基于BP网络的装备维修质量评估设计

依据有关规定和武器装备的特点,提出了装备维修质量评估的指标体系,并给出了指标体系标准化处理的方法。在此基础上,建立了基于BP网络的装备维修质量评估模型。通过训练,该模型具有了对装备维修质量的评估功能。实验结果表明：该模型用于装备维修质量评估,减少了传统装备维修质量评估方法中人为因素的影响,并且评估误差很小。     

基于小波能量加权的医学图像融合新算法

目前的大多数基于小波变换的医学图像融合算法,由于没有细致考虑低频分量融合规则以及高频分量邻域特征对于融合效果的重要性,因而得到的融合效果有时并不理想.现提出一种小波域按邻域加窗能量加权的融合准则,该准则根据人体颅部18F-FDG和MRI-T1图像的特点,充分考虑到了低频分量和高频分量邻域特征,对原图像高、低频小波系数分别选用具有不同物理意义的窗矩阵进行邻域加窗能量计算,以归一化加窗能量为权值对各小波系数进行加权,得到融合小波系数,经过小波反变换重构出融合图像.实验证明,采用提出的融合算法得到的融合图像很好地包含了源图像的信息,该算法在医学图像融合应用中比传统的小波系数取大算法、加权平均算法及按邻域方差加权算法效果更好.     

奥氮平和利培酮对精神分裂症小鼠模型的作用

利用精神分裂症小鼠模型比较临床上使用的非典型抗精神分裂症药物利培酮(Risperidone)和奥氮平(Olanzapine)的作用.试验结果:①利培酮和奥氮平都能有效地抑制小鼠的快速移动行为,高剂量的利培酮和奥氮平都能有效地抑制小鼠的刻板性行为;②利培酮的半最大效应浓度比奥氮平的半最大效应浓度小,表明其治疗效果更明显;③从共济失调副反应的半最大效应浓度与快速移动效应的半最大效应浓度的比值来看,利培酮的疗效也优于奥氮平.     

线性规划的一种表上作业法

根据目标函数的梯度向量在可行域内低维界面上的投影,给出线性规划逐维选优（强多项式）算法的表上作业法,并且用若干具体实例详细描述了表上作业法。     

光栅投影三维测量中一种新的线条纹细化算法

针对光栅投影三维测量中的线条纹,提出了一种新的条纹细化方法。实验证明,该算法获得了理想的处理效果。     

基于遗传和蚁群算法融合的聚类新方法

遗传算法具有快速良好的全局搜索能力,而蚁群聚类算法具有良好的分布式并行性和正反馈能力。将两种算法进行融合,充分利用算法各自的优势和特点,能更有效地进行聚类分析。实验证明这种新组合算法在优化能力和时间性能上比常用的聚类算法有比较明显的优势。     

动态性状基因座的复合区间定位

动态性状因其广泛性和重要性而备受动植物遗传育种研究者关注. 用分子遗传学方法探索该类性状的遗传机制已成为一个极富挑战性的研究课题. 将关于时间(测定日期)的Legendre多项式镶嵌在遗传模型的每个遗传效应中, 以刻画QTL和协同因子对动态性状变化过程的作用, 从而建立动态性状基因复合区间定位分析的数学模型. 利用复合区间定位策略的优势, 提高对控制动态性状多个QTL的检测效力. 以F₂设计群体为例, 阐述了动态性状基因复合区间定位的似然分析原理, 推导了参数似然估计的EM法两步求解过程. 模拟实验证明, 相同设计条件下, 复合区间定位对分布在同一连锁群上多个影响动态性状QTL的检测效果明显好于区间定位; 随着协同因子数目的增加, 复合区间定位不但能检测出更多的甚至所有的QTL, 而且对每个QTL分辨得更加清楚. 在实际应用过程中, 应针对动态性状的变化规律, 并考虑计算成本恰当地选择协同因子数目.     

Cu-Ge包晶合金中ζ相的形成规律研究

在Cu-14%Ge, Cu-15%Ge, Cu-18.5%Ge及Cu-22%Ge合金的深过冷实验中研究了z相的的快速生长, 四种合金分别获得202 K(0.17T_L), 245 K(0.20T_L), 223 K(0.20T_L)及176 K(0.17T_L)最大过冷度. 随合金中Ge含量的增大, 小过冷样品的凝固组织发生“α(Cu)枝晶+包晶相ζ→包晶相ζ→ζ枝晶+(e+ζ)二元共晶”的转变. 大过冷样品的凝固组织则发生“碎断α枝晶+包晶相ζ→包晶相ζ→ζ枝晶+ε相”的转变. 对包晶相ζ中Ge含量进行X射线电子能谱分析, 证实深过冷扩展了α枝晶的固溶能力, 从而使ζ相中Ge含量随过冷度的增大而减小. 由包晶相ζ组成的Cu-18.5%Ge合金中由于深过冷抑制了ζ相在晶粒交汇处的成分扩展, ζ相的Ge含量随过冷度的增大而增大.     

数据挖掘分类算法研究综述

随着数据库应用的不断深化,数据库的规模急剧膨胀,数据挖掘已成为当今研究的热点;特别是其中的分类问题,由于其使用的广泛性,现已引起了越来越多的关注。对数据挖掘分类问题的研究现状进行了综述:首先对研究比较多的基于判定树的归纳分类、基于人工神经网络的分类和基于统计的贝叶斯分类作了详细的讨论;然后对目前新提出的几种算法作了简要分析;最后根据数据挖掘的发展现状和研究重点对数据挖掘分类算法的发展趋势作了展望。