过大圆上任两点的极赤投影绘制圆弧的方法

解决了极赤投影中仅知球面大圆上两点的极赤投影而无法作出极赤投影圆弧的问题,从而可代替以模板近似作圆弧的方法,可大大提高空间角度的度量精度.本文还给出了圆弧的投影方程,为计算机绘制极赤图提供了计算方法.     

B值极限鞅差序列的Brunk型大数定律

分别对于取值于p-致光滑空间的极限鞅、概率极限鞅和L1极限鞅的差序列证明了Brunk型大数定律，推广了Woyczynski中关于鞅的相应结论。     

基于非线性参数的意识任务分类

研究了非线性参数作为脑电（EEG）信号特征时对意识任务分类的作用，使用的3种非线性参数特征为最大Lyapunov指数、轨道平均周期和轨道平均初始距离，分类方法为Fisher线性判别式．对4个实验对象共60个任务对进行了分类处理．使用3种参数在2s数据段上取得的平均分类精度分别为82．3％、90．7％和93．3％．在较短（1s）的数据段上，应用轨道平均初始距离参数进行分类取得了平均为90．8％的正确率，分类精度接近于Anderson取得的实验结果．轨道平均周期和轨道平均初始距离算法具有较小的运算量，能够应用于在线系统．     

在非时齐马氏决策过程中的动态贝叶斯网络研究

提出了用动态贝叶斯网络（DBN）对非时齐马氏决策系统进行建模的改进方法，使动态贝叶斯网络能被更广泛地应用于各种复杂的真实系统中．该方法的基本思路是，将扩展后的隐藏变量引入DBN的演化过程来建立假设条件所要求的马尔可夫模型，给出从不完整的样本数据集以及存在隐藏变量时来学习DBN结构的算法，进而用贝叶斯概率统计方法对后来的时间片的充分统计因子进行估计，并通过当前已存在的和估计的充分统计因子对基于时间变化的转移概率进行学习，以解决假设条件要求的转移概率的时不变性．原理性分析和仿真实验结果也验证了改进方法的有效性．     

阳信洼陷火山活动在层序发育晚期对可容空间的影响

以阳信洼陷下第三系火山层序为例,探讨了火山活动等事件对层序发育晚期可容空间产生与分布的影响.阳信洼陷下第三系火山层序发育的特征及湖退时期的可容空间变化特征表明,火山锥在断陷湖盆中的堆积使得盆地中可容空间演化特征与常见断陷湖盆不同,局部可容空间的分配出现非均一性特征.研究表明,火山锥体使湖退时期可容空间分布复杂化,是可容空间分布呈现非均一性的直接原因.进而丰富了层序地层学的内容.     

Banach空间中的1阶Bessel序列

在Banach空间X中引入了1阶Bessel序列与Bessel算子的概念,证明了X上的全体1阶Bessel序列构成一个Banach空间;对X上的任意1阶Bessel序列f={fn}n∈Λ,引入了算子Tf:X*→l1,给出一个序列成为1阶Bessel序列的若干充分必要条件;引入(1,∞)阶对偶对的概念,证明了(f,g*)成为X×X*中的(1,∞)阶对偶对当且仅当Tf*Tg*|X=IX.     

韧性材料的细观力学实验和数值模拟研究

引入能够定量描述内界面的细观统计参量-形状因子,定义了基于内界面形状因子的损伤变量,建立了相应的细观力学模型,探索细观组织演化和材料宏观响应关系的力学问题。通过宏细观相结和的方法,对韧性金属材料的内界面进行实验研究和数值计算。通过对比试验和数值计算结果,认为可以用形状因子能够反映材料细观组织的演化情况,用损伤变量能够表征材料的损伤程度。并得到了内界面演化随应变发展的演化方程。对于发展和应用宏-细观相结合的损伤力学理论,对阐明韧性材料的变形、损伤、破坏机制有重要意义。     

铜锌铝合金"类流态"振荡时间序列的相空间重构

摘为了揭示固体“类流态”的非线性振荡机理，利用普通的光学显微镜、原子力显微镜（AFM）对Cu—Zn-Al合金表面金相组织进行了观察和研究．用计算机编程技术构建了系统的非线性动力模型，重构了系统的相空间．结果表明，系统存在混沌吸引子，最小嵌入维数为5；控制误差在5％以内，非线性模型可以由原始数据的1000个点预测100个点，超过100点时误差变大，说明了短期的非线性预报的可行性；R／S方法对时间序列演化特征进行分析，得到拟合线近似为直线，且斜率为0．86，表明“类流态”序列具有明显的Hurst效应，H〉1／2，是分式布朗运动，运动具有较强的持续性．     

基于自适应Gabor小波包的超声心动图像纹理特征提取

在基于纹理的医学图像检索中，由于提取的图像特征向量过长，大大影响检索速度．为此，提出一种基于Gabor小波包的自适应纹理提取方法：以信号能量集中度作为自适应选取小波包的优化参数，建立反映图像内容的纹理特征向量以及空间信息结构码．这种方法有效降低了纹理特征向量的维数，显著提高了图像分析的效率．在基于内容的图像检索实验中，以两类典型的超声心动图像为研究对象，结果表明该方法能够达到95．1％的平均识别率．     

基于特征脸的人脸检测与识别

人脸识别是属于生物特征识别范畴.然而与其他识别不同的是人脸是一个动态的图像,有位置与光照的变化,并且具有相似的外貌特征,这使得人脸识别成为一个比较困难的问题.文章阐述了基于特征脸的人脸检测与识别方法.该方法本质上是主要成分分析方法,他首先构造特征脸向量,然后计算新图像和数据库中特征脸的空间距离,来决定此图像是否是一副人脸图像,如果是人脸图像,他是那一副人脸图像。