脑信息特征的评价分类方法

对脑信息处理的能力特征量和总体偏离度特征量进行了确定性评价分类.在分类数上,提出了common分类法,以一般人的特征作为分类基准,在common两边展开,以确定分类数.在分类边界上,提出了根据特征量的正态分布确定分类边界的方法.若特征量分布不是正态分布,则采用了博克斯和考克斯变换将其变为正态分布,最终得到能力特征量和总体偏离度特征量的分类规则.由于人的行为是脑信息处理在宏观上的表现,所以其研究成果可直接用来评价人的能力和行为特征.     

用参数变换方法研究—族钻石分形晶格上Ising模型的相变

采用英国著名学者Stinchcombe提出的理论方法——参数变换，研究了一族钻石分形晶格上Ising模型的相变和临界性质，结果表明：与实空间部分格点消约(decimation)RG变换的结果完全一致．这似乎暗示着用该方法精确求解其他等级晶格上的离散自旋模型是有效的．     

Esscher-变换与风险测度技术

通过研究精算学中Esscher 变换技术及其对于金融市场中风险资产无套利原则的刻画,反映其在金融市场风险管理技术中的应用,证明了无套利原则、等价鞅测度的存在性和Esscher 变换在所建立的Hilbert 空间下的一致性,并建立了在无套利条件下求解鞅性成立的Esscher 变换下概率测度变换参数的方法。讨论了Esscher 变换在金融市场风险管理策略的选择问题中的应用,得到了组合融资最优策略的Esscher 变换参数的解析式。     

基于梯度的虹膜定位方法

为了提高虹膜定位的速度以及虹膜定位的准确性，依据虹膜图像灰度的分布特性及良好的环状性质，检测出瞳孔边缘以减少参与Hough变换的点数，进而定位虹膜内边缘．对于外边缘定位采用基于灰度梯度的微分积分圆形检测算子的方法．实验结果表明，此种方法能够准确地进行虹膜内外边缘定位，避免了含有大量其它区域对定位带来的影响．     

Karhunen—Loeve展开基函数的小波分解算法

Karhunen—Loeve展开被广泛应用于信号处理，图像分析中的特征提取，动力系统中的模型简化等．文中提出了用小波方法快速估计Karhunen—Loeve展开式中基函数．通过把核函数投影到小波空间把积分问题离散化．应用正交小波变换，积分问题就被转化为矩阵特征分解问题．若核函数还是局部p阶光滑的，所得矩阵的维数可进一步降低，而精度却没有大的损失．实验结果表明所提出的算法是快速有效的．     

信号的多相表示与M-带小波变换

指出了多通道滤波器组问题与M-带小波变换具有密切的联系,是M-带小波应用的基础.从M-带小波应用的角度出发,研究了信号的多路复用及多相表示方法,以及时、频空间中M-带小波变换系统的系统函数及输出输入信号的分析及综合算法,并在数学上建立了多路复用技术中多相型数字信号网络与M-带小波滤波器的构造方法.     

一种基于小波变换的语音增强新方法

根据随机噪声的小波变换系数在不同尺度上的传递特性和噪声信号奇异性与小波模极大值的关系，提出用一个随尺度变化的软阈值来抑制带噪语音信号在不同尺度上的噪声小波系数的语音增强方法．实验结果表明：该方法既能减小语音畸变，又能有效地去除噪声，具有较好的语音增强效果．     

小波变换在医学图像压缩中的应用研究

分析了数据压缩的必要性，说明了利用小波分解和重构进行数据压缩的理论依据和方法，并利用Matlab软件对图像进行分解与重构，实现了对图像的压缩，对不同闽值下采用不同小波压缩的结果进行了比较和讨论。     

计算同杆双回输电线路潜供电流与恢复电压的二次模方法

提出了利用二次模变换计算同杆双回输电线路潜供电流与恢复电压稳态值的方法.该方法首先利用变换矩阵T进行相模变换,将相量转化为模量,在此基础上再利用变换矩阵H进行第二次模变换,将一次模量转化为二次模量,然后在二次模域中建立计算潜供电流与恢复电压的数学模型.该模型与一次模方程相比,方程和未知数的个数减少了一半, 使得计算量减少,且易于编程实现.对某实际线路进行了计算,其结果与EMTP计算结果一致,表明此方法为进行潜供电流和恢复电压稳态计算提供了另一种途径和选择.     

球团粒度的在线检测

球团粒度大小对球团质量具有重要影响,采用基于小波理论的计算机图像处理技术,研究出一种在线测定堆积球团粒度的方法,解决了球团图像识别的关键问题--球团的边界提取.并以此为基础构造了球团粒度在线检测系统,输出信号可反馈控制配料和造球机的工作,以便生产出高质量的球团矿.实验结果表明,系统计算的粒度分布及平均粒度与实际粒度分布及平均粒度基本吻合.