局部核方法及其应用

核方法是机器学习中一种强有力的学习算法.多个领域的实践表明，通过将领域知识嵌入到核函数中，一般会得到比较好的学习效果. 从微分流形的观点讨论了机器学习中全局信息与局部信息的关系，并提出了一种嵌入局部有意义信息的核方法.文本分类的实验结果表明，与其它几个分类算法相比，它具有较高的性能.     

一种新的分类方法——属性均值聚类属性支持向量机(AMC-ASVM)

在属性均值聚类(AMC)与支持向量机(SVM)的基础上,提出了一个新的模式分类算法——基于(属性)聚类的属性支持向量机算法(AMC-ASVM)。主要思想是利用属性均值聚类网络得到的具有概率信息(权重)的样本,来训练属性支持向量机,从而得到分类器。这种方法结合了属性聚类的稳定性与属性支持向量机可以利用加权样本的优点,适合处理具有强噪声的数据。另外,该方法也可以看作是堆近邻分类法的自然推广。在实验部分,将其用于结肠癌基因表达数据的处理。实验结果显示了AMC-ASVM在一定程度上优于最近邻,Boosting,堆近邻,SVM等方法。     

基于小波矩特征的小波神经网络目标识别

提出一种具有尺度、平移与旋转不变性的目标识别方法.该方法首先提取目标图像的小波矩特征,然后与小波神经网相结合,构成一套目标识别系统.小波矩不变量不仅可以表示图像的全局特征,而且还能表示局部特征;而小波神经网络结合了小波分析和传统神经网络的优点,具有很强的学习能力和推广能力.因此基于小波矩的小波神经网络目标识别系统在进行目标识别时具有很大的优势.实验中使用该方法对4类飞机目标进行识别,实验结果证明其识别率高于其它的目标识别方法.     

基于遗传算法的图像识别方法

分析了图像识别中模板匹配技术面临的计算量大、存储量大的问题,提出了基于遗传算法的图像识别方法。该方法首先对图像模板进行离散化处理,对图像离散点控制,从而把图像识别问题转化成一系列离散点的组合优化问题;然后利用遗传算法对种群优化的性能,对各个控制点组合优化,使各控制点与模板匹配;最后通过计算机仿真实验,证明了这种方法的有效性和实用性。     

任楼煤矿隐伏导水陷落柱的快速判识与探查

1996年任楼煤矿首采面曾因隐伏导水陷落柱突水，引发淹井灾害，造成3．5亿元的重大经济损失。治水复矿后，1999年又在7218工作面机巷迎头出现淋水，初始水量不大，但依据水温、水质快速判识突水通道是隐伏导水陷落柱，运用物探和钻探相结合的综合探查方法确定了陷落柱位置，为地面布孔注浆彻底封堵陷落柱提供了保证，避免了一次重大突水淹井事故。     

藏医对糖尿病的认识与治疗

藏医认为糖尿病是因水土之性的“培根”与脂肪过盛，未能化为人体所需之精华而被混入尿液，并通过尿液排出体外造成的．治疗此病的根本在于综合饮食、起居、药物、外治等藏医4种疗法进行降培根与脂肪。调理胃、肝、肾、膀胱等脏器的功能，使体内的精华与糟粕各行其道，各尽所职，正常运行才能从根本上解决问题，这也是治疗本病的基本原则．在临床中病人服用调理有关脏腑功能，使糖份充分吸收利用的药物如：赛知当耐()、索谢尼吉()、控制尿频的药物、云巴西汤()、金尼阿日骄吉()，调理气血的药物阿嘎骄俄()，等等．     

ESR研究单[2-氧-(2-羟丙基)]-β-环糊精与氮氧自由基的作用

测定了4-羟基-2,2,6,6-四甲基哌啶氮氧自由基(R)与β-环糊精(β-CD)及单[2-氧-(2-羟丙基)]-β-环糊精(2-HP-β-CD)相互作用的电子自旋共振谱(ESR),计算了波谱参数.结果表明,自由基与环糊精及其衍生物作用后,其超精细分裂常数αN值及旋转相关时间τC都有规律性变化.     

嫁接苗木自动化品质检测与分级研究

利用计算机图像处理技术，结合目前自动化嫁接技术的发展与特点，模拟人的分级选苗过程，设计出苗木自动化品质检测与分级软件。利用该软件进行瓠瓜、西瓜苗木品质检测试验，结果与人工检测相比0级苗与1级苗的准确率均达到了100％，实现了苗木嫁接前的自动选苗。有利于进一步提高苗木嫁接质量，推动我国工厂化培育嫁接苗的快速发展和促进自动化嫁接技术的完善与发展。     

氟喹诺酮类药物与蛋白质相互作用的研究

运用荧光淬灭机理研究了氟喹诺酮类药物洛美沙星，氧氟沙星，衣诺沙星与3种蛋白质(牛血清蛋白，免疫球蛋白，胰蛋白酶)之间的相互作用，计算了两者之间的结合常数和结合位点数，根据实验当中所得的热力学参数确定了它们之间的作用类型，氟喹诺酮类药物的含量与其荧光强度呈现良好的线性关系，在此实验条件下测定了胶囊及人工合成样中洛美沙星和衣诺沙星的含量，其浓度范围分别为0．018～0．878和0．030～3．171μg／mL。     

基于距离分类准则的雷达目标识别方法

雷达目标信号是非平稳信号，对于这样的非平稳信号，用于分类的特征往往包含在局部的时一频信息中，用一般的变换提取有效的特征比较困难。利用小波包基的性质，提出了一种雷达目标识别方法。首先，对雷达回波信号进行小波分解，利用距离准则，选择最优小波包基，从被识别的信号中提取具有最大可分性的特征，得到目标识别的特征向量，由此进行目标识别。仿真实验结果表明，该方法具有高的识别率。