可靠性统计与数据挖掘

讨论了可靠性统计与数据挖掘之间的关系．指出了用统计的理论与方法去进行数据挖掘在目前情况下仍不失是一种重要的方法。     

基于可辨识矩阵的动态属性约简算法

可辨识矩阵是粗集理论中可以标识决策属性和条件属性之间关系的矩阵。根据数据库的动态建立特性，提出了一种基于粗集理论中的可辨识矩阵的动态属性约简算法，利用数据的动态性和可辨识矩阵的特性对己有的属性约简进行修正，并通过实例证明了这种算法的有效性，该算法极大地节省了计算量，提高了算法的执行效率。     

并发更新环境下的视图维护异常研究

通过对视图维护过程中的更新异常进行分析,发现并发更新是导致视图维护异常的主要原因.在并发环境下,数据更新和模式更新极有可能同时存在,这对视图维护工作带来极大的困难.在实例分析基础上,深入而细致地刻画了模式与数据全面并发的典型情形,为视图维护工作奠定基础.     

脑神经元移行异常的MRI诊断

为了提高对脑神经元移行异常的MRI诊断，笔者收集了5例脑神经元移行异常的病例，详细分析了本病的MRI表现，并讨论了脑神经元移行异常的发生、病理、分型以及临床表现．     

如何提高JAVA程序性能和速度

随着JAVA编程语言的广泛运用,它虽融合了类似于C语言的语法和结构,但其一些性能上的不足也暴露出来,使用辅助性工具来找到程序中的瓶颈,然后就可以对瓶颈部分的代码进行优化,在编程的过程中可以通过对象的生成和大小的调整、异常、输入和输出等方法来提高其性能和速度.     

循环流化床锅炉燃烧过程的小波建模研究

针对高维非线性系统，分析了基于多分辨分析的正交小波网络的建模能力。并用于循环流化床锅炉燃烧过程的动态建模，根据现场采集的实时数据进行网络训练和泛化实验。理论分析和实验结果表明网络具有良好的辨识精度和泛化能     

基于竞争神经网络的ABS路面辨识

在传统的防抱死系统中,由于没有额外的传感器测试更多的参数,以及路面的不平度、信号的干扰等原因,至使路面辨识非常困难·针对以上问题,通过对整车制动模型和ABS制动模型的研究,建立了基于竞争神经网络的ABS路面辨识模型,此路面辨识模型是通过对标准信号进行反复学习记忆,用非线性映射方法进行特征抽取并存储于网络的各节点上·工作时,当输入信号存在变形或噪声时,该模型通过联想记忆对输入信号进行聚类分析,得出正确的判断·实验表明,该辨识过程是一种高层次的认知过程且便于批量生产、升级、更新和维护·     

结构时变模态参数辨识的时频分析方法

应用线性和二次时频变换方法，即短时傅里叶变换和魏格纳—维尔分布，进行了时变结构模态参数的辨识．通过对刚度突变和刚度连续变化的单自由度系统时变参数辨识的仿真，论述了两种时频辨识方法的特点．仿真结果表明，时频变换辨识方法是辨识时变模态参数的有效工具，而且魏格纳—维尔分布二次时频表示能得到比基于短时傅里叶变换的谱图更好的辨识结果．     

对一类黑洞视界温度的研究

恒星演化到晚期的归宿是白矮星、中子星或黑洞，在形成黑洞时，如果黑洞质量分布不具有球对称性，月存在质量多极矩，这将导致黑洞视界面上出现高温现象，甚至在某些点出现异常温度的情况。     

幂律度与成矿预测

分形理论的引入极大地促进了现代定量地学的发展。在成矿预测的科研和实践中，人们曾先后建立了多种分形预测模型，并取得较好的效果。作者另辟蹊径，通过引入新的分形变量——幂律度(power—law)，建立地质一分形联合预测模型，在理论上进行了初步探索；并以云南省宁蒗—永胜地区铜矿成矿预测为例，圈定A级找矿靶区1处、C级找矿靶区2处，已知矿点的误判率较单一地质预测模型明显降低，体现了幂律度这一分形变量在成矿预测中的优越性。