基于仿射算法的确定性全局优化算法

针对传统区间算法求解全局优化问题耗时长、空间复杂度较高及收敛速度较慢的缺点,引入仿射算法及局部优化算法,给出了一种全局优化求解的仿射算法.由局部优化算法和各求解区间上待优化函数的仿射运算得到全局最优解的一个上界,再依据对各区间仿射运算的下界与全局最优解上界的比较来确定相应区间的去留,通过对不含全局最优解的子区间的删除来确定最优解所在的子区间,并最终找到全局最优解.数值实验表明,该算法相对于传统的区间优化算法有较高的收敛速度,且占用的系统资源较少.     

荒漠沙蜥精巢组织结构的季节性变化

本文以组织学方法对荒漠沙出（Ｐｈｒｙｎｏｃｅｐｈａｌｕｓｐｒｚｅｗａｌｓｋｉｉ）精巢的组织结构进行了研究，结果表明，荒漠沙晰精巢的组织结构具有明显的季节性变化。每年４月初出蛰时精巢已相当发育，５月其生精上皮的厚度和曲细精管的直径达全年最高值，６月逐渐减小，７月降至最低值，８月开始回升，１０月中旬入蛰时已接近４月出蛰时的水平。精巢的体积和重量有相同的变化规律。荒漠沙蜥精巢组织结构的季节性变化受光照的影响，光通过作用于松果腺和脑垂体间接地调控其生长发育。     

数字集成电路的测试与故障诊断方法

从桥接故障的两个特点出发，提出了一种快速盲测法，该法弥补了伪穷举法的不足。它既适用于组合逻辑电路、又适用于时序逻辑电路的短路故障测试。在６Ｋ型电力机车微机控制箱的测试与故障诊断过程中的成功应用，证实了该方法的有效性。     

具有非线性油膜力的滑动轴承转子系统振动特性研究

本文为研究非线性油膜力和轴承外弹性阻尼对流体动压滑动轴承转子系统的振动特性的影响,按单圆盘挠性转子模型,建立了非线性运动方程式,并据此发展了一个RKP 程序.这个程序能够处理各向同性和不同性轴承外弹性阻尼的影响,又能处理可能施加于轴承上的多种外界干扰,并能适应从圆柱轴承到特殊孔形固定瓦轴承非线性油膜力的需要.文中介绍了利用这个程序计算已经得到的结果.结果显示有可能利用外弹性阻尼支承结构抑制系统振动,使系统能在通常意义下的“线性失稳”界限以上的转速下工作.     

BS大字符集编辑输入系统的设计与实现

本文首先介绍了多文种编码字符集的国际新标准ＩＳＯ／ＩＥＣ１０６４６的总体结构、使用形式与发展前景．然后对该字符集标准下开发的编辑格入系统（包括系统内码体系，软件实现，功能特色等）做了一些简要的分析与介绍．     

谈李白《清平调》三章诗的英译

李白的《清平调》三章诗问世千多年来,注释家蜂起,各家所见不一,是三章难解亦难译的诗。作者较深入地研究了本诗,于文中提出了“花人合一”之说,并将其译成英文。本文阐述了作者这一观点:译诗者必须具有译诗的素质,诗是随着时间的不断推移、人类交际空间的不断缩小、人类相互了解的不断深化而越来越可译。     

绞股蓝,菊花脑的成分分析及同功酶酶谱研究

绞股蓝在临床上可用于治疗多种癌症。菊花脑是新开发的蔬菜植物,也具有药物之效用。本文测报了绞股蓝、菊花脑中部分成分:蛋白质、总糖、脂肪、水分、维生素C;超薄层聚丙烯酰胺凝胶等电聚焦显示绞股蓝、菊花脑中酯酶、过氧化物酶、细胞色素氧化酶同功酶的酶谱。     

基于混沌天牛群算法优化的神经网络分类模型

针对传统BP神经网络受初始权阈值影响大且易陷入局部极值,标准天牛须搜索算法局部搜索能力差、寻优精度低等问题,提出一种自适应步长因子的混沌天牛群算法用于优化BP神经网络分类模型。通过增加天牛种群,引入自适应步长更新策略优化天牛须搜索算法的局部搜索能力,使其跳出局部最优,提高算法的计算精度;利用Logisitic混沌映射产生新个体,替换性能较差的个体,增强全局搜索效果。为了改善BP神经网络对非均衡数据集中少数类的分类效果,采用SMOTE算法处理非均衡数据集。将改进的天牛须搜索算法用于优化BP神经网络中的初始权值和阈值,建立IBAS-BPNN（Improved Beetle Antennae Search and Back Propagation Neural Network）分类模型,提高BP神经网络分类模型的准确率。为验证分类模型的性能,将改进的BP神经网络分类模型与其他六种典型的分类算法进行比较,实验结果表明IBAS-BPNN分类模型的平均分类正确率高于其他算法。改进的混沌天牛群算法泛化能力强,鲁棒性好,具有一定的优越性。     

一种面向基因与疾病关系的文本挖掘方法

结合模式匹配、生物医学本体及共现技术,设计了一种自动抽取基因与疾病、基因与基因之间关系的文本挖掘方法,并开发了一个可以处理海量文本数据的系统.该系统可抽取与疾病相关的基因实体,挖掘基因与疾病、基因与基因之间的关系,衡量基因与疾病实体的相关性,并为分析基因与疾病、基因与基因之间的关系提供了网络可视化工具.实验结果表明,系统在测试数据集上抽取基因与疾病之间的关系可获得83.0%的综合测评率,抽取基因与基因之间的关系可获得78.5%的综合测评率.该系统已成功应用于乳腺癌及相关基因的研究.     

流形学习中三种非线性降维算法的比较研究

介绍了流形学习中Hessian特征映射、拉普拉斯特征映射和局部切空间排列3种非线性降维算法的概念和实现步骤,并基于三维的Swiss Roll 数据点集通过实验对3种算法在参数选择和运算效率等方面进行了比较分析,期望为不同应用提供参考.