基于支持向量机的多类蛋白质折叠子预测

基于支持向量机，以氨基酸组成成分、氨基酸组成成分与氨基酸残基指数自相关函数组合两种特征提取方法构成的特征向量表示蛋白质序列，对多类蛋白质折叠子问题进行了相关研究。结果表明，由氨基酸组成成分与氨基酸残基指数自相关函数组合构成的特征参数集(其参数集以符号HOPT、PARJ、PONP、WOLS表示)，其预测精度比氨基酸组成成分特征参数集有不同程度的提高。对于独立测试样本集，HOPT、结果较好，采用“唯一的一对多”策略，其总预测精度为41．91％，比氨基酸组成成分提高6．94个百分点，这些结果说明自相关函数含有一定的蛋白质空间折叠信息，支持向量机对于小样本分类预测是一种非常有效的方法。     

基于变精度容差粗集的鲁棒分类器

该文基于目标识别中出现的不确定问题,提出了一种改进的粗集模型:变精度容差粗集模型。利用粗集中信息容量的定义,对不确定系统进行属性约减,并利用约减后的结果进行目标识别,仿真试验表明,利用该粗集模型进行目标识别时,具有较高的识别率和较高的鲁棒性。     

因果知识发现在关系数据集中的应用研究

因果发现是知识发现的一个新的研究方向,其目的是从观测数据中找出其隐含的因果关系。虽然应用前景十分美好,但结果评价困难等因素造成了其在应用方面研究的缺乏,并限制了它的进一步发展。文章对于一个人口统计方面的关系型数据集进行了因果发现,并对于结果进行了多方面的评估与分析。结果表明,因果发现不但切实可行,而且能在实际的知识发现应用中找出相对来说较高质量的知识。     

齿轮钢20CrMnTi方坯凝固过程传热数值模拟

基于薄片移动边界法建立200 mm×200 mm方坯凝固过程传热数学模型,通过商业软件ProCAST对方坯20CrMnTi的温度场进行数值模拟,计算出了热物性参数.将工业现场实测的铸坯表面温度与模拟结果进行比对分析,其误差在工程误差允许范围(5％)内,因此,本数学模型能够较准确地反映现场的实际生产情况.在此模型的基础上讨论了不同过热度、拉速、二冷水量对方坯表面温度、中心温度、中心固相率及液芯长度的影响,对连铸工艺参数的优化提供有效指导.     

功能梯度涂层滚压强化的有限元分析

在功能梯度涂层模型的基础上引入了刚性轧辊,建立了功能梯度涂层滚压强化的力学分析模型,并研究功能梯度涂层的非均匀材料参数、滚压速度对其涂层的等效应力和残余应力的影响,通过计算表明,非均匀材料参数对涂层前部和后部的等效应力有明显的影响,而对涂层中部基本没有影响;在整个涂层表面的残余应力是不相等的,最大等效残余应力为400MPa,最小等效残余应力为30MPa,两者相差近10倍,而滚压速度对于涂层的等效应力没有影响。这为滚压强化功能梯度涂层材料的设计提供了理论支持。     

一类非线性系统基于Backstepping的自适应稳定控制

针对一类未知高阶非线性系统，提出了一种基于Backstepping和神经网络的自适应稳定控制方法。利用RBF神经网络逼近未知非线性函数，不需要满足匹配条件，基于Backstepping方法调节网络权值。在控制律中引入非线性衰减项和σ-修正项保证了网络权值的稳定性，阻止了参数漂移。通过Lyapunov直接方法，证明了整个闭环系统的最终一致有界性。该方法扩展了自适应Backstepping和自适应NN控制的应用范围，适于并行计算，仿真结果表明了该算法的有效性。     

高功率微波短脉冲雷达接收机保护装置设计

探讨现代技术条件下军用雷达接收机保护技术发展的新需求、高功率微波短脉冲雷达接收机保护装置的组成原则和在实验的基础上空间隔离设计与接收机前端限幅控制电路的设计方法以及高功率微波短脉冲雷达接收机保护装置的系统结构；对接收机前端限幅控制电路的性能进行了实验分析，采用常断PIN开关限幅控制电路是解决雷达接收机响应速度指示问题的一个有效途径。     

基于RS理论的相容及不相容决策表简化对比研究

粗糙集理论是一种具有模糊边界的集合理论，它被广泛应用于相容和不相容有的规则提取中，本文针对RS理论中知识简化和核这两个重要问题进行了研究，提出了一种借助于逻辑推理运算得到的知识约减新方法，并应用具体实例对相容和不相容决策表的规则提取进行了比较。     

粗糙集在数据挖掘分类规则中的应用研究

数据集中的冗余性会降低数据挖掘结果的解释能力和精度，介绍了数据集中挖掘分类规则的基本原则，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，并简化带有不同相容规则的决策系统的数据挖掘算法，并应用一简单的例子说明如何在数据库中发现分类规则。     

多生物特征识别

生物特征的识别技术是一门利用人类特有的个体特征来验证个人身份的科学，它与 传统的基于口令和个人身份号码的识别方法相比更加可靠．本文先对各种不同生物特征识别 技术作了简要介绍，然后，介绍了多生物特征识别技术及其工作原理和方法，对生物特征识 别技术的应用前景和发展方向进行了分析．