应用正交异性板理论分析正交异性桥面板

用数学解析方法对桥梁中正交异性桥面进行了位移及内力分析，将其结论与其它数值方法（有取元法、插分法）进行比较，证明是准确的。     

智能筹资决策支持系统应用

本文论述了智能决策支持系统原理、功能及结构，建立了房地产筹资智能决策支持系统的模型，并在此基础上，编制了相应的软件．此软件能综合考虑金融市场状况、企业内部财务状况，选择合适的筹资方式，确定合适的筹资金额以及资金获取的时间和期限，为决策者提供决策依据．     

一种基于支持向量机的非参数双响应曲面法

现有非参数双响应曲面法只注重提高模型的拟合性能而忽视提高泛化性能，对于复杂工业过程的质量优化和稳健设计应用效果不佳．为此提出了一种新的非参数双响应曲面法．首先采用均匀空间网格形式取样，然后利用支持向量机来拟合过程的均值和方差响应，并且通过比较不同拟合模型的泛化误差上界来优化支持向量机的参数．与基于核函数和基于人工神经网络的非参数双响应曲面法对比结果表明：实验设计方式相同时，该方法的平均泛化误差分别降低了31．0％和51．8％；而泛化误差相近时，平均样本量分别降低了35．0％和48．6％；对不同取样方法的泛化性能研究表明，在没有先验知识时，均匀空间网格是一种可接受的实验设计方式．由此说明了该方法的适用性与优越性.     

基于支持向量机的机场检测算法

提出了一种新的机场检测算法．该算法通过把机场跑道的几何特征与其所在区域的纹理特征相结合来描述机场特征，其中由灰度的平均值和方差、区域的光滑性、直方图的偏斜度、区域的一致性、图像的随机性、图像的梯度平均和方差等8个特征组成机场的纹理特征向量．先通过直线检测找到机场跑道的候选区域，然后用基于高斯核函数的支持向量机作为分类函数，对候选区域的特征向量进行分类，由此判别机场跑道．实验表明，与传统的仪通过形状判断机场的方法比较，该算法对机场的误检率较低，检测率比刘德红的方法高近10倍，几乎能实时完成一幅图像的检测．     

支持向量机学习方法的选择与应用

介绍支持向量机中的核函数及其参数的选择和相关应用技术，以及SVM的应用研究。在不同的学习方法下进行了仿真实验，并对4种不同方法的分类特性进行了对比分析，给出了在不同模式识别问题中不同方法的选择条件。     

基于面向对象技术的DSS模型设计与实现

根据面向对象技术的原理,探讨了基于面向对象方法的DSS模型的设计和实现方法.提出了基于面向对象DSS模型的定义和表示方法,使用了模型字典来进行模型的存储,描述了复合模型实现的方法.该模型表示方法已应用于信贷决策支持系统中,取得了令人满意的效果.     

上覆煤柱工作面矿压显现及开采应对措施

通过对上覆煤柱工作面支承压力的分析及现场实际情况的总结,提出了工作面矿压显现特征和在煤柱下开采工作面所采取的应对措施。     

71206运输巷过1号断层的方法

通过对断层下盘巷道顶板围岩的受力分析,解决了煤巷掘进过大断层的巷道支护问题;通过对下部废巷道对应的楔形体的受力分析,解决了下部废弃巷道对上部巷道底板的影响问题。     

基于案例学习的排球机器人运动规划及其支持向量回归实现

针对混合型控制问题,以排球任务为例研究机器人的运动规划.模拟人类球员通过经验积累而采取相应动作的行为学习模式,采取案例学习的方式解决球的初始状态微小变化(仅发球速度和角度变化)时的运动规划问题.由于支持向量回归(SVR)在处理小样本问题的优越性并受局部学习思想的启发,采用局部加权SVR(LW-SVR)实现案例学习.结果证明,LW-SVR的学习精度较RBF神经网络和SVR明显提高.     

特征筛选对脑-机接口信号单次提取精度的影响

脑-之机接口的核心问题之一是通信载体信号的单次提取．在构建脑控拼写器的过程中，通过“模拟自然阅读”诱发模式产生的视觉诱发电位作为人脑与计算机之间的通信载体，采用支持向量机方法进行特征信号的单次识别．为提高识别精度，详细研究了信号时程、时段的选择对模式识别精度的影响．结果表明，信号时程越长分类精度越高，时程达到300ms时，分类精度就可达到最大值（且趋于饱和）；信号时段的选择对分类精度亦有较大影响，最佳时段在靶刺激出现后约250～350ms作为起始处．这一结果为提高系统的整体速度与精度打下了基础．