针对中药材种类繁多、数据量稀少以及难以对其导管进行分类的问题，提出一种基于多通道颜色空间与注意力机制模型的卷积神经网络改进方法。首先，采用多通道颜色空间将RGB颜色空间与其他颜色空间合并为6通道作为网络输入，使网络学习亮度、色调和饱和度等特征信息，弥补数据量的不足；其次，在网络中加入注意力机制模型，其中通道注意力模型将两个池化层紧密连接到一起，空间注意力模型将多尺度空洞卷积结合到一起，使网络将注意力聚焦于小样本中关键的特征信息。实验结果表明，针对34种中药材样本的8 774张导管图像，采用多通道颜色空间和注意力机制模型的方法，与原始ResNet网络相比，准确率分别提升了1.8个百分点和3.1个百分点，将二者结合后准确率提升了4.1个百分点，说明所提方法对小样本分类的准确率有着大幅度的提升。

针对直接采用理想交理论得到的拼接曲面在实际中不一定连续的问题,研究如何通过改变拼接曲面的构造方程以得到连续的拼接曲面及其光顺处理。首先,分析了拼接曲面在实际应用不连续的原因,若过渡曲面中含某个变元的项在其他变元满足某个值时变为0,则其与该变元不再相关,在几何图形上会表现为断开;然后,给出了保证拼接曲面在实际应用中连续的方法;之后,讨论了0阶和任意阶拼接曲面的光顺处理方法。对于0阶光滑连续曲面,将辅助曲面作为因子乘以一次函数后补偿到构造方程中的主曲面部分,调节参数使得拼接曲面光顺;对于任意阶连续曲面,在主曲面过渡方程中直接增加补偿函数。该方法可使0阶光滑连续曲面在不提高次数的情况下做到光顺。