基于贝叶斯分类的分布式网络故障诊断模型

该文提出了一个基于Agent的分布式网络故障诊断系统模型框架，该模型对贝叶斯分类理论进行了推广。模型将先验知识和观察数据结合起来，从而大大改进了系统的诊断性能。模型采用一定的状态检查和验证策略，保证了Agent的自身安全和通信安全。Agent之间各自独立，相互协作，合作完成诊断任务。该模型与特定的系统应用环境无关。因此，该文提供了一个通用的网络故障诊断系统框架。     

正棒—板短间隙雷电冲击放电电压的海拔修正

多功能人工气候室内模拟高海拔地区的气压，按照IEC对棒－板间隙试验方法的要求对200mm、300mm和450mm3种正棒－板短空气间隙雷电冲击放电特性进行了系统的试验研究。根据理论分析，提出了由于气压是大气3个基本参数即温度、空气相对密度和绝对湿度的综合反映，因此可以作为表征大气条件对空气间隙击穿电压影响的特征量；根据试验结果，提出了高海拔地区的短空气间隙雷电冲击击穿电压的是相对气压的幂函数，且其特征指数小于1，并因此得出海拔每升高1km，其击穿电压下降8.7%。     

甘肃灯心草科植物种皮亚显微结构研究及其分类学意义

对甘肃灯心草科(Juncaceae)、地杨梅属(Luzula)、灯心草届(Juncus)20个种及变种植物的种子形态和种皮表面结构进行了光学显微镜和扫描电镜的研究．结果表明：在扫描电镜下，本科植物种子表面纹饰有3种不同的类型，即网纹型、条状突起型和纵条纹型．电镜下的种皮表面纹饰为本科植物的分类提供了新的依据．     

纤维网片复合方式对纤维增强水泥基材料性能的影响

在分析渍浆纤维混凝土(SIFCON)和渍浆网片混凝土(SIMCON)各自优缺点的基础上，研究了不同性质乱向短纤维和定向纤维网片复合及不同性质网片组合方式对纤维增强混凝土性能的影响．实验结果表明：各种纤维体积分数下定向网片与乱向短纤维复合增强混凝土各项性能明显优于单用乱向短钢纤维增强混凝土；当纤维总体积分数为8％时，由2层细孔编织钢丝网和3层细孔玻纤网组合网片型式B(网片体积分数为0．7％)与乱向短纤维(体积分数为7．3％)复合增强混凝土，其抗弯强度、抗剪强度、弯曲韧性(I5)比短切钢纤维增强混凝土(SIFCON)分别提高了45％，25％和46％，从而揭示了高弹模与低弹模纤维复合、乱向纤维与定向纤维网复合，优化纤维分布和取向，使其在材料层次和结构层次协同作用的优势得以发挥，并以较低的成本和较方便的施工工艺制备了高性能纤维增强水泥基复合材料。     

智能化装载机载重检测设计

通过对装载机作业时的转矩进行分析,适当简化相关参数,建立起一个基本的动力学模型.根据这个模型,采用单片机80C196KB,设计了装载机载重量检测的实现方案.根据装载机故障信息的自身特点,基于GSM(global standard for mobile communications)模块TC35,实现装载机与远程控制中心之间的双向无线通讯.最后给出相关的软件设计,主要分析了其中几段关键的程序流程.通过上述软硬件的设计,本方案实现了对装载机载重量的实时检测,并对过载等故障信息进行处理.由此显著地提高了装载机的可靠性和稳定性.     

江南丘陵区土地利用/覆被分类

江南丘陵区土地利用/履被类型相对比较复杂，传统的基于光谱特征的计算机自动分类的精度难以达到实际应用的需求．为了提高分类精度，需要模仿目视解译过程，从遥感信息机理与地学规律的综合分析人手，综合其它辅助信息进行分类．在对绍兴试验区地学背景知识和遥感数据光谱特性充分分析的基础上，获取了试验区各类典型地物分类的知识，并以规则的形式表示这些知识，集成TM影像亮度值、亮度值关系和DEM、坡度和坡向地理辅助数据对试验区土地利用/履被进行分类．结果表明，该方法可以方便有效地综合多种辅助数据进行分类，得到令人满意的分类结果，本次试验的分类精度为86．66％。     

利用GMS—5红外资料进行云的分类识别

利用GMS－5 3个红外通道（2个分裂窗区通道和1个水汽通道）的亮温资料，依据各种云不同的辐射特征对其进行分类，由此识别出积雨云（Cb）、浓积云（Cg）、卷云（Ci）、积云（Cu）、中云（Cm）、密云（Dense）等6种主要云类以及雾（Fog）和晴空区域。结合安徽寿县地面观测基准站1998年6、7月份的地面观测资料，对分类结果进行了检验，得到了较为令人满意的结果，准确率接近70％。     

Classification of Medical Brain Images

Since brain tumors endanger people‘s living quality and even their lives, the accuracy of classification becomes more important. Conventional classifying techniques are used to deal with thosedatasets with characters and numbers. It is difficult, however, to apply them to datasets that include brain images and medical history (alphanumeric data), especially to guarantee the accuracy.For these datasets, this paper combines the knowledge of medical field and improves the traditional decision tree. The new classification algorithm with the direction of the medical knowledge not only adds the interaction with the doctors, but also enhances the quality of classification. The algorithm has been used on real brain CT images and a precious rule has been gained from the experiments. This oaoer shows that the ahzorithm works well for real CT data.     

文本分类中的特征选取算法

分析了常用的几种特征选取方法，提出了改进互信息算法。实验结果显示改进的互信息算法是可行的。     

批量图像叠加文字的程序处理

为解决批量图像上叠加文字的问题，比较了Photoshop批处理、GD图形库编程、Fire—worksJavaScript等几种大批量图像汉字叠加的程序处理方法，最后给出了一种利用ExcelVBA、以XML语言作为数据中介、以FireworksMX为图像处理工具的相对简便的解决方案。