流形上的空间密度聚类算法研究

研究流形上的聚类分析，针对基于密度的空间聚类引入了流形概念，提出1种基于流形的密度聚类算法，该方法将流形的概念与聚类相结合，可以适用于样本为复杂分布的聚类。文中通过实例证明此算法的有效性。     

台湾海峡中北部表层沉积物中介形类拟生态的研究

台湾海峡中北部介形类共６９属１１５种，受复杂的海底地形及海流、水团等环境因素影响，分为４个分布区；沿岸低值区，西南部高富集区，东北部密集区及中部过渡区，介形类属种以东海、南海组成的分子较多，显示出海流因素起主要作用。     

基于神经网络的平底结构砰击压力预报

对利用神经网络预报平底结构入水砰击压力的方法进行了探讨。首先利用仿真软件计算各种情况下平底结构入水所产生的砰击压力，以此形成训练神经网络的数据集。其次利用数据集对三层反馈式网络进行了训练，讨论了不同隐含层节点数对该非线性系统的拟合能力，并且对梯度下降法、动量修正法和基于优化的LM算法的有效性和精度进行了比较，最后得出了适合平底结构入水砰击系统的网络结构。     

大鹿岛海域富营养化程度研究

根据１９９０年夏季大鹿岛海域无机氮，无机磷，化学耗氧量及溶解氧调查资料，计算该海域富营养化及有机污染指数，揭示出大多数站位水质已呈富营养化状态，有机污染严重，模糊聚类分析将该海域水质划分出４种类型，分别是贫营养型，开始富营养化型，高ＣＯＤ富营养化型及高氮，磷富营养化型。     

渤、黄、东海水团多年月平均分布与变化的初步分析

本文从浅海水团的变性特点出发,根据多年月平均的温盐资料,以温盐点聚图为基础,采用模糊聚类法,划分渤、黄、东海逐月表底层水团。文中着重探讨整个渤、黄、东海陆架区各水团的基本特征、消长规律及其与渔场的关系。     

长江口及济州岛附近海域变性水团的初步分析

所谓水团分析，主要是指划分水团的边界，确定水团的基本特征以及分析研究水团的消长变化规律。本文研究的海区大多属于浅海区域。浅海水团易受海洋外部因素的影响，变性显著，因此，浅海水团的分析实际就是水团的变性分析。所谓水团的变性，主要是指水团特征的示性水平从高向低的过渡，并逐渐丧失其示性特征的这一过程。     

热带海洋珍珠贝类立克次体(RLO)病研究 Ⅷ.养殖大珠母贝贝苗养成期群体RLO病流行病学研究

大珠母贝人工养殖过程中,幼贝死亡是一个严重的问题。1993年11月至1995年5月,采用现场调查、实验室研究和数理分析相结合的方法,在海南省临高县新盈珍珠贝养殖场自然海区吊养的A,B,C3批养殖贝和陵水新村珍珠贝养殖场养殖池吊养的D批养殖贝的发病和死亡情况进行了流行病学凋查.结果显示,大珠母贝幼贝群体的死亡是以暴发性方式发生,幼贝群体的大批量死亡高峰一般发生在4～6月龄期,8个月以后随着龄期的延长,死亡率显著降低.幼贝群体死亡率与贝体平均体长的关系是4cm以下的贝体死亡率较高,1～3cm阶段处于死亡高峰期内,5cm以上的贝体死亡率显著降低.大珠母贝幼贝群体的死亡率与类立克次体感染(即RLO平均感染严重度指数SI)之间存在显著的相关性,在RLO感染的高峰之后或当中部相应伴随贝群体死亡率的高峰,随着RLO感染的降低,贝群体的死亡率也明显降低。在4批养殖贝群体中,仅在A批养殖贝群体样本中发现有少量纤毛虫寄生(感染率为87.5%,感染强度为3.56个/10倍物镜).这几批幼贝群体的死亡与海水温度、盐度之间均无相关性。     

沉降监测多项式回归分析与神经网络预测

使用多项式和切比雪夫(Tchebyshev)多项式分别对沉降监测数据进行回归分析以预测未来沉降值,其中切比雪夫多项式的外推效果较好;应用前向BP神经网络对两种不同的单因子输入模式进行非线性函数逼近,并进行了不同采样步长的比较,实例表明将时间点作为网络的输入对沉降进行预测效果较好。