基于水文序列的水情研究

本文通过对某地水文序列的趋势,跳跃,代表性方面利用模型编程计算各项参数,来判断洪潮水位在时空上是否发生了异常,异常是否显著,来揭示该地过去的历史水情,进而对未来年份的水情趋势预判,让读者对洪涝灾害的发生有较科学的认识。     

基于改进K-medoids的社会化标注资源两阶段聚类研究

针对社会化标签语义模糊,传统K-medoids聚类算法对初始聚类中心敏感、收敛速度缓慢、只能将归类对象划入到单一类别的缺点,提出一种基于改进K-medoids的社会化标注资源两阶段聚类算法。算法应用一种简洁快速的初始聚类中心选取新规则以及改进的聚类准则函数,首先进行标签聚类,然后将同一标签簇中标签标注的网络资源初步划分到同一资源簇中,最后在这些资源簇中再次进行资源聚类。实验结果表明,提出的算法能自主、合理地确定初始聚类中心,聚类过程收敛速度快,聚类结果有更好的准确性。     

大青山油松人工林生长与林分密度关系的研究

在大青山区相近立地条件下选择不同密度的林分设标准地,对30a生的油松人工林生长状况与林分密度的关系进行研究,结果表明:30a生油松人工林胸径随密度的增大逐渐减小;枝下高随密度的增大而递增;单株材积随密度的增加而递减,但密度增大到一定程度后其变化不明显,而蓄积量随密度的增加呈增加趋势;高径比随密度的增加而明显递增。     

京津冀医药产业协同发展研究——基于面板数据Fisher最优有序聚类方法的实证分析

深入研究京津冀医药产业状况,运用基于面板数据Fisher最优有序聚类方法进行实证分析,从而对医药产业的竞争力状况有一个客观的认识,为科学制定京津冀一体化背景下契合三地药产业发展战略提供支撑,切实提高京津冀医药产业的整体竞争力,大力推动京津冀医药产业发展实现战略跃升。     

我国知识管理研究主题变化的计量分析

 随着中文文本挖掘技术的不断发展,使以内容分析为基础的科技文献计量成为可能。本文以我国知识管理研究出现以来的5000余篇学术期刊载文为分析对象,以特征选择算法抽取出10,000个特征词为基础,采用向量空间模型（VSM）和文本挖掘技术中的有序聚类方法,揭示出知识管理学科领域的研究内容在我国经历的三个发展阶段,同时还从特征词入手对这三个发展阶段的研究特点进行了归纳总结。将文本挖掘的相关技术应用到学科领域发展的研究中是一个很有意义的尝试,也为今后相关领域的研究工作起到一个很好的借鉴作用。     

龙须草的生长规律及养分吸收特性与施肥时期的研究

在鄂西北地区，通过对龙须草的生长规律及其吸收氮、磷、钾养分的特性研究表明：在缺肥的土壤上种植龙须草，其氮、磷、钾肥的施用时期有3次，第1次是春季萌发生长期，第2次是生殖生长基本终止开始转入营养生长旺盛期，第3次是营养生长旺盛期的最后1个生长高峰期初期。氮肥和钾肥的施用，第1次用量应少，第2次用量应多，第3次可根据植株后期的生长情况而定；而磷肥则应早施，可作基肥第1次施肥时1次性大量施用。