摘要：用回归旋转设计研究倒摄抑制。实验数据最后用二次方程逼近并取得拟合检验的显著性水平(P<0.01)。本实验揭示了(1)影响倒摄抑制的四个因素中,先前材料的学习程度(A)和后继学习材料的长度(C)这两个因素起主要作用。当A足够时,不论C的长短,倒摄抑制相对而言总是最小。这说明A因素起最主要作用;(2)在A足够的前提下,C因素与倒摄抑制成正比函数关系。本研究的成功实验表明,回归旋转设计不仅适用于心理学研究而且能揭示心理现象在多因素共同作用下变化的函数关系。因此,它比心理学研究的传统设计方法又前进了一步。

摘要：海量的GIS数据的数值之间容易产生阶跃扰动,在实际监测时,对故障融合的数据不敏感,导致监测数据产生误监或是漏监,针对该问题,设计基于海量基于海量GIS数据的自动化故障融合监测技术。利用GIS时空数据模型多尺度表达故障数据,设定海量数据融合规范变量,采用二值逼近的方式规范融合变量,控制数据融合产生的阶跃扰动,构建数值化的子元监测块,最终实现对自动化故障融合的监测。测试采用GIS索引标记海量自动化故障数据,重构故障融合数据后,设定融合数据的故障条件,应用基于深度检索的融合监测技术、基于偏最小二乘的融合监测技术以及所设计的融合监测技术进行测试,结果表明:所设计的故障融合监测技术能够监测所有的故障融合数据,实际监测的数据并未产生误监或是漏监。

摘要：海量的GIS数据的数值之间容易产生阶跃扰动,在实际监测时,对故障融合的数据不敏感,导致监测数据产生误监或是漏监,针对该问题,设计基于海量基于海量GIS数据的自动化故障融合监测技术。利用GIS时空数据模型多尺度表达故障数据,设定海量数据融合规范变量,采用二值逼近的方式规范融合变量,控制数据融合产生的阶跃扰动,构建数值化的子元监测块,最终实现对自动化故障融合的监测。测试采用GIS索引标记海量自动化故障数据,重构故障融合数据后,设定融合数据的故障条件,应用基于深度检索的融合监测技术、基于偏最小二乘的融合监测技术以及所设计的融合监测技术进行测试,结果表明:所设计的故障融合监测技术能够监测所有的故障融合数据,实际监测的数据并未产生误监或是漏监。