基于遗传算法的人工神经网络

为克服和改进传统的BP算法的不足，发挥神经网络和遗传算法各自的优势，提出了一种基于遗传算法的神经网络二次训练方法，将遗传算法应用于神经网络的权值训练中，并用神经网络二次训练得到最终结果，降低了计算时间，是一种比较有效的方法。  

角点检测技术综述

角点是图像很重要的特征,对图像图形的理解和分析有很重要的作用。对灰度图像、二值图像、边缘轮廓曲线的角点检测算法进行综述,分析了相关的算法,并对各种检测算法给出了评价。  

一种基于粗糙集构造决策树的新方法

在构造决策树的过程中，分离属性选择的标准直接影响分类的效果。基于粗糙集的理论提出了加权平均粗糙度的概念，将其作为选择分离属性的标准。经实验证明，用该方法构造的决策树与传统的基于信息熵方法构造的决策树相比较，复杂性低，且能有效提高分类效果。  

网格计算资源管理中的信誉度模型

网格资源管理作为网格研究的核心内容，受到研究人员的高度关注。目前已经提出的诸多管理模型中，基于计算经济的模型被人们普遍看好。文中针对计算经济模型，提出了资源信誉度、资源提供者信誉度、资源消费者信誉度的概念。在此基础上，深入研究了信誉度评价的评价模型和算法以及信誉度评价实现中的一些处理策略。对信誉度评价所需的资源使用记录进行了定义，根据评价需要对现有RUR进行了扩展。最后通过仿真实验对信誉度评价算法进行验证，得到了相应的实验结果和结论。  

一种基于模糊熵和FKCN的边缘检测方法

根据邻域内的灰度分布是有序的、具有方向性以及灰度实质具有结构性三种图像边缘的基本特征,通过引入模糊熵,构造出了一组基于模糊熵的信息测度分量来定量描述图像的这些边缘特征.利用训练样本获取该组分量,并组成一特征向量对模糊Kohonen聚类网络（FKCN）进行训练.用训练好的FKCN聚类网络直接提取其它图像的边缘.该方法无需确定阈值,对弱边界检测较敏感,在特征的选取上充分地考虑了边缘和噪声的本质区别,具有优异的抗噪性能.  

时间序列数据挖掘综述*

在综合分析近年来时间序列数据挖掘相关文献的基础上,讨论了时间序列数据挖掘的最新进展,对各种学术观点进行了比较归类,并预测了其发展趋势.内容涵盖了时间序列数据变换、相似性搜索、预测、分类、聚类、分割、可视化等方面,为研究者了解最新的时间序列数据挖掘研究动态、新技术及发展趋势提供了参考.  

P2P数据管理

P2P(peer-to-peer)技术是未来重构分布式体系结构的关键技术,拥有广阔的应用前景.P2P系统的大多数问题都可归结为数据放置和检索问题,因此,P2P数据管理成为数据库领域活跃的研究课题.当前,P2P数据管理主要有信息检索、数据库查询和连续查询3个子领域,取得了许多研究成果.在介绍P2P技术的优点后,指出了P2P数据管理研究的目标.然后针对上述3个方面,论述P2P数据管理研究的现状,着重讨论了P2P数据库查询的索引构造策略、语义异构的解决方法、查询语义、查询处理策略、查询类型和查询优化技术.通过比较,指出了现状与目标的差距,提出了需要进一步研究的问题.  

三值光计算机多位编码器与解码器的可行性实验研究

该文介绍的实验实现了用普通分离元件(偏振片、液晶、透镜、分光镜)构建三值光计算机的多位编码器与解码器，从而验证了三值光信号编码器与解码器的可行性。为验证三值光计算机理论的后续实验奠定了基础。  

谷物害虫检测与分类识别技术的研究及应用

阐述了在仓储物害虫检测与分类识别的方法，提出了检测系统的硬件组成，对检测到的谷物害虫图像的一阶灰度值直方图和图像的目标区域，自动提取静态仓储物害虫图像的数理统计特征、纹理特征和几何形状特征的主要技术和方法。试验结果表明，该方法可为谷物害虫的计算机自动模式识别(快速分类)提供稳定的特征参数值，有效提高了识别率，为仓储物害虫的快速鉴定和分类研究开辟了新途径。  

灰色理论在图像工程中的应用研究进展

随着传统图像信息处理技术的日趋成熟,寻求基于新理论和新思想的图像信息处理技术具有十分重要的理论意义和实用价值。为了使图像处理中的新理论——灰色理论更多地被人们所了解,首先简要介绍了灰色理论的研究内容、主要特点和基础理论;然后分别从图像处理、图像分析和图像理解3个层次来综述和分析灰色理论在图像工程中的研究进展,包括一些新的研究成果;最后,总结了在图像工程中应用灰色理论时,要解决的关键问题和未来的发展方向。研究结果显示,尽管灰色理论在图像工程中的应用研究还处于起步阶段,但其应用范围却几乎涉及了图像工程的各个方面,这充分显示它的广泛可行性、有效性,以及良好的发展潜力和应用前景。