海洋浮游植物自动分析和识别技术

浮游植物是海洋生态系统的初级生产者．对其种类的分类鉴定和定量分析是海洋科学研究和应用的基础性工作．传统的分析方法主要采用显微镜下的人工鉴定和定量计数．为了适应海洋科学和环境监测中的快速检测的需要，解决目前显微镜人工鉴定中存在的专业水平要求高、分类人员断层、耗时等问题，至今已有不少学者对各种浮游植物自动分析和识别方法进行了研究．包括基于藻细胞形态的与计算机技术相结合的图像法，基于藻类色素组成的吸光光度法、荧光分光光度法和高压液相色谱法．基于藻细胞大小、色素组成、DNA等的流式细胞仪法，基于细胞基因系列的分子探针法等．本文对这些方法的原理、发展动态、优缺点等进行了综述．认为基于藻细胞形态的浮游植物显微图像自动识别技术，由于其综合了现代仪器自动分析和传统显微分类方法的优点，是浮游植物自动识别的一种理想和实用的方法，将有很好的应用前景．     

浅论林语堂对古代汉语方言研究的贡献

学术界对林语堂的语言学成就研究主要集中于他的音韵学方面和现代方言方面。文章探讨了林语堂对古代汉语方言研究做出的不可磨灭的成就,得出了林语堂这位语言大师对古代汉语方言有着深入的研究、对现代汉语方言的创立和发展作出了巨大贡献的结论。     

新型铅钙合金在硫酸介质中的耐腐蚀性能研究

应用阳极极化曲线法、阴极极化曲线法、室温析气实验及阳极恒流腐蚀,分别对Pb-Ca-Sn合金和Pb-Ca-Sn-Ce合金在1 28g/cm3硫酸介质中的耐腐蚀性能进行了测试,并对合金在硫酸中所形成的钝化膜进行了表面X射线衍射分析.实验结果表明:加入稀土Ce能使Pb-Ca-Sn合金在很宽的电位范围内均处于钝化状态,显著改善合金的耐腐蚀性能,提高合金的析氢过电位,而且还能阻止阳极二价铅膜的生长,从而改善阳极钝化膜的性能,提高电池的深循环性能.     

基于信号谱熵的模糊Hamming网络缺陷识别

无缝钢管损伤监测和诊断的关键在于缺陷信号特征的提取和识别，作者研究了无缝钢管内伤、外伤及孔洞等缺陷信号的频域特征，提取信号二维谱熵指标作为特征指标，运用改进的模糊Hamming神经网络识别方法，对无缝钢管的缺陷进行识别，结果表明，该方法具有很高的识别精度，实例中识别准确率达100％，由于该识别方法不需要示教学习过程，因此能够应用于实时在线缺陷识别。     

嫁接苗木自动化品质检测与分级研究

利用计算机图像处理技术，结合目前自动化嫁接技术的发展与特点，模拟人的分级选苗过程，设计出苗木自动化品质检测与分级软件。利用该软件进行瓠瓜、西瓜苗木品质检测试验，结果与人工检测相比0级苗与1级苗的准确率均达到了100％，实现了苗木嫁接前的自动选苗。有利于进一步提高苗木嫁接质量，推动我国工厂化培育嫁接苗的快速发展和促进自动化嫁接技术的完善与发展。     

一类矩形切割的优化模型

研究了工业中常遇到的先将原料板切割成加工拼板后，再将拼板切割成单元板的一类矩形板材切割问题，此类问题归结为二维排布的双层优化，针对单元板在拼板上和拼板在原料板上的4种不同排布情形，建立了统一的非线性整数规划模型，根据问题的特点，给出了该模型的一个化双层优化为单层优化的求解算法，实际应用中，该算法能在数秒钟内按工艺要求给出最优切割方案，与传统方法相比，料板利用率常可提高5％～10％．     

多源信息的实时智能融合系统研究

面对复杂实时的融合环境 ,现有的信息融合方法仍然存在着许多不足之处 .针对这一问题 ,本文以专家系统技术为基础 ,综合运用数据库技术、神经网络理论和黑板理论 ,对复杂融合系统的知识表示、知识获取、知识管理和实时融合推理机制进行了一些研究 .在此基础上 ,提出了一种多源信息的实时智能融合系统 ,并对该系统中的知识库和推理机进行了详细的论述 .     

传说记忆与族群认同——以盘瓠传说为考察对象

盘瓠传说在中国畲、瑶、苗等族群中广为流传 ,成为族群的集体记忆。它解释了这些族群的族源 ,为盘瓠即祖先信仰提供了支撑 ,衍生出“缠头和绑腿”、“留长发”和不食狗肉等族群标识。这些标识伴随着传说的不断演述而得到认定和传承。盘瓠传说实际上是这些族群神圣的口述史 ,坚固着这些族群的自我认同 ,也成为区别其他族群的显要文化表征     

有攻角高超声速穿甲弹气动烧蚀的研究

该文采用“轴对称比拟”的研究方法，运用相似性理论，基于小横向流假设，研究了有攻角高超声速穿甲弹的气动烧蚀。通过耦合计算物面流线几何形状、比例因子、气动加热烧蚀模型，结果表明弹丸头部出现了严重的不对称变形，这将引起弹丸气动力的较大变化，可能导致弹丸飞行稳定性和密集度的降低，对今后进行高超声速穿甲弹的设计有重要的促进作用。     

一种基于可变支持度的缺省规则挖掘算法

Rough集方法提供了一种新的处理不精确、不完全与不相容知识的数学工具. MDRBR算法通过规则支持度进行约束,可有效提高缺省规则的挖掘效率.但MDRBR采用单一的规则支持度约束,使得当规则支持度较小时,挖掘出大量的缺省规则,而当规则支持度较大时,一些重要的小概率分布对象对应的缺省规则被过滤掉.为此,提出了一种基于可变支持度的缺省规则挖掘算法--MDRBVSM,可有效地改进MDRBR等传统算法存在的缺陷.实验结果表明,该算法可有效地过滤噪声、提高规则的挖掘效率.