的构件库中使用时依然有良好的检索效果。

汉语句类依存树库的构建研究

以机器翻译领域为应用目标,以概念层次网络理论的语义网络和句类分析方法为理论基础,探讨句类依存树库构建的理论和标注实践等问题。详细描述了构建树库所需的概念类别标注集和句类关系标注集,并给出了句类依存树样例。

基于类树的XML与关系数据库转换方法

随着不断增长的XML应用的出现,在关系数据库中可靠、有效地存储XML文档以及XML与关系数据库间的数据转换技术受到广泛关注.在研究已有的XML与关系数据库映射模型和方法的基础上,提出了一种基于类树的数据映射方法,实现了XML文档与关系数据库的转换.

一种新的通用聚类索引树及其相似检索算法

1.引言数据库的查询操作一般依赖于物理层的特殊算法的支持,尤其在许多面向对象和空间数据库的应用领域,如在文献数据库、多媒体数据库、金融数据库、CAD数据库等的检索操作中,都需要特殊检索算法支持对象的相似检索。数据库中的对象常常用高维特征矢量表示,因此对象的相似检索问题实际上归结为高维特征矢量的相似检索问题。

树蕨类化石在淮北煤田的发现及意义

淮北煤田早二叠世晚期下石盒子组树蕨类茎干印痕化石丰富，计有４０余块。分属于蹄痕茎属（Ｃａｕｌｏｐｔｅｒｉｓ）、大痕木属（Ｍｅｇａｐｈｙｔｏｎ）及皱痕茎属（ＰｔｙｃｈｏＰｔｅｒｉｓ），共３属９种；其中蹄痕茎属４种（包括２个新种，Ｃａｕｌｏｐｔｒｉｓｙａｎｇｚｈｕａｎｇｅｎｓｉｓｓｐ．ｎｏｖ．和Ｃａｕｌｏｐｔｅｒｉｓｐｓｉｌｏｃｉｃａｔｒｉｘｓｐ．ｎｏｖ．）；大痕木属在国内尚属首次报道，仅见１种；皱痕茎属在国内亦属首次发现，鉴定有４个未定种。该类化石在本区以极大的丰度和良好的保存为特征，其发育显示该区早二叠世晚期热带雨林气候盛行。其次，说明树蕨类在其晚期发育中心已由欧美区移至华夏区。此外，该类在本区的发育是华夏植物地理区分化渐趋强烈的直接证据。

基于顶点重要度和层次聚类树的地形网格简化

为提高基于精细DEM数据的地形网格简化效率,在传统顶点聚类算法的基础上,提出一种基于顶点重要度和层次聚类树的地形网格简化算法。对地形分块顶点进行聚类,引入由顶点特征值和简化误差构成的顶点重要度来筛选簇代表点;根据代表点构建粗化网格,迭代缝合与简化过程直至完成整个地形网格简化;采用内存层次聚类树对简化的中间结果进行组织,将之用于地形多分辨率绘制中,指导网格的简化和细分。实验结果表明,该算法较好地保持了原始地形特征,缩减了内存消耗,中间结果的利用有效提升了地形渲染效率。

基于后缀树聚类的主题搜索引擎研究

[目的/意义]一个好的主题搜索引擎能够更好地满足专业领域用户的信息需求。[方法/过程]在爬取阶段采用锚文本正则表达式匹配进行主题过滤、加入IKAnalyzer中文分词器,结合TF-IDF、OPIC和Topic-PageRank算法对检索结果排序进行改进并通过STC算法对检索结果实时聚类。[结果/结论]以"图书情报"为主题进行实验测试,每增加一个分布式计算节点爬取速率提高20%,查准率优于未排序优化23%,检索结果可以实时聚类并以可视化展示,且检索结果项多为相关论文。[局限]系统对网页中繁多的数据格式解析度不够,未解析的部分可能包含主题内容。