摘要：将遗传程序设计应用于含Ｆ铋系高温超导体制备条件的识别、预报。结果表明，该方法效果好，可用于材料设计等高层次知识处理领域。

摘要：镍氢电池阴极材料的组成对电池的电化学容量和寿命关系甚大。本工作用可限制过拟合、有较强预报能力的支持向量机算法进行镍氢电池阴极合金材料的配方优化,通过实验数据处理,建立了有关电化学容量和衰减速度的数学模型。留一法证实,支持向量机算法预报准确性高于人工神经网络。这说明支持向量机算法在材料配方设计方面有应用潜力。

摘要：运用原子参数-支持向量机算法(SupportVectorMachine,SVM)和熔盐相图智能数据库技术,研究了白钨矿型钼酸盐、钨酸盐和含稀土钼酸盐、钨酸盐形成异价固溶体的条件,建立了碱金属-稀土钼酸盐和钨酸盐的晶型以及这些化合物与稀土钼酸盐或钨酸盐形成连续固溶体的判据,并求得这类化合物的晶胞参数的计算式。计算表明:各组分元素的离子半径和电负性是影响固溶体形成、晶型和晶胞参数的主要因素。根据本文所得经验式估计TlPr(MoO4)2-Pr2(MoO4)3系固溶体情况与实测结果一致。

摘要：在用模式识别、人工神经网络法总结ＰＴＣ和Ｖ－ＰＴＣ材料诸性能与其配方及工艺间关系基础上，建立了能检索和预报ＰＴＣ和Ｖ－ＰＴＣ材料性能与其配方及工艺间双向关系的专家系统ＰＶＰＥＣ。该系统将为ＰＴＣ和Ｖ－ＰＴＣ材料优化设计提供有效的辅助手段。

摘要：将支持向量回归方法用于(Zr0.7Sn0.3)TiO4陶瓷的配方性能关系研究中,分别建立了(Zr0.7Sn0.3)TiO4陶瓷介电常数和损耗角正切的支持向量回归模型,并与逆传播人工神经网络、多元线性回归模型进行了比较.用留一法分别检验了支持向量回归、逆传播人工神经网络和多元线性回归3种不同模型的预报能力,结果表明:上述3种模型对于(Zr0.7Sn0.3)TiO4陶瓷介电常数的留一法预报的平均相对误差分别为1.083%、1.632%、1.931%,对于损耗角正切的留一法预报的平均相对误差分别为0.999%、1.746%、1.414%.因此,支持向量回归模型的预报能力较好,可望在陶瓷配方设计中的多变量、非线性问题和小样本体系中发挥较好的作用,为新型介电陶瓷的性能预报和配方优化提供一条全新可靠的途径.

摘要：提出了一种新的模式识别方法──最佳投影识别法，该方法可自动从若干隐含的模式识别投影图中筛选出最佳的一个，并建立在原始特征空间中优类样本分布范围的边界方程．将该方法应用于 １－（１Ｈ－１，２唑－１－基）－２－（２，４－二氟苯基）－３－取代－２－丙及其衍生物的抗真菌活性的分子筛选，得到了建模所用的最佳模式识别投影图，建立了在由五个结构参数构筑的原始特征空间中该类化合物高抗菌活性样本分布范围的判据，并用以该类化合物高抗真菌活性分子的筛选。

摘要：自Hansch等创立QSAR法以来,药物构效关系的研究已获得较大的进展。本文将模式识别法用于芬太尼衍生物构效关系的研究,将该类药物的分子结构看作与生物活性具有对应关系的表现形式——模式,以药物分子结构中有关取代基的多个量子化学参数为数量化的模式向量成分。将已知生物活性的药物作为模式识别训练点,则所得模式识别分类图反映了该类药物的生物活性与其量子化学结构特征参数间的统计学意义的关系。它既可用来探寻高效药物的结构参数,又能预测新设计药物生物活性的等级或类别。

摘要：本文介绍应用模式识别中的最优判别平面技术和人工神经网络算法处理硅钢片退火工艺数据，在保证磁感强度、铁损等电磁性能指标符合制造电机要求的前提下，研究提高板形平整的工艺条件，生产实践表明，采用优化结果所设计的工艺参数，较高电磁性能指标的硅钢片比率和硅钢片平整度都有所提高。

摘要：将模式识别人工神经网络方法应用于古陶瓷分类研究中，给出了古陶瓷分类的数学判据，用计算机设计了新的陶瓷釉化学组成点，并对古陶瓷的分类进行了定量预报。

摘要：将模式识别方法与专家系统技术相结合,建立小型专家系统,TAPRES。用于耐腐蚀钛合金研制方面过程中的成分设计的优化。在电解二氧化锰用钛合金的研制方面得到了应用。