大量空间数据可视化的算法

在大量应用中，空间数据的采集和使用都是通过其空间位置进行的。在大小有限的屏幕上显示大量的空间数据常会因为邻结点的高度重叠而导致较差的视觉效果。该文提出一种可视化大量空间数据的新方法。其主要思想就是用未被使用的像素点巧妙地代替重叠的数据点。介绍了两种解决方法：(I)将重叠的数据点放置在最近的未被占用的像素点上；(2)将数据点沿着屏幕填充曲线移动。接着，发展了一个更为成熟的方法叫栅格划分算法。最后，提出了一种有待进一步研究的新方法;基于最近邻接方法的聚类方法，并指出了今后研究的方向。     

集控值班员如何正确处理电气设备故障

针对变电站实现无人值守后，如何远距离正确处理电气设备事故进行了分析，有利于提高集控值班员综合分析判断事故的能力。     

C上全纯自映射的完全不变域

设ｆ（ｚ）是Ｃ上全纯自映射，０和是它的本性奇点，其中本文讨论ｆ（ｚ）的完全不变域的性质，证明了如果Ｄ是ｆ（ｚ）的完全不变域，那么Ｄ一定是二连通的且Ｄ包含了的奇异值集；此外，如果ｆ（ｚ）是有限型的，则Ｄ＝Ｆ（ｆ）．由此结论可以推出ｆ（ｚ）最多只有一个完全不变域在Ｆ（ｆ）中     

同步发电机参数在线辩识系统

提出一种同步电机在线参数辨识新方法：同步发电机状态空间离散模型的非线性规划辩识方法。该方法利用在线测量的同步发电机动态过程的离散采样数据进行计算，直接得出同步电机的待求参数。     

LF半准开集的一种新定义

给出了一种新的ＬＦ半准开集定义，采用新的ＬＦ半准开集定义，较详细地研究了ＬＦ半准开集及半准连续函数的一些重要性质。     

边际函数的绝对连续性

本文给出边际函数的绝对连续性性质．     

JAVA新类库中Swing的事件传送机制

ＳＵＮ公司最新发布的一套ＡＰＩ中的Ｓｗｉｎｇ组件集采用了ＭＶＣ结构，其中Ｍ、Ｖ、Ｃ三者间的事件传送及与外界的通信机制相当重要。本文从Ｓｗｉｎｇ的组件如何响应外部事件、如何处理自身的变化及如何把自身变化传递给外界三个方面详细阐述Ｓｗｉｎｇ的事件传送机制。     

基于小波逼近和尺度变换的非参数辨识方法

提出一种以非正交小波为基函数并应用小波多尺度分析的系统脉冲响应辨识方法，该方法以小波级数的形式逼近脉冲响应过程．从理论上证明了经小波尺度变换后系统随机噪声的方差值减小，即噪声得到有效的抑制，从而大大提高了辨识精度．应用实例验证了所得结果的正确性和算法的实用性．     

冗余度机器人运动模型的神经网络辨识及实现

为提高网络学习速度,提出了一种新的动态神经网络结构——状态延迟输入动态递归神经网络.以德国PowerCube^TM模块化机器人为研究对象,将机器人系统返回的关节位置信息和OPTOTRAK30203维运动测量系统测得的机器人末端位置信息作为神经网络的学习样本,对包含各种影响因素的机器人运动模型进行了辨识,所得结果及误差分析,说明了SDIDRNN在学习能力上的优越性.     

多示例学习及其研究现状

较全面地介绍和分析了第4种机器学习框架的多示例学习(MIL)．首先通过数学表达式对多示例学习进行描述，概括了其主要性质；然后总结了目前主要的求解多示例学习问题的算法，剖析了这些算法的主要思想；最后对多示例学习的未来发展作了展望．