复杂型腔的环切加工

提出了基于离散逼近的二维轮廓偏置计算方法．边界轮廓的离散逼近不仅要满足边界的逼近精度，而且产生的偏置折线要求满足对偏置曲线的逼近精度．在分析了相邻原始曲线交点及其偏置点与偏置曲线交点的几何关系后，提出了相邻偏置曲线裁剪求交的新算法，减少了求交计算量．同时提出了一种基于干涉判别的环分类准则，提高了环分类的正确性     

数据仓库中数据的粒度划分

数据仓库在决策支持系统(DSS)中起着核心作用,而要创建一个好的数据仓库,构造合适的数据粒度模型是要解决的一个重要问题.通过对数据粒度划分方法的分析,结合实例给出了一个划分粒度级别的新思路,提出了解决不同级别间数据查询效率的基本方法.     

基于模糊划分的神经网络集成

基于模糊聚类思想,提出了一种神经网络集成方法.由训练数据的模糊聚类结果,把训练数据划分成相交子集,基于各子集生成集成的个体神经网络.由于各子集所包含的数据和数据的类别各不相同,因而个体神经网络性能和结构存在差异.子集个数确定集成中个体神经网络个数.另外,基于隶属度函数计算公式,提出了个体神经网络输出结论结合方法.理论分析和实验结果表明,此方法对模式分类能取得较好的效果.     

槲皮素抗癌作用的分子机制

槲皮素是已知最强的抗癌剂之一。从分子水平的角度阐述了其抗癌作用机制的研究进展。其中包括结合雌激素受体，下调变异的P53蛋白，阻滞细胞周期，抑制酪氨酸激酶，促进凋亡，阻遏热休克蛋白和抑制Ras的表达等等。随着其分子机制的深入研究，可以为临床治疗提供更好的理论依据。     

一种基于粗糙集分类规则发现的方法

介绍了粗糙集理论实现数据分类和规则推理的基本原理,并利用粗糙集理论中核及决策类覆盖的概念,提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系,并简化带有不相容规则的决策系统的多层次数据挖掘算法,应用一实际的例子说明如何在数据库中发现分类规则.     

网络信息资源的分类组织

通过分析网络信息资源的特点，阐述了用分类方法组织网络信息资源的优势，指出了目前网络信息资源分类存在的问题，对网络信息分类与文献分类进行了比较，提出了建立统一的网络信息资源分类体系的建议。     

企业生产运作能力的多层次综合模糊评判

对影响企业生产与运作能力的各因素进行了全面细致的衡量和定量的．分析，并利用模糊数学的方法确定了指标评估体系，对各因素难以量化的指标赋予权重，建立了多层次模糊综合评判模型，并结合实例运用该模型对企业生产与运作能力做出了较为客观、科学、合理的评价，解决了仅用设备能力评价企业的生产与运作能力的片面性和局限性。     

A TCAM-based Two-dimensional Prefix Packet Classification Algorithm

Packet classification (PC) has become the main method to support the quality of service and security of network application. And two-dimeusioual prefix packet classification (PPC) is the popular one. This paper analyzes the problem of ruler conflict, and then presents a TCAM-based two-dimensional PPC algorithm. This algorithm makes use of the parallelism of TCAM to lookup the longest prefix in one instruction cycle. Then it uses a memory image and associated data structures to eliminate the conflicts between rulers, and performs a fast two-dimeusional PPC. Compared with other algorithms, this algorithm has the least time complexity and less space complexity.     

视觉核感知器

将Mercer核思想和视觉理论相结合，提出了视觉核感知器算法(VKP)。相对于单纯的核感知器，视觉核感知器能更有效地解决了学习的收敛性问题。同时也有效地提高了核感知器学习的精度。大量的实验结果表明了本算法的有效性和某些情况下的优越性。     

管理分类规则的广义决策树

为了将传统的决策树无法管理的、由各种分类算法所发现的大量的有意义的规则进行有效的存储、剪裁和使用 ,提出了广义决策树结构。它将传统决策树的结构进行扩展 ,能够以较少的存储代价管理所发现的所有分类规则 ,且易于表达规则之间的关系。提出了有效的优化策略。以此树为基础 ,将决策树分类算法与基于关联规则的分类算法进行了概括统一 ,并提出了相应的算法。实验结果证明 ,广义决策树克服了传统决策树的缺点 ,并且适宜于维护、剪裁以及快速搜索大量的分类规则