数学模型的图论方法

阐述了数学模型及其本质，以典型实例论述了数学模型的图论方法，并介绍用图研究的一些领域。     

方向鉴别法及其在换热器试验数据处理中的应用

方向鉴别法不仅可以用于换热器传热试验数据处理,也可用于压力降试验准则方程的求解。与同类算法相比,该方法具有计算快速、准确而且适应范围广的特点。     

Catmull-Clark细分曲面的纹理映射技术

提出了一种在细分曲面的过程中应用纹理映射的方法,即在控制网格逐步加细的过程中,纹理图像由无损压缩变换矩阵M进行变换并映射到相应的细分曲面上.这种方法既有效的避免了纹理接缝问题,又保证了纹理图像的完整性.该技术已经在Catmull-Clark细分曲面上得以实现,也可以用于其他任何面分裂型的细分曲面.     

分形理论在增强数字水印顽健性方面的研究

基于自相似分形集抗几何失真的特性和人眼的视觉系统特征,提出了一种首先利用频域变换确定水印嵌入区,然后将数字水印信息转化为生成自相似分形集的IFS系数,再把由该IFS生成的自相似分形图嵌入到图像中的数字水印算法。并对该数字水印算法抗几何攻击性以及不可感知性进行了检验。     

用神经网络—遗传算法优化Ni基喷涂材料

利用人工神经网络的自学习以及非线性逼近能力对材料元素与硬度的相关性进行拟合和预测;并用遗传算法的强寻优能力对喷涂材料成分进行优化。优化结果与非学习Ｎｉ基喷涂材料配方相比较表明,神经网络能对Ｎｉ基喷涂材料的性能进行较好地拟合和预测,而遗传算法则能在不同的样本区间对材料进行优化,二者的有机结合可进一步提高材料优化与设计的有效性。     

IFS吸引子图像仿射变换的参数变换法

以迭代函数系统理论为基础,研究并导出了实现ＩＦＳ吸引子图像仿射变换的分形码变换通式,讨论了几种常见的吸引子变换,为分形图像变换和分形图形设计提供了一种简捷,高交和灵活的处理方式。     

基于IFS的Sierpinski三角形的生成及其推广

阐述了基于IFS的Sierpinski三角形分形图形的生成原理,并对其生成技术进行推广。包括两个方面的推广,第一,生成元形状可以为点、线段、三角形、四边形（正方形）、圆,得到的吸引子相同,由此得到吸引子与生成元形状无关的结论。第二,对Sierpinski三角形的IFS进行适当的调节,可以得到新的IFS,并生成新的吸引子,这为从已知的IFS得到新的IFS提供了参考方法。     

姜黄素对高血压病大鼠全脑缺血再灌注时海马神经元损伤及皮质酮、SGK1表达的影响

目的:探讨姜黄素对高血压病大鼠全脑缺血再灌注时海马神经元损伤及血清皮质酮、海马血清和糖皮质激素诱导激酶1（serum-and glucocorticoid-inducible kinases1，SGK1）表达的影响。方法:雄性Wistar-Kyoto（WKY）大鼠和自发性高血压病（SH）大鼠，随机分为5组：假手术组（W-Sham、S-Sham）、缺血再灌注组（W-IR、S-IR）和姜黄素组（S-Cur）。各组按再灌注时间分为3 h、12 h、1 d、3 d和7 d 5个时间点。采用四血管阻断法制备全脑缺血再灌注模型（缺血10 min后恢复灌注），HE染色观察海马CA1区神经细胞形态，Nissl染色计数海马CA1区平均锥体细胞密度，ELISA法检测血清皮质酮及海马SGK1，于再灌注后7 d观察行为学。结果:与假手术组比较，缺血再灌注组学习和记忆能力下降，海马CA1区神经元损伤加重，血清皮质酮水平增加，海马SGK1表达上调（P<0.05）；与W-IR组比较，S-IR组学习和记忆能力下降，海马CA1区神经元损伤加重，血清皮质酮水平增加（P<0.05），海马SGK1蛋白表达下调（P<0.05）；姜黄素组学习和记忆能力明显改善，海马CA1区神经元损伤减轻，血清皮质酮水平下降（P<0.05），海马SGK1蛋白表达上调（P<0.05）。结论:姜黄素减轻高血压病大鼠全脑缺血再灌注海马神经元损伤的机制可能与抑制皮质酮、上调SGK1表达有关。     

基于IFS的Sierpinski三角形的生成及其推广

阐述了基于IFS的Sierpinski三角形分形图形的生成原理,并对其生成技术进行推广。包括两个方面的推广,第一,生成元形状可以为点、线段、三角形、四边形（正方形）、圆,得到的吸引子相同,由此得到吸引子与生成元形状无关的结论。第二,对Sierpinski三角形的IFS进行适当的调节,可以得到新的IFS,并生成新的吸引子,这为从已知的IFS得到新的IFS提供了参考方法。     

基于Fisher分类和空间映射的分形图像编码方法

针对Fisher分类分形图像压缩算法中二维灰度变换匹配性能较差的问题,提出了改进的空间映射灰度变换方法。该方法将位置与亮度同时纳入到灰度变换中,形成三维空间上曲面模式之间的线性映射,并预先量化空间映射压缩因子,再计算和量化空间映射灰度变换的其他系数,提高range块和domain块成功匹配的可能性。实验证明,该方法在不降低重构图像质量的前提下,减少了编码块数,提高了图像的压缩比,大幅缩短了编码时间。