基于多模板隐马尔可夫模型的文本信息抽取算法

针对训练数据来源的多样化，提出了基于多模板隐马尔可夫模型的广本信息抽取算法。该算法利用形式的聚类方法将训练数据聚成几个类，每个类代表一个模板，在聚类的基础上利用隐马尔可丈模型进行文本的信息抽取。实验结果表明，新算法具有较高的精确度和召回率。     

一种改进的线性判别分析法在人脸识别中的应用

提出了一种新的基于LDA的人脸识别算法。该方法重新定义了样本的类间散布矩阵，在原始的定义基础上增加了一种径向基函数（RBF）调节类间距离，使得在选择投影方向时能更好地分升各类样本；同时该方法存类间散布矩阵与类内散布矩阵的特征分解的基础上，通过变换求出符合Fisher准则的最优投影方向，可以证明这样得到的投影方向同时具有正交性与统计不相关性。通过ORL人脸数据库的数值实验，表明了该算法比传统算法有更好的性能。     

基于神经网络和粗糙集规则的提取方法

在利用粗糙集对连续性数据进行分类规则挖掘时，需要对数据进行离散化处理，但是离散结果往往会破坏原有数据的隐含信息，提取的分类规则质量难以保证。该文设计了一种基于自组织人工神经网络与粗糙集理论的分类规则提取方法，利用神经网络自动分类的功能，对离散前后的数据进行分类，比较两次分类结果是否一致，当达到一致性结果后，再利用粗糙集理论对数据约简，进行规则提取，有效地解决了原始数据信息丢失的问题，通过实例证明了该方法的合理性。     

Copper extraction into emulsion liquid membranes using LIX 984N-C®

The extraction of copper from aqueous sulfate media into ELMs using the extractant LIX 984N-C was studied. Appropriately characterized emulsions on the basis of viscosity and internal drop sizes were used to study the effect of different parameters on extraction. The effects of stirring speed, surfactant concentration, pH of the external continuous phase, carrier concentration, internal phase stripping acid concentration and initial copper concentration are reported. These results show that LIX 984N-C efficiently extracts copper at low pH values typical of leach solutions. It was found that LIX 984N-C could extract up to 80% copper from aqueous solutions at pH value of 1. Performance of LIX 984N-C was also compared with LIX 84 and LIX 84-I at different pH values. Results indicate that LIX 984N-C could open up new avenues for extraction of copper into ELMs, not only from dilute solutions, but also from sulfuric acid leach solutions.     

PET局部脑氧代谢率测定

应用PET和示踪动力学原理进行无创性局部脑氧代谢率（rCMRO2）测定为研究正常脑功能以及疾病状态下脑的病理生理状况提供了有力工具。本文对rCMRO2测定中的关键技术，包括局部氧摄取分数（rOEF）、局部脑血流量（rCBF）和局部脑血容量（rCBV）测定进行了详细介绍。     

基于概念的网页相似度处理算法研究

针对海量网页信息，提出适于搜索引擎使用的网页相似度处理算法。算法依据网页抽象形成的概念，在倒排文档基础上建立相似度处理模型。该模型缩小了需要进行相似度计算的网页文档范围，节约大量时间和空间资源，为优化相似度计算奠定了良好基础。     

探地雷达回波信号的特征提取和分类

探地雷达的回波信号具有非平稳特征.为实现非平稳信号的检测和分类,采用了二进小波变换、主分量分析与Fisher线性判别分析和前馈多层感知器分类器分别对探地雷达回波信号进行小波分解、去相关与特征选择和分类.实验结果表明,该算法具有很好的分类效果.     

基于概念格的文本挖掘

文本挖掘是从非结构化的文本中发现潜在的概念以及概念间的相互关系。作为从浩瀚的Web信息资源中发现潜在的、有价值知识的有效技术,Web文本挖掘已倍受关注。文中提出了利用概念格来抽取隐含在文本中潜在的概念关系,将文本挖掘中文档与关键词之间的关系通过概念格结构呈现出来。     

基于心理声学参数的水下目标识别特征提取方法

研究了响度、尖锐度、粗糙度、波动强度等主要的心理声学参数及其计算方法，利用主要的心理声学参数作为目标特征参数用于水下目标分类识别，并以正确识别率为准则对这些特征参数进行了修改。使用K-均值聚类方法对3类舰船噪声实测数据进行了目标分类识别仿真实验。实验结果表明，该方法提取的特征能够较好地反映信号本质，取得了较好的分类识别效果，特别是以修改后的心理声学参数为特征具有更高的识别率。     

矿物显微图像中网孔状及针板状成分识别方法研究

矿石的显微图像成分分析是一项具有挑战性的应用研究课题，针对所要求的对某种矿石进行自动识别的任务，提出了一种使用改进的统计假说方法对网孔状纹理成分进行识别的方法；并提出了一种采用Sobel变换、骨架提取以及Hough变换相结合的技术进行针板状纹理成分识别的方法，实验结果表明，该方法是有效的。