Java XML与面向Web的智能数据抽取

采用标准Web技术——HTML，XML和Java，开发一种基于Web用Java把Web数据转换为XML的数据挖掘方法．该方法标识数据源并把它映射成XHTML，根据一定的相关关系查找数据内的引用点并进行智能数据抽取，将数据映射成XML．这种数据抽取方法比较简单，通过选择可靠的数据源以及在这些数据源中选取与内容相关但与格式无关的锚点，可以较为方便地建立一个强壮的数据抽取系统．     

一种基于模糊积分的多分类器人脸识别方法

提出了一种基于模糊积分的多分类器人脸识别新方法，首先采用两种不同的K-L变换及Fisher线性鉴别分析方法对原始图象进行特征抽取和压缩，然后将压缩后的特征设计成不同的分类器，再利用模糊积分对这些分类器进行融合，达到主观期望和客观证据间的最佳匹配，从而提高了对目标的识别率，并将该方法应用到人脸识别中，实验结果表明，该方法提高了识别率，证明其有效性。     

仙鹤藓RNA提取不同方法比较

用从雾灵山寒冷干燥生境中采集到的仙鹤藓，建立可控制的“干燥-复水”工作体系，用于寻找与耐旱相关的差异表达基因，为进行植物抗旱基因工程提供可以利用的目的基因．总RNA的分离是进行分子操作的关键和基础．然而，仙鹤藓材料以其组分的特殊性造成了提取组织总RNA的困难．同时干燥和复水处理过的材料，由于次生代谢物增多，严重的影响到总RNA的提取和质量．本文通过探索行之有效的材料处理方法，比较不同提取藓类植物总RNA方法的优劣，提供可供参考的总RNA提取方法．     

多语种投资信息抽取系统的实现

多语种投资信息抽取实验系统可以用中文、英文和德文的关键字或限定的自然语言问句查询语料库中的中文投资信息．它由语言处理模块、查询处理模块、信息抽取核心和动态交互获取模块组成．其主要特点：基于语种无关的模板和与语种有关的模式，实现不同语种信息抽取处理的一致性；事先定义的抽取模板结合动态获取的模板，来弥补信息抽取技术依赖于固定模板的缺陷，增加系统的健壮性．系统抽取的各个槽的平均精度为86．27%．动态获取模板的精度为85．27％，如果人工对约5个例句修改，动态交互获取模板的精度可达88．55％，提高了3％左右．     

不同破壁方法对活性污泥总DNA提取效果的影响

分别采用酶法、化学法、珠磨匀浆法和反复冻融法对活性污泥样品进行破壁，提取总DNA，并通过提取的核酸总量、纯度、片段分布情况、是否含有聚合酶链反应抑制剂以及基因间隔序列(ITS)扩增产物多态性等5个指标来评价不同的细胞破壁方法对活性污泥总DNA提取效果的影响。结果表明，化学法的优势最明显，提取的总量最多，大片段提取效果好，虽然杂质较多，但不影响聚合酶链反应，方法的偏倚性最小。     

微波萃取鳗鱼中磺胺类药物的HPLC测定方法

采用微波萃取反相高效液相色谱的测定方法对鳗鱼中磺胺类药物的含量进行测定。实验结果表明，采用微波萃取，其方法的分析时间短并可排除其它基质干扰，所用的试剂量少且污染小等优点而具有一定的优越性；与常规的萃取法进行比较，其精密度、重复性及方法的回收率均达到了分析要求。     

虎杖中白藜芦醇的提取工艺

采用HPLC法,以白藜芦醇的含量为指标,通过单因素实验及正交实验方法确定了从虎杖中提取白藜芦醇的最佳工艺条件.HPLC法的色谱分析条件为:YWG-ODS色谱柱(长×直径为250 mm×4.6 mm,粒径为5 μm),以ψ甲醇:ψ水=45:55为流动相,流速为0.5 mL/min,检测波长为303nm.HPLC法测定结果表明,以体积分数为80%的乙醇水溶液为提取剂,液固比为14:1,在50℃下提取2次,每次提取2 h,从虎杖中提取的白藜芦醇质量分数可达0.301%.     

一种石油热采密封技术的研究

采用3级(导套、浮动密封环组、盘根)组合密封结构设计方法，实现石油热采密封系统的密封要求．利用层流间隙密封与轴向端面密封理论，确定出系统的密封间隙．采用接触与非接触结构混合密封方式并配合所选择的密封材料的自润滑性质，解决并实现系统的润滑要求．通过试验研究得到所希望的密封效果.     

萃取界面乳液的固体微粒稳定机理

对铜溶剂萃取时萃原液中固体微粒稳定界面乳化液的机理进行了研究.研究结果表明:固体微粒是促进界面乳液形成和稳定的关键因素,它通过3种机制稳定界面乳化液:一是减小乳化液滴粒度和粒度分布区间,当萃原液中固体微粒的质量浓度由0.138 g/L增加到2.918 g/L时,液滴平均粒径由346.7μm减小到25.5 μm,48 h后破乳率由84%降低到27%;二是在液滴界面形成固体复合界面膜对液滴起保护作用;三是以微粒絮团的方式填充于液滴间隙中,阻断液滴接触,防止液滴聚结破乳.     

一种运动目标提取方法及其应用

介绍了一种利用高阶统计量(higherorderstatistics,HOS)提取视频序列中运动目标的新方法,并将其应用到人脸识别技术中。利用HOS对高斯噪声的不敏感性分离运动区域和背景,进一步提取出运动目标。当提取出的视频序列中的运动对象为人体时,利用主元素分析法(principlecomponentanalysis,PCA)进行人脸识别。实验证明,算法计算简单,速度快,用于人脸识别时能正确提取出运动的人体。