自然数幂和公式系数的递推公式和有关Bernoulli数的计算公式

研究了自然数幂和的表示公式,给出了其系数的一个递推关系式;利用递推关系式,得到幂和的各项系数,并由幂和公式的系数得到了计算Bernoulli数的几个计算公式.     

载荷板尺寸效应的试验研究

在试验室模拟路基现场的工况,建立平板载荷试验模型,进行了地基系数与载荷板尺寸的相关性试验,并与理论公式进行了对比。根据试验成果归纳出不同载荷板尺寸的地基系数间的换算公式。     

通信信号自动分类方法研究

提出增加信号的频谱作为信号的特征信息之一 ,并采用离散傅里叶变换 (DFT)和小波 (wavelet)方法提取信号的频谱、瞬时幅度、瞬时频率及瞬时相位 ,构成信号的特征向量。为解决运算速度问题 ,对特征向量提出了分类编码方案。最后利用神经网络的方法进行识别。实验结果表明 ,采用这种方法可以显著地改进分类的效果     

韶关地区的名贵蝶类资源

2001年4月至2002年8月，分别在韶关地区的韶关市郊、始兴县车八岭国家级自然保护区、乳源瑶族自治县等地进行蝴蝶资源的抽样调查，共收集蝴蝶1768只，隶属10科62种，其中属于名贵种类的有8科36种，占的比例是58％；其中凤蝶科和蛱蝶科名贵种类最丰富．调查结果表明韶关地区有丰富的名贵蝴蝶资源．     

基于贝叶斯分类的分布式网络故障诊断模型

该文提出了一个基于Agent的分布式网络故障诊断系统模型框架，该模型对贝叶斯分类理论进行了推广。模型将先验知识和观察数据结合起来，从而大大改进了系统的诊断性能。模型采用一定的状态检查和验证策略，保证了Agent的自身安全和通信安全。Agent之间各自独立，相互协作，合作完成诊断任务。该模型与特定的系统应用环境无关。因此，该文提供了一个通用的网络故障诊断系统框架。     

低温度系数的高磁导率软磁Mn-Zn铁氧体的研制

利用溶胶一凝胶柠檬酸盐自燃烧法(sol-gel auto-combustion)制备出了低温度系数(αμ=O.2×10-6/℃)的高磁导率(μ=6500)纳米软磁Mn-Zn铁氧体材料。探究了该方法及工艺条件对软磁铁氧体性能的影响,并分析了掺杂少量co2+有利于提高温度稳定性的原因。     

改进的最大似然法在入反射波合成波浪场中应用研究

模拟了多向不规则波入射波与反射波相互叠加的合成波浪场，应用改进的最大似然法（MMLM）对入射波与反射波的方向谱进行了分离，同时给出了反射系数的方向谱和综合反射系数。改变不同的波浪条件和仪器阵列的布置条件，检验了MMLM的有效性和可靠性。将此方法应用于基床直立堤反射的实验研究，取得了较好的结果。     

江南丘陵区土地利用/覆被分类

江南丘陵区土地利用/履被类型相对比较复杂，传统的基于光谱特征的计算机自动分类的精度难以达到实际应用的需求．为了提高分类精度，需要模仿目视解译过程，从遥感信息机理与地学规律的综合分析人手，综合其它辅助信息进行分类．在对绍兴试验区地学背景知识和遥感数据光谱特性充分分析的基础上，获取了试验区各类典型地物分类的知识，并以规则的形式表示这些知识，集成TM影像亮度值、亮度值关系和DEM、坡度和坡向地理辅助数据对试验区土地利用/履被进行分类．结果表明，该方法可以方便有效地综合多种辅助数据进行分类，得到令人满意的分类结果，本次试验的分类精度为86．66％。     

利用GMS—5红外资料进行云的分类识别

利用GMS－5 3个红外通道（2个分裂窗区通道和1个水汽通道）的亮温资料，依据各种云不同的辐射特征对其进行分类，由此识别出积雨云（Cb）、浓积云（Cg）、卷云（Ci）、积云（Cu）、中云（Cm）、密云（Dense）等6种主要云类以及雾（Fog）和晴空区域。结合安徽寿县地面观测基准站1998年6、7月份的地面观测资料，对分类结果进行了检验，得到了较为令人满意的结果，准确率接近70％。     

Classification of Medical Brain Images

Since brain tumors endanger people‘s living quality and even their lives, the accuracy of classification becomes more important. Conventional classifying techniques are used to deal with thosedatasets with characters and numbers. It is difficult, however, to apply them to datasets that include brain images and medical history (alphanumeric data), especially to guarantee the accuracy.For these datasets, this paper combines the knowledge of medical field and improves the traditional decision tree. The new classification algorithm with the direction of the medical knowledge not only adds the interaction with the doctors, but also enhances the quality of classification. The algorithm has been used on real brain CT images and a precious rule has been gained from the experiments. This oaoer shows that the ahzorithm works well for real CT data.