基于质谱技术的计算蛋白质组学研究

蛋白质组是继人类基因组计划完成之后又一新兴的生命科学研究对象，蛋白质组学研究细胞或组织内所有表达的蛋白质．生物质谱技术已为蛋白质组学研究产生了大规模的质谱数据；而如何从这些数据中提取和发现有关蛋白质组的重要生物学知识为计算蛋白质组学的研究提出了重大需求，如蛋白质鉴定、翻译后修饰、定量分析，以及疾病模式的发现等．本文研究了如何应用计算技术来解决蛋白质组学研究中质谱信息处理的这几个关键问题．     

虚拟人行为交互方法研究

人体行为交互是人际之间除语音交互之外的一种重要交互方法。本文介绍了我们应用虚拟人合成技术实现人体行为交互的主要研究工作,以及这些研究成果在聋人手语(手势)交互、人脸表情与动画合成等方面的应用。     

基于数据挖掘的语音驱动三维人脸动画合成

提出采用数据挖掘的概念，利用神经网络，聚类以及统计学方法从大量语音视频库中发现语音与唇动以及人脸表情之间的关联模型，并应用于语音驱动人脸动画合成中，本文提出的方法不仅可很好地解决语音与人脸动画的同步，同时还具有易训练，鲁棒性强，可扩展等特性，实验表明，基于数据挖掘技术的合成模型非常有效，极大地提高了动画人物的真实感和可信度。     

基于Direct3D逼真中国手语合成技术研究及应用实现

给出了一种基于Direct3D逼真的中国手语合成技术研究和实现方法.同时也提出了一种基于上下文相关的虚拟人手劳动作平滑算法.最后,将这些研究方法和虚拟人合成技术应用到奥运手语互动教学网页系统中并实现了该系统.     

基于人工神经网络的汉语语义网络生成

在分析自然语言处理中规则法与统计法的优缺点的基础上,提出一种新的基于人工神经网络的汉语语义网络生成模型,该模型利用人工神经网络的可学习性,从而可有效覆盖相当规模的语言学知识,以应付自然语言的多变性,同时通过语义网络表征知识可深层次刻划词语之间的关系,为后续语言的理解与推理打下基础．     

凌空手势识别综述

 普适计算技术和可穿戴设备的快速发展对自然的手势识别技术提出了新的挑战：应使用户尽可能摆脱对环境和输入设备的束缚,与环境进行自然而有效的手势交互。凌空手势（mid-air gestures）识别是应对新挑战的一类有效的手势识别技术。本文首先对凌空手势的定义进行描述,然后分析和总结现有的基于计算机视觉、超声波和电磁信号的三大类凌空手势识别技术,并指出凌空手势识别技术的应用领域、开放性问题及未来发展方向。