陕西省被子植物分布新记录及新分类群（Ⅱ）

通过对西北大学生物学系植物标本室收藏标本的研究,发现属于陕西省分布新记录的被子植物２１种、２变种及３新变种,并对它们的名称和分布情况做了报道。     

基于融合特征和LS-SVM的脱机手写体汉字识别

提出的脱机手写体汉字识别系统主要研究特征提取和分类识别两个模块.特征提取模块主要包括采用基于不变矩和弹性网格技术的串行特征融合方法,所得到的特征向量不仅充分反映了手写体汉字的全局和局部特征,而且具有很强的区分表达能力.分类识别模块将神经网络多类分类策略与最小二乘支持向量机相结合,所得到的分类器不仅识别率高、泛化能力强,而且有效地解决了多类分类问题.实验证明本文提出的识别系统能够取得很好的识别效果.     

白刺属植物研究进展

白刺属植物具有高度的耐盐碱、抗干旱和固沙改土性能,对开发利用重盐碱地、改善生态环境、提高经济效益具有极其重要的意义.从分布、分类、生物生态学特性、森林培育技术几方面综述了白刺属植物的研究结果,展望了白刺属植物的应用前景,指出了研究中存在的局限性和今后应努力的方向.研究结果对该属植物的种质资源保存及其资源的合理开发利用具有指导意义.     

标准吸湿含水率对膨胀土进行分类的理论与实践

通过一系列膨胀土的物理、力学和化学性质试验, 发现膨胀土的标准吸湿含水率与膨胀土的蒙脱石含量、比表面积、阳离子交换量有良好的线性关系, 也与塑性指数和自由膨胀率有线性相关的趋势, 表明膨胀土的标准吸湿含水率具有明确的物理意义. 塑性指数能很好地反映粒度组成、分散特性和阳离子与黏土矿物的相互作用程度. 因此, 标准吸湿含水率能反映膨胀土的最基本的本质属性. 在一些文献分类成果的基础上, 考虑到对自由膨胀率分类成果的继承性, 提出了以标准吸湿含水率、塑性指数和自由膨胀率3个指标对膨胀土进行分类的方法, 其分类指标试验操作容易、设备简单、试验耗时短.     

粗糙集方法在基于属性分类中的应用

介绍粗糙集基础上的属性分类系统的构造,给出一种数据挖掘中新的分类方法:从初始的数据信息出发,依次构造约简属性集,并对其使用Bayes判别法进行基于属性的分类。最后给出了实例,验证算法的可行性。     

脑信息特征的评价分类方法

对脑信息处理的能力特征量和总体偏离度特征量进行了确定性评价分类.在分类数上,提出了common分类法,以一般人的特征作为分类基准,在common两边展开,以确定分类数.在分类边界上,提出了根据特征量的正态分布确定分类边界的方法.若特征量分布不是正态分布,则采用了博克斯和考克斯变换将其变为正态分布,最终得到能力特征量和总体偏离度特征量的分类规则.由于人的行为是脑信息处理在宏观上的表现,所以其研究成果可直接用来评价人的能力和行为特征.     

分类规则挖掘的免疫算法

为了高效地从数据库中挖掘分类规则，提出了一种基于免疫算法的分类算法．该算法的核心思想为：对规则的前件进行固定长度编码，适应度函数的计算由分类规则的较小分类错误率、简洁性、一致性和训练实例的覆盖性构成，通过把适应度最小的个体作为先验知识来修改个体的某些分量的方法进行疫苗接种，并通过检测个体是否出现退化和模拟退火来实现免疫选择，同时还采用了基于信息增益的规则剪枝策略．在美国加州大学标准数据集中的5个数据集上将该算法与RISE和OCEC算法进行了实验比较，结果表明该算法不仅具有更快的收敛速度，而且获得了更高的预测准确率及更小的规则集。     

基于非线性参数的意识任务分类

研究了非线性参数作为脑电（EEG）信号特征时对意识任务分类的作用，使用的3种非线性参数特征为最大Lyapunov指数、轨道平均周期和轨道平均初始距离，分类方法为Fisher线性判别式．对4个实验对象共60个任务对进行了分类处理．使用3种参数在2s数据段上取得的平均分类精度分别为82．3％、90．7％和93．3％．在较短（1s）的数据段上，应用轨道平均初始距离参数进行分类取得了平均为90．8％的正确率，分类精度接近于Anderson取得的实验结果．轨道平均周期和轨道平均初始距离算法具有较小的运算量，能够应用于在线系统．     

用分类与回归树算法进行人才识别

高校人才的引进对学校的发展十分重要．传统的人才识别方式是考察引进人员的一些定性的指标来进行人才识别，这样难以保证识别结果的全面性、科学性和准确性．给出了一种新的定量的人才识别的方法，它是利用数据挖掘中分类与回归树(CART)的方法为理论基础对人才进行定量的识别，更具科学性．分类与回归树方法利用过去已有的引进人才的经验数据分析提取规则，为以后的人才识别提供合理的、科学的决策支持．     

聚丙烯酰胺凝胶电泳在蝶类分类中的应用探讨

采用聚丙烯酰胺凝胶电泳(PAGE)技术,对不同蝶类的肌肉组织蛋白质进行分离与比较研究,通过相似性系数的分析,探讨了该方法在蝶类分类中应用的可行性.