Ho：YAG激光角膜热成形术对兔眼组织的生物效应

使用波长２．１μｍ的Ｈｏ：ＹＡＧ激光对兔眼周边部角膜行激光角膜热成形术（ＬＴＫ）。采用不同激光能量和脉冲数通过裂隙灯显微镜、光镜以及扫描、透射电镜，观察术后不同时间兔角膜的生物学反应特征，证实ＬＴＫ为安全、有效的术式，以能量密度７８Ｊ／ｃｍ＾２、２个脉冲、１０Ｈｚ频率，则光凝角膜深度可达角膜厚度７７％。     

一种改进GMDH的新方法

本文提出在ＧＭＤＨ中利用“新息贡献”准则选择关键变量（包括初始变量和中间变量）、自动构成最优部分多项式，并且给出了递推算法以避免重复运算，从而优化了模型结构，提高了精度，简化了建模过程。最后用仿真例子验证了新方法的有效性。     

KZnF3：Fe^3＋晶体中Zn^2＋—空位研究

本文通过对零场分裂参量的理论计算，证实了ＫＺｎＦ３：Ｆｅ＾３＋晶体中Ｚｎ＾２＋－空位方向的配体要移动。     

空间数据挖掘技术

空间数据挖掘是数据挖掘的一个分支,在地理信息系统、遥感、导航、环境研究以及许多使用空间数据的领域中有着广泛的应用。阐述空间数据挖掘的定义、特点、体系结构与一般过程,介绍空间数据挖掘的方法和知识表达方法,指出空间数据挖掘的主要研究方向,提出开发空间数据挖掘系统的几点思考。     

基于智能聚类的内容分类方法与应用

直接依靠人的理解判断对内容进行分类,需花费大量的时间与精力,为了解决文本内容的自动聚类问题,该文在信息系统理论与自组织神经网络理论的指导下,利用智能技术得出了内容的分类结构。提出了基于智能聚类的内容分类方法,利用自组织神经网络的学习算法进行内容的聚类,并根据所提出的方法设计了基于智能聚类的内容分类示范系统,进行了应用研究,验证了该方法的有效性。     

激光晶体Tm3+/Yb3+:GdAl3(BO3)4的生长和光谱性能研究

采用助熔剂法生长了优质透明的Tm3+/Yb3+:GdAl3(BO3)4晶体.在室温下测试了晶体的偏振吸收谱,对谱图中的7个吸收峰进行了能级归属,并计算了偏振吸收截面.实验表明,晶体能够采用两种商业化的InGaAs LD或GaAlAs LD进行泵浦.讨论了Yb离子敏化Tm离子过程中能量传递的方式,并展示了晶体在多波长激光方面潜在的应用前景.     

*EI 拓扑分子格在聚类分析中的应用

本文在引入AFS代数和AFS结构的基础上,通过对AFS代数上拓扑分子格结构的讨论,给出了EM中,由一些模糊概念生成的拓扑分子格所诱导出的X上拓扑的几点性质,并利用这些性质,对一个实际例子构造了隶属函数进行聚类分析,说明了这些性质在聚类分析中的应用。     

Combined Density-based and Constraint-based Algorithm for Clustering

We propose a new clustering algorithm that assists the researchers to quickly and accurately analyze data. We call this algorithm Combined Density-based and Constraint-based Algorithm （CDC）. CDC consists of two phases. In the first phase, CDC employs the idea of density-based clustering algorithm to split the original data into a number of fragmented clusters. At the same time, CDC cuts off the noises and outliers. In the second phase, CDC employs the concept of K-means clustering algorithm to select a greater cluster to be the center. Then, the greater cluster merges some smaller clusters which satisfy some constraint rules.Due to the merged clusters around the center cluster, the clustering results show high accu racy. Moreover, CDC reduces the calculations and speeds up the clustering process. In this paper, the accuracy of CDC is evaluated and compared with those of K-means, hierarchical clustering, and the genetic clustering algorithm （GCA）proposed in 2004. Experimental results show that CDC has better performance.     

一种基于改进径向基神经网络的人脸图像识别方法

常用于径向基神经网络中心参数学习的K-均值聚类算法,易受初始参数选取的影响而收敛于局部极小值.将自动终止聚类判据的减聚类算法用于径向基网络的学习,可根据样本集确定径向基函数数目,且其计算量与数据点的数目与考虑问题的维数无关,很适合于人脸这种维数较高的模式.实验证明,应用这种算法训练径向基神经网络识别人脸,从识别精度到识别速度上都优于传统算法.     

Identify Implicit Communities by Grap Clustering

How to find these communities is an important research work. Recently, community discovery are mainly categorized to HITS algorithm, bipartite cores algorithm and maximum flow/minimum cut framework. In this paper, we proposed a new method to extract communities. The MCL algorithm, which is short for the Markov Cluster Algorithm, a fast and scalable unsupervised cluster algorithm is used to extract communities. By putting mirror deleting procedure behind graph clustering, we decrease comparing cost considerably. After MCL and mirror deletion, we use community member select algorithm to produce the sets of community candidates. The experiment and results show the new method works effectively and properly.