土体取样的扰动影响及其评价指标

对土体聚样所动的影响研究进行了综述,建立了受取样扰动土体特性的指标体系,以便对土体取样的扰动程度进行评价。     

基于改进R-LDA的ANN在人脸识别中的研究

面部识别(FR)系统可以自动识别或校验从数码相机或图像生成设备中获得的人脸图像。为了做到这点,要从所获图像中提取面部特征,并与人脸数据库中的数据进行比对。目前,几乎所有的FR都面临与面部视角相关的障碍,包括光照不足和低分辨率,这些问题使其识别率大为降低。提出了一种经过全新衡量的标准化参数,它基于FR系统,能够提高在某些环境约束下的识别率。该方法基于常见的正规线性判别分析(R-LDA),并且包含了具有突出分类能力的可以提高人脸识别率的人工神经网络(ANN)。改进的R-LDA算法解决了在所有FR中出现的小样本容量(SSS)问题,同时,ANN对于检测人脸的正面图像很有用处。在ORL及FERET人脸数据库上进行了实验,结果表明,与其它的常用方法相比较,取得了更好的识别效果。     

并行工程在汽车制造行业设计开发中的应用

本文在分析汽车制造行业设计、开发过程特点的基础上 ,指出在汽车制造行业设计、开发过程中引入并行工程的必要性 ,并提出了一种基于虚拟样车、逆求工程及产品异地并行设计技术的并行工程开发系统 ,详细叙述了其系统结构及技术支撑     

周期有限取样内插函数

对于周期有限取样序列，用有限取样内插函数作重构即可无失真地恢复原函数。从以下两方面论证了上述有限取样内插函数：（１）无限取样函数ｓｉｎ（πｔ）／（πｔ）在有限区间的混叠；（２）三角多项式内插基本函数。     

线性判别分析与主成分分析及其相关研究评述

线性判别分析（LDA）和主成分分析（PCA）都在各个领域有着重要的作用。他们各自抓住样本在特征空间的不同特征,一般情况下更趋向于使用LDA,因为LDA直接处理类间的分析问题,而PCA则没有突出类的结构。然而实验证明PCA在某些问题上又明显优于LDA。于是,改进或结合使用LDA与PCA成了非常必要的课题。现阶段在这个领域上已经有许多优秀的研究成果,本文简单的介绍了其中几种效果较好的相关分析方法,其中又以混合判别分析（HDA）最优。HDA不仅同时抓住了样本的判别信息和描述信息,使PCA与LDA在各种情况下达到平衡,而且在二维参数空间中提供了一系列的分析方法,更有利于解决小样本问题和高维问题。Boosted HDA的提出通过用迭代的方法改进弱分类器,避免了HDA复杂的参数搜索,并得到一种统一计算HDA的方法。文章将在第三部分引用一些已有的实验结果来验证HDA的优越性。     

样本函数条件极值的渐近性质

讨论了形如ψ(x,Gnk(x|y))的样本函数极值特性,其中Gnk(x|y)是G(x|y)第k个最近邻域(k-NN) 的估计,得出在常规条件下存在某一Gaussian过程,使得收敛于这一Gaussian过程。     

雷达装备试验小子样评估方法研究

密切结合实际试验背景,对在雷达装备试验中应用Bayes理论以减少试验子样数目的方法进行了讨论。以正态总体分布均值参数为例对序贯验后加权检验方法进行了深入的研究。结合雷达探测距离试验的以往实际试验数据和结果进行了对比分析,初步确定应用Bayes方法有可能减少目前沿用的试验方法所确定的子样数目,从而提高试验的效费比。     

固相萃取技术及其演化发展

概述了固相萃取技术的应用原理、类别、操作过程及其应用进展 ,简要介绍了在其基础上演化发展起来的新型前处理技术———固相微萃取技术的发展 .     

基于CASE推理的排样算法

优化排料的目的是根据给定待排样品对板材进行最优切割使得板材的利用率尽可能的高。本文提出一种基于ＣＡＳＥ推理的优化排样算法，基本思想是对每块板材的布局都进行ＣＡＳＥ推理，选取ＣＡＳＥ中的最佳布局，若没有相应的ＣＡＳＥ、则调用启发式算法搜索。算法不但避免了组合爆炸，加快了排料速度，而且具有满意的材料利用率。实际应用表明算法是成功的。     

掺杂硅酸铋晶体的生长及样品加工

介绍了提拉法生长高质量掺杂硅酸铋Bi12SiO20（BSO）晶体的主要设备、仪器与工艺条件，并在实验的基础上，分析了BSO晶体在加工过程中开裂的原因，并提出了解决的办法。