超疏水表面的研究进展及制备技术

概括了固体表面的润湿理论，分析讨论了超疏水表面的制备技术，尤其是近几年较新的制备方法，同时回顾了超疏水表面技术在现实生活中最近的实际应用。此外，简单介绍了本研究小组结合上述方法制备的具有油水分离特性的表面。     

乾隆仿生瓷的艺术特色

乾隆时期是个很重视瓷器生产创新的时代,所设计生产的瓷器都带有其时代艺术特色,而我们就其中的一个品种来进行分析一仿生瓷,分析其造型、装饰等的艺术特色,从而使我们了解这一独特的艺术,对我们日后的陶瓷造型与装饰设计都会产生积极的影响.     

图象平滑与边缘检测的模糊向量描述

本文对噪声和边缘的统计特征进行了分析，提出了以Ｐ１（ｉ，ｊ），Ｐ２（ｉ，ｊ）和Ｐ３（ｉ，ｊ）作为边缘、噪声和非边缘非噪声的尿属函数，并在此基础上建立它们的特征描述向量。借助于该特征向量，将图像平滑和边缘检测转化为一个模式识别的问题，从理论上讨论了解决图像处理中长期存在的去噪和保持边缘细节的折衷问题的思路，并构造了基于模糊模式识别的图像边缘检测和滤波的基本框架。     

模式识别技术用于核电站松动件质量估计模型研究

介绍了一种利用模式识别理论和人工神经网络理论实现对核电站松动件质量进行估计的数学模型。利用模式识别理论的特征提取技术，实现对松动件碰撞玲号的特征压缩，从而形成比较少的特征空间维数，经过神经网络的学习过程，实现对核电站松动件质量大小的估计。实验证明，该方法能够得到比较高的计算精度，其实现过程也比较简单方便，为核电站松动件质量估计提供了一种手段。     

模糊集理论在心理气质类型测定中的应用

本文运用模糊集理论对心理气质类型作了描述,并建立了气质类型的模糊数学模型。由若干类数据可以看出,模糊识别法比之于人工观察更为自然和合理。     

抽油机故障诊断的人工神经网络方法研究

人工神经网络模型是用大量简单的处理单元广泛连接而成的一个非线性动力学网络系统。它以高度的并行分布式处理、联想记忆、自组织及自学习能力和极强的非线形映射能力，为现代故障诊断技术的智能化发展提供了一个全新的方法。介绍了人工神经网络的基本性能和BP网络模型及算法，在此基础上将神经网络和模式识别相结合研究了通过识别抽油机示功图诊断抽油机故障的方法。     

仿生食品的研究概况

本文介绍了一种新型食品一仿生食品。旨在让人们对这种新型食品有个具体的认识。     

用函数链神经网络建立油气水层解释模型

为了克服用BP网络建模进行油气水层评价存在的误差,采用函数链神经网络建立识别模型。该文介绍了用此方法建立的三个模型:气测解释模型、地质测井综合解释模型、气测地质测井综合解释模型,并介绍了现场及完井后的解释评价情况。网络采用增强输入模式的方法,用单层网络训练样本,达到了理想效果,三个模型的识别率都是100%。     

一种新型智能仿生类算法-蚁群算法

蚁群算法是一种新型智能仿生类算法,是受到蚂蚁在觅食过程中建立蚁巢到食物最短路径时的搜索机制启发而提出的一种算法。蚁群算法在求解一系列困难的组合优化问题上取得成效,成为解决TSP、VRP、QAP、JSP等典型问题的一种新型强有力算法。本文对蚁群算法理论研究的主要内容和方法、基于算法的改进等,进行了系统的总结与综述。     

板形模式识别的GA-BP模型和改进的最小二乘法

针对板宽变化时需要不同拓扑结构的神经网络才能完成板形模式识别任务，网络学习工作量大，网络存在收敛速度慢，易陷入局部极小等结构性能不佳的问题，首次建立了以勒让德正交多项式为基模式的只用6个输入信号、3个输出信号的板形模式识别GA-BP网络模型。该模型不仅结构简单，而且物理意义明确，识别精度较高，解决了板宽变化时神经网络结构形式不变的问题，从而实现了板形模式识别的智能化。又提出了基于勒让德正交多项式的板形模式识别最小二乘法，该方法简单、实用，识别精度较高，克服了传统的最小二乘模型板形模式识别的缺点和不足。为板形模式识别提供了两种简便实用的新方法，发展了板形模式识别理论和方法。