红外化学遥感数字信号处理算法的研究进展

介绍了几种为远距离红外蒸汽信号监测开发的分类器设计，频域数字滤波，时域数字滤波等数字信号处理技术。对线性分类器，分段线性分类器和神经网络分类器等在红外化学遥感系统中的应用做了初步的探讨。对背景扣除技术，频域数字滤波技术，数字滤波的切趾方法等做了简要的描述。阐述了时域滤波技术的基本原理及实际应用。展望了红外化学遥感数字信号处理算法的研究前景。     

地震资料精细处理和解释在徐家围子油田的应用

以地震资料精细处理和解释在大庆长垣外围徐家围子油田开发中的成功应用为例，论述了地震地质综合描述技术在地质情况复杂的低、特低渗透油田开发中的应用效果。     

人发微量元素谱与食管癌

本文用计算机模式识别法,对我国食管癌高发区-山西阳城县的食管癌患者,食管癌高发区人群及低发区人群进行了人发微量元素谱的分析,成功地将食管癌患者与正常人群,以及食管癌高、低发区人群间进行了识别,取得了较高的准确率.调查工作前后分两批进行.第一批的检测对象共270例,其中阳城县食管癌患者70例,当地正常人群200例.第二批的检测对象共217例,其中阳城县食管癌高发区人群177例,太原市郊食管癌低发区人群40例.人发微量元素检测采用同位素源激发X射线荧光分析装置,测定发中Ca、Cr、Mn、Fe、Ni、Cu、Zn、Pb、Se、Sr等10个元素,采用计算机模式识别法对数据进行分析处理,包括主成分分析法、非线性映照法及马氏距离断别法等.结果表明:(1)作为判别函数的元素谱,两批调查资料有所不同.第一批的元素谱是Cr、Mn、Fe、Ni、Cu、Zn;而第二批的元素谱是Ca、Cr、Mn、Cu、Zn、Se,这与两批资料的来源不同有关.(2)食管癌患者与正常人在二维平面图上能相当成功地区分开,界限十分清楚;而食管癌高、低发区人群间也能基本区分.(3)马氏距离判别法的结果表明,食管癌患者与正常人的回判准确率分别可达92.9%及84.6%,而预报准确率则分别达85.7%及91.5%,说明其准确率是相当高的.同时,根据已建立的计算机程序,对高发区人群177例进行了人机对话的判别,初步确定在受检人群中属可疑高危人群的有61例,占被检人数的43.5%.从初步确定的可疑高危人群中,通过49例的拉网细胞学检查,发现食管上皮细胞的重增检出率有明显提高,提示微量元素谱的判别方法作为辅助指标加以应用,在缩小拉网普查人数和提高重增检出率方面有参考价值的.作者认为,应用多因素分析方法有利于提高判别食管癌患者与正常人的准确率,在一定程度上可识别食管癌可疑高危人群,这对推进食管癌高发地区的肿瘤防治工作将是有益的.但是,应当指出人发微量元素谱的计算机模式识别法也还存在一定的局限性,其与肿瘤相关的生物学意义尚待进一步探讨.     

一种仿人智能的智能控制方法

提出了一种仿人智能的控制方法。这种方法模仿人类专家的操作过程，因而方法智能性强，能较好地解决难于建立对象的数学模型的系统的控制问题。     

用证据累积的方法识别不完全整图象

本文将专家系统中处理不精确信息时所采用的基于确定性理论的推理模型引入到对不完整图象的目标识别中来，提出了利用证据累积的方法对目标进行识别的观点，强调所有信息的综合作用和正反两方面证据对可信度的影响，减少了由于个别特征的不精确性对分类决策的影响。     

条形码中距离动态识别技术研究

本文讨论了条形码中距离动态识别技术中扫描景深与扫描光束波长和条宽等要素之间的关系，提出了改善条形码读取距离的３种方法。为扩大条形码在工业过程控制、企业管理等领域的应用范围提供了理论依据。     

FCCU稳定汽油饱和蒸气压控制综述

在炼油厂催化裂装置中，稳定汽油蒸气压是反映催化裂化汽油产品质量的一项关键指标。催化裂化现场稳定汽油蒸气压的高低及平稳与否，不仅决定汽油产品质量，也影响汽油收率。综合分析国内外在催化裂化汽油蒸气压控制与优化指导操作过程中的优势与劣势，并通过针对影响汽油蒸气压的因素进行工艺分析，发现我们引进美方汽油蒸气压控制方案Ｄ－１中的技术不足之处，又相继找到了操作不平稳的原因；采用我们拥有的技术，克服了炼油化工系统中存在的大滞后与非线性，使该先进控制回路的开发与应用获得成功。实现在线实时控制后，汽油蒸气压保持在给定目标２ｋＰａ内。     

从细线化汉字图像生成任意倍率汉字

本文提出了一种对汉字作任意倍率放缩的算法。该算法先对印刷体汉字作细线化处理，抽取笔划特征点。然后，分割和提取笔划。任意倍率汉字生成是通过变换函数。改变特征点位置，再附加原探察到的笔划修饰来实现的。实验表明本算法是有效的。     

一种新的图书特征抽取方法

本文提出了一种新的特征抽取方法。它可对任意形状的工件进行准确描述，并具有计算速度快，特征抽取结果简单的特点，用此算法做成的视觉系统，能识别任意放置的甚至有遮挡或重叠的二维工件，是一种较好满足工业生产线上实时性要求的算法。     

RSFM网络及其在信号滤波中的应用

介绍了一种适用于模式识别的新型神经网络模型--局部有监督特征映射（Reglonal Supervised Feature Mapping,RSFM）网络,描述了该网络的拓扑结构和学习算法,研究了网络的基本性能,最后将其应用到了信号滤波中.理论研究和仿真实验表明,该网络结构简单、算法简洁,收敛速度快、识别精度高,适用于需要大样本训练、随机干扰严重的复杂模式的分类与识别.