从纳米科技的发展谈多学科交叉融合的必然性

本文介绍了纳米科技的概念、发展、它在能源、新材料和生物技术等方面的应用前景，以及它对社会科技与经济发展的重要性，论述了纳米科技的发展和应用融合了数学、物理和化学等多学科知识以及多学科科学交叉融合的必然性和重要性。并运用自然辩证法的观察论述了自然科学和社会科学的相关性以及它们之间存在的必然的联系，从哲学角度说明了科技与经济与互为促进、共同发展的。     

一类笛卡积图的交叉数

确定了一类6阶图与路的笛卡尔积图的交叉数。     

雌二醇衍生物的HQSAR研究

应用基于分子全息的QSAR方法, 对30种雌二醇衍生物与羔羊子宫雌激素受体作用的lgRBA值建立了相关模型, 研究了碎片区分参数及碎片长度对模型质量的影响. 最佳全息条件下产生的模型的相关系数r²为0.991, 交叉验证相关系数q_LOO² 为0.897. 结果表明所建模型具有良好的拟合效果, 同时具有较高的预测能力.     

利用基因重组策略改进遗传算法

为了克服标准遗传算法的早熟现象，提高遗传算法的全局收敛性，提出了一种基于基因重组策略的遗传算法。该算法定义了一种新的交叉算子，即移位逻辑交叉算子(包括蝶形移位交叉算子和洗牌移位交叉算子)，用它们对染色体的部分基因实现有规律的交叉重组。实验结果表明，该算法比经典的遗传算法具有更好的收敛性和稳定性。     

对拉普拉斯金字塔和对比度金字塔图像融合方法的性能比较

图像融合作为信息融合的一个重要领域 ,已经广泛应用于遥感、计算机视觉、医学、军事目标探测和识别等方面。因此 ,探索有效的图像融合算法是当前的热点课题。近年来有不少学者提出了各种图像融合的方法 ,归结起来占主流的是源于多分辨率的方法 ,这类方法一大类是基于图像的高斯金字塔分解 ,然后派生出拉普拉斯金字塔 ,对比度金字塔等 ;另一大类是基于小波分解的算法 ,基本思想是把图像分解到不同分辨率下的一系列子图像 ,其中每一级包含一个包含了低频信息的模糊子图像和三个行、列、对角线方向上的高频细节子图像。这两类方法的共同之处都是在不同的分辨率下各自按一定的规则融合 ,得到一个融合后的图像序列 ,然后重构图像。虽然这些方法在实用中效果很好 ,但是目前还没有对各类图像融合都普遍适用的理想方法 ,因此对不同方法的融合效果进行主观和客观的评价是重要的。图像融合效果的评价也是一个目前讨论的热点问题 ,目前融合效果的评价有主观视角效果评价和客观指标评价两种 ,首先应进行详细的主观评价 ,因为到目前为止还没有能非常准确描述融合质量的客观物理指标 ,在某些情况下可以通过融合图像和标准图像比较来评价融合效果 ,但是在大多数情况特别是实际应用中 ,标准图像几乎是不可能存在的 ,所     

均匀试验设计在遗传算法中的应用

介绍了在遗传算法中运用均匀设计产生初始种群的方法，指出由于遗传算法的交叉机制是完全依赖于初始种群的，所以初始种群的多样性对于遗传算法的收敛性是至关重要的．同时通过算例采用De Jong提出的验证方法验证了运用均匀设计产生初始种群能够增强遗传算法的收敛性．     

眼角膜散光测量的研究

角膜是眼屈光系统中最重要的光学折射面,本文选择3种方法对角膜散光进行测量。随机选择屈光不正患者360只眼,对计算机辅助的角膜地形图检查、角膜曲率计及散瞳验光3种测量角膜表面的方法进行比较。发现3组测量方法在散光轴位方面无显著性差异。提出角膜地形图中△K_(sim)即表示角膜规则性散光。散光度数在角膜地形图和角膜曲率计组间无显著性差异,而散瞳验光组与另两组间均存在显著性差异。提示在测量角膜散光方面角膜曲率计与角膜地形图具有相似的临床价值,但由于角膜曲率计测量范围小、取点少,因此在反映角膜表面细微变化方面受到很大限制。本文还对角膜地形图图形与参数△K_(sim)间关系进行了探讨。     

关于余作用交叉积的顺从性

设δ为局部紧群G在C*代数A上的余作用，证明了对任一C*代数B有一G在AB上的余作用δ使得（A×δG）B≈（AB）×δG，因此得到若A顺从，则A×δG顺从．     

纺织品静电场强衰减的数值计算与实验研究

对服从欧姆定律和在高场强下不服从欧姆定律的纺织品利用计算机进行数值计算与模拟并进行实验研究.结果表明无论电流密度与电场强度之间为何关系.不同初始场强的衰减曲线都不会发生交叉(Cross-Over)现象,若电流密度不仅与任意时刻的场强有关而且还与初始电场有关则会发生交叉,计算结果预示在某种特殊电场范围内时可能发生双交叉(Double Cross-Over)现象.数值计算结果与实验结果对比显示两者符合得较好.     

从多面体图象到线画图表示

如何在单幅线画图上进行空间多面体形状信息的定量恢复，魏在其论文［１］中已给出了主要的理论结果。为了从所摄入的多面体图象得到相应的线画图，要对图象进行一系列处理，包括：提取边缘、细化、跟踪及拟合。本文着重对该过程所涉及的图象处理问题及有关算法作一较为详细的讨论和介绍。