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.     

基于△u模式和RBF网络的局部放电模式识别

局部放电（PD）模式识别是诊断高压电气设备内绝缘缺陷的重要方法之一．采用了一种△u模式参量作为局部放电的图谱特征，并采用不变矩作为放电特征；同时，采用了径向基函数神经网络（RBFNN）对局部放电△u模式参量构成的图谱特征进行识别．结果表明采用正交最小二乘法（OLS）训练的RBFNN对△u模式中的不变矩特征参量进行识别，RBFNN收敛速度快且稳定性强，识别率达到85．7％以上，能够很好地识别由5种人工绝缘缺陷模型产生的局部放电信号，在实际应用中具有良好的应用前景．     

方形钢管混凝土构件局部屈曲理论分析与试验研究

通过刚性基底上沿非受载边弹性约束、面内均匀受压矩形板屈曲行为的分析研究,用里兹能量变分法建立了满足上述边界条件的板弹性屈曲强度的计算公式.通过考虑内填混凝土对组成钢板边界约束的增强作用,进一步用于方形钢管混凝土局部屈曲强度的计算,计算结果与已有方钢管混凝土柱局部屈曲试验结果基本吻合.图4,表3,参10.     

模的系数环的约化

在此讨论一个模的系数环约化为环的一个理想以及约化为环中单个元的问题，并给出一个模的系数环约化为环的一个理想以及约化为环中任意一个非零元的充分条件．     

关于Emden-Fowler型方程的非局部边值问题

考虑Emden-Fowler型方程的非局部边值问题.在一定条件下证明了该问题存在二解、存在唯一解和无有界解.     

聚类分析在多极值函数优化中的应用

将聚类分析方法应用于经典的优化和遗传寻优过程当中，提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中，先取多个初始点，几次迭代搜索后做聚类分析。在每类取一点，将目标函数分为多个单极值函数，然后分别寻优，通过比较得到全局最优解。在遗传算法中，通过聚类分析在每类取若干个体作为代表个体，它们将始终参与遗传操作，从而有望达到全局最优。     

带扰动项微分方程零解稳定性定理的推广

运用李雅普诺夫第二方法研究扰动微分方程零解稳定性，得到若干定理，这些定理推广了么秉春在《数学年刑》(A辑)1990年第5期上的相应结果。     

交换环上Dn型Chevalley代数的由正根基向量生成的幂零子代数的自同构

设R是一个特征不是2的整环或是一个以2为单位的局部环,N是R上Dn(n≥4)型Chevalley代数的由正根基向量生成的幂零子代数.证明了N的任一个自同构φ都可以唯一地表示为图自同构gσ、对角自同构dχ、极点自同构ξb、中心自同构μc、内自同构i的乘积,并且N的自同构群Aut,(N)=(),其中()分别是N的图自同构群、对角自同构群、极点自同构群、中心自同构群、内自同构群.     

一种新的彩色图像降维方法

基于内容的图像检索(CBIR)是图像检索的重要分支，而基于颜色的特征提取是CBIR的常用方法之一．如果对图像颜色的特征数提取过多、维数过大，则不利于对图像的快速匹配．本文将图像的色彩直方图作为输入向量，然后采用局部线性映射(LLE)算法对原始数据进行降维，并分别在4种色彩空间下对降维后的彩色图像进行分类．实验证明，在处理非线性数据降维时，LLE较主成分分析(PCA)具有明显的优势．     

基于小波包及隐式马尔科夫模型的局放信号去噪

将基于小波变换的隐式马尔科夫模型(HMM)方法改进并扩展至小波包域，用于去除发电机局部放电信号中的白噪声．采用实测的局部放电信号验证了方法的有效性．结果表明，对比传统的门限去噪算法，基于小波包的HMM方法有更好的去噪效果；而与基于小波变换的HMM方法相比，所建立的模型更能体现信号的特征，对于信号分析乃至进一步的模式识别有着更大的价值．