基于平行PI线段的平行束CT重建

为了研究基于PI线段的反投影滤波重建方法在CT(computed tomography)系统中的应用,提出了一种基于平行PI线段的简化的平行射束重建算法。该算法首先对平行X射线束产生的投影数据进行微分,然后把这些微分后的数据反投影到一系列的平行PI线段上,最后沿着PI线段的方向对反投影数据进行Hilbert滤波,即得到重建图像。利用Shepp-Logan模型进行计算机数值模拟实验,得到了该算法和传统的滤波反投影算法的对比结果。利用微焦点X射线CT的投影数据进行重建,得到了实际数据下的重建图像。实验结果表明,该简化算法能够进行精确重建,可以应用于实际的CT系统。     

应用C++STL实现基于知识规则推理的方法

对基于产生式规则的知识表示与推理,结合面向对象技术,提出一种应用STL的C++语言实现方法。该方法将规则的结构、创建及释放定义成规则类,具体规则定义成对象,依据STL对序列容器中表的定义构造规则表容器和事实表容器,以创建知识库及动态数据库;推理机独立于知识库;类属算法和成员函数的使用,使推理算法易于编程实现;程序通用性好且便于知识更新。在刀具智能选择专家系统中的应用表明,该方法简单、高效、灵活。     

基于遗传算法的人工神经网络优化设计

提出遗传算法新的编码方案，用于全局优化神经网络拓扑结构和权值参数，解决了神经网络拓扑结构的难确定性和权值训练的长时性问题，并且在遗传操作中采用自适应代沟的替代策略，改善其求解效率，获得了良好的优化结果。通过仿真实验显示了该算法的快速性和有效性。     

BGI注入式种子填充算法及实现

区域填充问题在ＣＡＤ、科学可视化、图形图象处理等领域均有着广泛和深入的应用，研究高效的区域填充算法，是计算机图形学的重要问题之一。多边形填充算法只适用于多边形区域的填充，边界填充算法虽然对区域边界形状无严格要求，但要求区域边界颜色特征一致。为此，提出一个注入式区域填充算法，对于内点定义的区域，不要求边界颜色特征一致，在此基础上，对ＴｕｒｂｏＣ和ＢｏｒｌａｎｄＣ＋＋的图形库函数进行了扩充。该算法及其实现给相关图形的处理带来了极大的方便     

用遗传算法优化模糊控制规则

提出了二维调整因子的概念,并用遗传算法优化选取二维调整因子,量化因子以及比例因子,仿真例证明其有效性。     

混合计算智能学习算法在系统辨识中的应用

提出既具有较快的收敛性,又具有良好的全局收敛特性的混合计算智能学习算法,并将其应用于系统辨识。仿真结果表明,此方法是有效可行的。     

自主机器人人工进化方法研究

在介绍人工进化研究状况的基础上 ,着重阐述了进化机器人学的关键问题 :基本概念、进化技术、进化计算和实验研究方法等 ,探索了进化机器人学未来的研究趋势及所面临的挑战 .     

求解超定线性方程组及其相关问题的神经网络算法

探讨了用神经网络求解超定线性方程组及相关问题的可能性，并给出了求解的Ｈｅｂｂ算法，最后，求解了四个数值例子，获得了较为满意的结果。实例证明，对于用某些迭代法不能求解的线性方程组问题，本方法都能得到其收敛解。     

用反馈神经网络对非线性离散系统进行实时建模

利用时变反馈神经网络的概念及二维线性系统理论给出了非线性离散系统的一种实时建模方法,理论及仿真实验结果均表明,这种实时模型能够任意逼在线性离散系统。     

具有整数伸缩因子的多变量向量值双正交多小波包

研究多变量向量值双正交多小波包的构造与性质.引进了向量值多分辨分析与多变量值双正交多重小波的概念.给出多变量多重向量值双正交小波包的定义及其迭代方法.运用积分变换与有限群理论,讨论了多变量多重向量值双正交小波包的性质,得到了多变量多重向量值双正交小波包的双正交公式,进而给出多变量向量值函数空间L2（Rs,Cn）的一个新的基底.