漓江流域沿岸风光带植被覆盖度的遥感动态监测与估算

以1990、2008年TM影像和2001年ETM＋影像为数据源,研究漓江精华段沿岸风光带植被覆盖度的动态变化规律,采用归一化植被指数（NDVI）像元二分模型,半定量估算了研究区的植被覆盖度,生成了不同时相的植被覆盖度等级图及面积转移矩阵,并结合植被覆盖度的监测结果对研究区植被覆盖度的变化趋势进行建模分析.结果表明,研究区1990、2001和2008年均以高植被覆盖度等级为主,估算的面积分别为207.058、216.538和232.795 km2.1990-2008年间,研究区内植被覆盖度稳定不变的区域占总面积的44.887％,减少和增加的区域分别占总面积的22.077％和33.036％,说明植被覆盖度总体上呈现增加的趋势;结合1990-2001年和2001-2008年的变化分析结果,植被覆盖度变化趋势是先略微增加,后显著增加,与植被覆盖度均值走势一致,从定量遥感的角度证明了漓江精华段沿岸风光带的绿色生态环境得到了快速的改善.     

化工销售物流损耗计算与优化研究

化工物流损耗不仅给企业造成较大的经济损失,而且会给社会带来健康和安全隐患。根据中国石化化工销售物流的特点,在运输上,给出了损耗的计算方法与本公司、承运单位和保险公司的赔付规则,在仓储上,针对自有仓储与外租仓储2种场景,给出了入库、出库和库存保管环节的损耗计算方法。建立了以货损率为约束条件的数学规划模型。并结合具体场景,提出了减少物流损耗的对策。     

Rete算法:研究现状与挑战

产生式规则推理系统因其可理解性、易增删、易修改等特点而被广泛用于各种智能领域,但其规则匹配效率 极其低下,不适合大规模推理。Rete算法通过规则条件共享和保存临时匹配结果大大加速了产生式推理,使其成为 效率最高的产生式推理算法之一。但随着数据规模的日益增大、业务信息的频繁变更以及不完整数据和模糊逻辑的 广泛出现,Rctc算法也面临前所未有的挑战。基于这些背景,对Rctc算法的原理、研究现状与面临的问题进行综述, 指出了Ret e算法的常用改进方法。介绍常见的改进方法,并对其进行分析和比较,最后总结了该算法面临的挑战,指 出了未来的研究方向。     

基于尾气信息的柴油机技术状况判定方法

论述核模糊聚类的原理及实施步骤,并将其应用于基于尾气信息的柴油机技术状况判定方法。根据技术状况的不同,利用核模糊聚类将所测柴油机分类,并计算各柴油机对每类的隶属度,从而实现对柴油机技术状况的判定。应用试验证明,结合核模糊聚类方法,利用柴油机的尾气信息可以实现对柴油机技术状况的判定。     

Rave 5 For Delphi 7初接触

Delphi是一种高效的开发工具,随着版本的升级和功能的增加它在快速应用开发(RAD)、数据库访问、互联网程序开发乃至于跨平台应用开发方面都有着优异的表现,但是它的报表功能却一直不尽如人意。本文将向读者介绍Delphi 7 中提供的这样一种报表解决方案——Rave。     

基于XML文档的关系数据库与面向对象数据库之间的信息交互

针对传统关系数据库与面向对象数据库之间信息交换所存在的不足,该文分析了XML文档和关系数据库模型/面向对象数据库模型的对应关系,提出了以XML文档为中介的数据库间信息交互的算法。最后举例说明了如何利用XML文档来实现数据库间的信息交互。     

锂离子蓄电池电解液研究进展

锂离子蓄电池电解液及其添加剂的研究日益受到研究者的重视。电解液作为锂离子蓄电池重要组成部分对电池性能影响很大。综述了现阶段锂离子蓄电池电解液的溶剂、锂盐、低温性能以及热稳定性方面的研究状况。添加剂是有效改善锂离子蓄电池电解液性能的手段,概述了目前添加剂几个主要方面———SEI成膜添加剂、电导率提高添加剂、电池安全保护添加剂的研究进展。     

锂离子蓄电池高倍率放电研究

锂离子蓄电池在放电过程中电压随放电容量的增大而降低,电池的放电容量随放电电流的增大而减小。然而在高倍率放电的条件下,电池的放电电压曲线会出现电压峰,同时电池的放电容量也有所增大。通过红外热成像的方法对锂离子蓄电池高倍率放电条件下的热行为进行比较细致的研究表明:锂离子蓄电池放电过程中各个区域的电极反应是非常不平衡的;高倍率放电的条件下,开始时电池极耳附近区域的电阻较小,电流密度较大,因此这部分产生的热量比较大,温度升高较快;在放电过程的后期,靠近极耳区域的容量耗尽,远离极耳区域的部分如果温度上升比较缓慢时,会导致放电过程终止,反之会出现电压上升的现象。该研究为锂离子蓄电池特别是锂离子动力电池的设计提供了新的思路。     

多Agent系统中强化学习的研究现状和发展趋势

本文对有关强化学习及其在多Agent系统中的应用等方面的研究现状、关键技术、问题和发展趋势进行了综述和讨论，试图给出强化学习目前研究的重点和发展方向。主要内容包括：(1)强化学习的框架结构；(2)几个有代表性的强化学习方法；(3)多Agent系统中强化学习的应用和问题。最后讨论了多Agent系统中应用强化学习所面临的挑战。     

基于Rough集的合作多Agent信念修正

1引言 信念修正是当今人工智能领域中的研究热点之一,研究在接收到新知识时信念集合如何改变的问题.我们用一个例子来说明信念修正的意义.