开放对象的进化机制

本文构造了开放对象的进化模型，其进化进程是通过消息与环境相互作用并按一定的重构逻辑重构自身，这个过程包括平稳的内部修正进程和突变进程。本文侧重讨论了基于Ｌａｋａｔｏｓ发现逻辑的内部修正进程。     

开放对象代数

本文主要讨论了开放对象的代数操作及其性质，这些操作提供了开放对象理解消息和构造消息的基本手段，同时还定义了偏序关系〖＾ｂ，并在其上讨论了这些操作的单调性，特别是递归查询。     

基于XML的Internet EDI

从分析传统EDI和Web-EDI的局限性入手,指出基于XML技术的Internet EDI具有简单灵活,可扩展及与实现无关的优点,是未来EDI的发展方向,同时对目前基于XML的各种电子商务标准和XML EDI相关产品做了简要的分析和比较。     

可树形分解的联想过程分析

将联想思维过程抽象成联想图，该图是以变量之间的相关性和条件相关性表示的正态分布，进而讨论了联想图的可树型分解问题，包括可树型分解条件及其树重构算法，可树形分解的联想思维不仅是发散的，而且是递进的，因而具有更高的创造性，这些结论不仅可用于评价人类的联想思维过程，而且可通过对联想思维过程重构来刺激创造性思维的产生。     

用于癌症分类的随机子空间半监督维数约减

精确的癌症分类对于癌症的成功诊断和治疗是必不可少的.半监督维数约减算法在干净的数据集上表现得很好,然而当面临噪声时,当前的大部分算法所构造的邻域结构是拓扑不稳定的.为了克服这一问题,文中提出了一种基于随机子空间的半监督维数约减算法(RSSSDR),将随机子空间与半监督维数约减算法结合起来.在数据集的不同随机子空间上,该算法首先设计多个不同的子图,然后将这些子图联合起来构成一个混合图并在其上进行维数约减.该算法通过最小化局部重构误差来确定邻域图的边权值,在保持癌症数据集局部结构的同时能够保持其全局结构.在公共癌症数据集上的实验结果表明,RSSSDR算法具有较高的分类准确率和较好的参数鲁棒性.     

基于认知几何的支持向量机分类

支持向量机（SVM）较好地解决了小样本分类问题，但仍然受数据稀疏和噪音的影响。基于人类具有很好处理数据稀疏和噪音问题的能力，提出了模型化这些认知能力的几何化方法，建立了认知几何，特别是研究了认知相对性规律的几何化模型，提出了具体的相对变换方法，并用之于改善SVM。实验证明改善后的SVM明显提高了抵抗数据稀疏和噪音的能力。     

基于条纹池化和迁移学习的耕地分割模型

耕地的数量和质量是保持农业可持续发展的关键,是政府部门的决策依据。目前这些信息的获取主要依靠人力,不仅浪费大量人力、财力,而且效率较低,不准确,因此利用卫星遥感影像识别分割耕地图像具有重要价值。本文提出了一种耕地图像分割神经网络SP-Vnet,其包含了条纹池化模块和空洞卷积的V型分割模型,并与迁移学习、图像形态学方法等结合,实现了卫星遥感图像中耕地的精确分割和提取。与目前六个主流的语义分割网络模型相比,本文提出的SP-Vnet在最近MathorCup遥感图像耕地分割的竞赛数据集上,取得了更高的整体准确率OA、F1值和平均交并比（mIoU）。实验表明,SP-Vnet能够加强网络的全局特征表征能力,显著提高了耕地识别的准确率,同时结合图像形态学方法的后处理操作,提升了耕地分割边缘的平滑性和准确性。     

旋转动力学理论:思维动力

只有进展到心理的动力属性,才有可能解释、推测和控制思维事件.该文在创新计算的旋转动力学框架内探讨思维流形上的思维动力系统,思维流形只局部同胚于欧氏空间,没有全局坐标系统,因而没有全局动力系统,只能首先在思维流形上的切空间中建立多类局部的随机动力系统,然后通过流形上的联络整合它们以构造全局动力系统.     

基于核向量空间模型的专利分类

提出了一种利用核函数改进向量空间的新模型：核向量空间模型,该模型利用Mercer核,把输入空间的样本映射到高维特征空间,在高维特征空间中按向量空间模型操作。然后用核向量空间模型实现专利分类．理论分析及在专利分类中的实验表明,所提出的模型比经典向量空间模型有更高的正确分类率。     

支持产品创新设计的流形Petri网数据模型

提出一种支持产品创新设计的流形对象Petri网数据模型MOPN（Manifold Object PetriNet），其利用面向对象技术来刻画产品的静态结构，实现了产品数据的封装、抽象与层次化建模，特别是扩展了对象的属性类型，将对象的属性值扩展到流形上，因而可刻画对象属性值非均匀变化的情况。模型利用高级Petri网刻画产品的动态工作过程，不仅可支持产品工作过程的创新，而且还可通过模型的形式化来验证产品创新概念的逻辑正确性和完整性。