注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

针对金川Ⅲ矿区硐室围岩蠕变控制问题,通过对破碎工程系统中大件道工程围岩变形的监测发现有明显的流变特性,即包括急剧变形、减速变形以及变形趋于稳定的三个阶段.分析了围岩应力环境、矿物成分和地下水对硐室围岩变形的影响,提出了适合高地应力构造影响带围岩流变模型,并对流变参数作了分析.根据金川岩体流变过程是由弹性、塑性、黏弹性和黏塑性等多种变形共存的一个复杂过程,呈现出高度的非线性的特征,从理论上分析二次支护的最佳时机,即金川Ⅲ矿区深部岩体在开挖并进行一次支护后的第3周内可作为最佳的二次支护时机,允许变形量应控制在50~150 mm