针对中国近年重金属污染事件频发,而在大气重金属污染方面尚缺乏总体认识的现状,总结近年来的研究成果.结合文献调研,对中国大气颗粒物中的主要重金属元素Pb,V,As,Mn,Ni,Cr和Cd的污染水平、季节变化、南北方差异、粒径分布等污染特征进行分析.对中国大气颗粒物重金属的主要来源、控制现状及技术进行讨论.通过对世界其他国家大气颗粒物重金属污染控制的历程及经验的总结,提出中国重金属污染的控制对策及建议.
DBSCAN是一种经典的基于密度聚类算法,能够自动确定簇的数量,对任意形状的簇都能有效处理.DBSCAN算法需要人为确定Eps和minPts?2个参数,导致聚类过程需人工干预才能进行.在DBSCAN的基础上提出了SA-DBSCAN聚类算法,通过分析数据集统计特性来自动确定Eps和minPts参数,从而避免了聚类过程的人工干预,实现聚类过程的全自动化.实验表明,SA-DBSCAN能够选择合理的Eps和minPts参数并得到较高准确度的聚类结果.
归纳总结了光场成像从理论到实现的发展历程,根据光场数据获取方式对目前典型的光场成像设备进行了分类.在光场相机原理的基础上,重点阐述了基于光场的计算成像原理、数字重聚焦技术、合成孔径成像技术和显微成像技术,并对光场成像技术的应用前景和存在的关键问题进行了讨论.
Gram-Schmidt正交化算法是数值线性代数中的基本算法之一,主要用于计算矩阵QR分解.经典和修正Gram-Schmidt正交化算法基于level 1/2 BLAS运算,低级BLAS运算对cache的利用率比较低,从而限制了算法性能.提出一种新的分块Gram-Schmidt正交化算法.新算法通过重正交保证产生矩阵 Q 的正交性达到机器精度,并且利用level 3 BLAS运算提高了算法性能.数值试验表明,新算法能使得矩阵 Q 的正交性达到机器精度,并且新算法使得性能得到显著提高.
基于Landsat 5 TM影像,以芜湖市沿江区域为试验区,利用水体指数模型(NDWI、MNDWI)、单波段阈值法(LBV变换的B分量)、波谱间关系模型(KT3+TM4>TM2+TM7),以及新提出的波谱间关系模型(KT3+TM2>TM4+TM3)进行水体信息自动提取的试验,从定性与定量2个方面对5种方法进行对比. 结果表明,波谱间关系模型提取水体的精度最高,为93%;受到植被和建筑物等因素的干扰最小.
仿效人类的视觉认知过程,提出面向目标的图像超分辨率算法.只需从一幅车牌图像就可以恢复目标的细节信息.该算法使用先检测、后重建的思路,通过联合稀疏编码建立目标高低分辨率图像片之间的关系,以目标可以稀疏表示为先验,检测到目标区域后,通过压缩感知重建图像.实验表明,重建图像的峰值信噪比(PSNR)较传统方法约有2dB的改善.此外,还验证了超分辨率重建改善了车牌识别结果,可以消除20%的错误识别字符.
将NASA MODIS气溶胶光学厚度产品AOT与北京市清华园PM2.5质量浓度进行比较分析.研究表明,AOT和PM2.5均有明显的季节性变化特征;二者的日均值相关性在冬半年要明显低于夏半年,说明二者受到季节的显著影响.利用相对湿度和气溶胶标高等气象条件进行校正后,AOT与PM2.5具有较高的相关性.因此,MODIS AOT可以作为监测PM2.5分布以及传输的有效补充手段.
RESTful API作为当前主流Web API,其传参与调用方式具有新特性,传统的Web漏洞检测工具均无法有效对其检测. 本文设计并实现了首款针对RESTful API的SQL注入漏洞检测工具:RASIVD. 实验结果表明,与传统检测工具相比,RASIVD能够检测出更多API SQL注入漏洞,且误报率为零,说明了RASIVD的有效性.
本文根据WebOffice系统中浏览器-服务器端通信需求,提出了一种调用web服务的浏览器端代理方法。比较了此方法和传统的服务器端方法的优点和缺点,分析了此方法的适用场合。最后给出了实现的要点:WSDL的加载和解析、对象类型的序列化和反序列化、SOAP协议的封包和绑定。
采用单因子法对影响免疫共沉淀结果的各因素进行优化.以hCLP46(human CAP10-like protein46)蛋白和内质网分子伴侣calnexin为例,对相互作用开展研究.通过对细胞裂解液各组分浓度、抗体用量、hCLP46的蛋白量和交联剂DSP因素的优化,验证了hCLP46(human CAP10-like protein46)蛋白和内质网分子伴侣calnexin间的弱相互作用.研究结果为探讨蛋白质之间弱相互作用提供一定的参考价值.
针对隐蔽信道威胁高安全等级数据库系统机密性的问题,从隐蔽信道实现场景入手,总结归纳数据库系统中已知的隐蔽信道. 通过提出新型的数据库隐蔽信道分类方法,对隐蔽信道的形成机制进行研究,首次提出几类新发现的数据库隐蔽信道. 此外,在基于不同DBMS的数据库系统中实际构建典型的隐蔽信道,并对其进行对比分析,标识出实现缺陷所导致隐蔽信道存在的可能性.
研究RBF神经网络在个人信用评级中的应用.针对传统的RBF神经网络无法处理非数值型数据和对初始中心的选取及异常值十分敏感等问题,提出一种基于模糊K-Prototypes算法的RBF神经网络,提高了处理分类型数据及混合型数据的能力,并且改进的模糊K-Prototypes算法有助于降低模型对初始中心选取和异常值的敏感性.将改进前后的模型分别应用于商业银行的个人信贷评级中,结果表明,改进后的模型预测精度和稳健性都优于传统的RBF模型.