多量子比特纯态纠缠刻画研究的一些进展

对多量子比特纯态纠缠刻画研究的一些进展作了介绍．首先介绍了三量子比特纯态情形对称正则形式的特点和LU多项式不变量与随机LOCC分类的关系．随后对多量子比特纯态的分类和纠缠的度量作了一些讨论，并指出紧致相对熵纠缠度不具有LU不变性以及Wei的几何纠缠度的不足．     

英汉翻译中的视点转换

视点转换指重组原语信息曲表层形式，从与原语不同甚至相反的角度来传达同样的信息，使译文在结构上、语义上做出的相对于原文的调整。视点转换内涵丰富、覆盖面广，可用来解释习惯称为“意译”的许多现象，由于英汉两种语言和文化的巨大差异，研究视点转换对英汉对比、英语教学会有所启示。     

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。     

甘肃灯心草科植物种皮亚显微结构研究及其分类学意义

对甘肃灯心草科(Juncaceae)、地杨梅属(Luzula)、灯心草届(Juncus)20个种及变种植物的种子形态和种皮表面结构进行了光学显微镜和扫描电镜的研究．结果表明：在扫描电镜下，本科植物种子表面纹饰有3种不同的类型，即网纹型、条状突起型和纵条纹型．电镜下的种皮表面纹饰为本科植物的分类提供了新的依据．     

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.     

文本分类中的特征选取算法

分析了常用的几种特征选取方法，提出了改进互信息算法。实验结果显示改进的互信息算法是可行的。