通过对采集的四通道表面肌电信号进行分析，对其建立AR（Autoregressive）参数模型，提取AR模型参数构建特征矢量。根据实际表面肌电（SEMG）信号的随机性特征，提出了一种采用Bayes决策理论对肌电信号的AR模型参数特征进行分类的新方法，并运用最小错误率Bayes分类器，很好地实现了对前臂八种动作表面肌电信号的模式分类。平均识别率为99．125％。此外，还提出采用动态聚类中心的方法对其进行了改进，使其平均识别率提高到99．5％。研究表明，采用Bayes分类器对肌电信号的AR模型参数特征进行分类，是一种有效的处理手段，并可直接应用到其它具有随机性特征的生理电信号的模式分类中。

传统温度测试仪器主要由硬件构成,因而成本和规模都比较大,操作也不方便。另外在很多实际问题中,仅仅用精确数值对被测对象进行描述是不够的。针对以上问题,对基于模糊测量原理的虚拟温度测试仪的设计进行了研究,利用虚拟仪器的专用开发工具LabVIEW并结合Matlab进行软件设计。根据不同的测试对象,综合有关专家经验知识,对被测温度进行更高智能的模糊推理,最终实现对测量温度的符号输出。

根据当前气路故障诊断技术发展状况．重点分析了各种现有的气路故障诊断方法和特点，并对这些方法进行了详细的比较．预测了故障诊断技术的未来发展趋势。