基于混沌映射的PSO及其在图像分割中的应用

目的提出了一种基于混沌映射的粒子群优化算法。方法一方面,应用逻辑自映射函数初始化均匀分布的粒群以提高初始解的质量;另一方面,根据群体早熟收敛的判断机制,在算法进化过程中引入局部变异机制和局部重新初始化粒群的方法以有效避免算法陷入局部收敛的缺点。结果该算法应用在基准测试函数优化中能有效提高全局寻优的性能,且稳定性好;应用在图像分割中取得了与遗传算法同样好的分割效果。结论提出的算法具有有效性和实用性,可用于求解高维复杂函数以及工程优化问题。     

不同脑负荷脑电特征的近似熵表征研究

目的研究不同生理状态下的脑电特征(EEG)。方法利用一种度量时间序列复杂性的非线性统计方法——近似熵(ApEn)方法。结果近似熵能够有效地反映脑电信号的变化情况。结论近似熵是一种值得重视且很有发展前景的复杂性分析方法。     

不同生理条件下步态数据的复杂性测度分析

目的研究步态从一个侧面反映出的人体健康状况和病态特征,突破步态数据具有高维性、非线性、不便于定量分析的难题。方法将非线性动力学复杂性测度引入步态数据的分析。结果步态的复杂度与年龄等生理状况密切相关。结论通过数据长度对分析结果的影响,表明复杂度具有模型独立和计算简单等特点,它在步态分析中应用的前景较为乐观。     

一个修正的函数迭代法及其证明

本文就动态规划中函数迭代法提出了几点看法，指出了其中存在的问题，并给出了一个修正的函数迭代法及对其合理性的证明。     

P算子与积分微分方程的非线性边值问题（Ⅱ）

本文利用部分逆算子理论及线性边值问题的Ｇｒｅｅｎ函数方法,结合上、下解方法,讨论了形如ｘ”＝ｆ（ｔ,ｘ,ｘ’,Ｔｘ）ａ＜ｔ＜ｂ（ａ,ｘ（ａ）,ｘ’（ａ））＝Ａ（ｂ,ｘ（ｂ）,ｘ’（ｂ））＝Ｂ的二阶非线性积分微分方程与其非线性两点边值问题解的存在性,唯一性及求解方法。     

风险与收益折衷的证券组合模型神经网络求解

通过分析证券的收益率和风险的关系，为个人或机构投资提供理论指导。根据风险与投资模型的特点，给出了不允许卖空情形下证券投资的风险与收益折衷模型的神经网络算法，找出了可行的证券组合最优决策的方法。     

一类随机规划问题的逼近求解

主要讨论了一类随机规划在函序列上图收敛和随机变量序列均方收敛意义下,该类随机规划的最优解和最优值的收敛情况。     

关于高等院校师资补充方案预测的动态模型

本文针对高等院校师资补充方案的预测问题，给出了动态分析模型，并把模型化为一系列线性规划模型，利用单纯形算法求出问题的解。     

基于单导脑电经验模式分解的癫痫发作预测

目的寻找一种通过单通道脑电分析实现癫痫发作预报的新方法。方法从西京医院癫痫中心的临床病例中选择7名受试者记录癫痫发作前后8个通道的脑电,对发作前的各导脑电信号进行经验模式分解,提取分解后各分量的复杂性测度,将其作为一个4层（7-6-2-1）神经网络的输入进行非线性分类,神经网络的训练采用去一循环法（leave one out）。结果研究表明,所提出的方法在预报癫痫发作时的表现为：根据所用脑电导联不同,准确度为71.7%-78.3%,特异性为71.4%-88.1%,敏感性为50%-77.8%范围。另外,系统运算速度足够快,适合临床实时检测需要。结论所提出的方法在预测癫痫发作时有一定优势,但进一步的研究仍然是必要的。