分子距边矢量用于链烃分子的结构描述及沸点的估算

定义并计算了链烃（包括烷、烯、炔烃）化合物的分子距离－边数矢量,借助多元线性回归建立了２１３个链轻化合物分子距边矢量与其沸点间的定量结构性质相关关系模型,结果良好;相关系数Ｒ＝０．９９７４,均方根误差ＲＭＳ＝４．２２Ｋ。     

多氯联苯(PCB_S)分配系数的估算和预测

基于烷烃分子距边矢量 ,将以原子为基准的距离 边数矢量扩展为以基团为基准的距离 边数矢量。研究发现新分子距边矢量与多氯联苯正辛醇 /水分配系数的对数有很好的线性关系 :logKow =4 1 0 884 0 52 4 2 37μ1 - 0 0 92 90 6 2 μ2 .n =37,r =0 990 8,S =0 1 775,EV=0 981 1 ,F =1 86 8.     

分子距边矢量结合神经网络法预测二E Ying类化合物PCDFs的logKOW值

采用以基团间距离、边数为基准的分子距边矢量作为二EYing类化合物多氯代二苯并呋喃（PCDFs)的分子结构描述符，结合反向传播人工神经网络方法建立了PCDFs的正辛醇／水分配系数（logKow)与分子结构描述符之间的定量关系模型。结果表明，所采用的结构描述符对于分子结构具有很好的区分能力，所建立的模型对于校验样本的预测精度较高。利用所得模型，对文献尚未报道logKow实验值的其他所有85种PCDFs给出了预测值。     

分子距边矢量结合神经网络法预测二(口恶)(口英)类化合物PCDFs的logK_(ow)值

采用以基团间距离、边数为基准的分子距边矢量作为二(口恶)(口英)类化合物多氯代二苯并呋喃(PCDFs)的分子结构描述符,结合反向传播人工神经网络方法建立了PCDFs的正辛醇/水分配系数(logKow)与分子结构描述符之间的定量关系模型。结果表明,所采用的结构描述符对于分子结构具有很好的区分能力,所建立的模型对于校验样本的预测精度较高。利用所得模型,对文献尚未报道logKow实验值的其他所有85种PCDFs给出了预测值。     

分子距边矢量结合神经网络法预测二(口恶)(口英)类化合物PCDFs的logKow值

采用以基团间距离、边数为基准的分子距边矢量作为二口恶口英类化合物多氯代二苯并呋喃(PCDFs)的分子结构描述符,结合反向传播人工神经网络方法建立了PCDFs的正辛醇/水分配系数(logKow)与分子结构描述符之间的定量关系模型.结果表明,所采用的结构描述符对于分子结构具有很好的区分能力,所建立的模型对于校验样本的预测精度较高.利用所得模型,对文献尚未报道logKow实验值的其他所有85种PCDFs给出了预测值.     

一类连续时间广义边值系统的能控性和能观性

连续时间广义边值系统被描述为Ｅｘ（ｔ）＝Ａｘ（ｔ）＋Ｂｕ（ｔ），Ｖ０ｘ（０）＋Ｖｒｘ（Ｔ）＝ｖ，其中Ｅ是奇异方阵，ｕ（ｔ）满足任意次可微，本文讨论了一类连续时间广义边值系统的有关向内和向外边值过程的两个重要概念，并在此基础上给出了能控性和能观性定义和判别准则．     

映射相关边概念的多边形内外点判别算法

提出映射相关边、密切边的概念，将点在多边形内外的判别转化为点与密切边关系的判别．通过X方向的一次映射快速求取判别点的相关边，对相关边的二次映射可得到判别点的密切边．证明了根据密切边的矢量方向就可以判别点在多边形内外．在运算效率上对射线法进行改进，当多边形的边数较多时，更能体现文中算法优越性．     

关于Ck-连续的保形插值样条函数的一点注记

针对有关Ｃｋ一连续的保形插值样条函数在确定边界导数的条件时可能出现多余的拐点,从而破坏了保形性［１,２］的问题,现提出一种修正方法． 我们采用与［２］相同的记号．对于区间［ａ, ｂ］的一个划分 ：ａ＝ｘ０＜ｘ１＜…＜ｘｎ＝ｂ,在每个节点ｘｉ处给定相应的型值ｙｉ,令 首先要指出,［２］之§５数值算例中的数据有误,β２＝－０．５－４＝－４．５而不是－５．５,与之对应的ｍ２＝ ４ ＋ ０．８９（－４．５）＝－０．００５．即使假定原始数据 β２＝一５．５,ｍ２＝－０．９是正确的,按他的原始方程所画的曲线上仍有两…     

Lennard—Jones流体化学位的Monte Carlo分子模拟

提出了用于计算体系化学位的Ｍｏｎｔｅ Ｃａｒｌｏ逐级取样分子模拟方法。这一方法克服了通常试验粒子方法在高度密或复杂分子体系中所存在的取样困难。应用这一方法对Ｌｅｎｎａｒｄ－Ｊｏｎｅｓ流体在密度ρσ＾３＝０．６５，０．７０，０．８０，０．９０时的化学位进行模拟的结果是令人满意的，表明该方法能有效地模拟高密度流体的化学位。     

Lennard－Jones流体化学位的Monte Carlo分子模拟

提出了用于计算体系化学位的ＭｏｎｔｅＣａｒｌｏ逐级取样分子模拟方法。这一方法克服了通常试验粒子方法在高密度或复杂分子体系中所存在的取样困难。应用这一方法对Ｌｅｎｎａｒｄ－Ｊｏｎｅｓ流体在密度ρσ３＝０．６５，０．７０，０．８０，０．９０时的化学位进行模拟的结果是令人满意的，表明该方法能有效地模拟高密度流体的化学位。     

共轭梯度法的GPU实现

提出基于图形处理单元（GPU）实现矩阵与向量相乘的新算法,只需渲染四边形一次即可实现矩阵与向量乘法。并给出实现向量元素求和的新算法,与缩减算法不同,该算法不要求向量大小为2的幂。基于这2种算法使用OpenGL着色语言（GLSL）编程,用GPU实现求解线性方程组的共轭梯度法。与Krtiger算法相比,该方法所用计算时间更少。     

基于网络数据库的分子结构式的动态显示

讨论了在网络数据库环境中动态显示分子结构式的问题。数据库中存储分子的结构信息,在检索时动态生成分子结构式图,图形格式为SVG。SVG是一种矢量图形格式,又是一种基于XML的置标语言。用SVG可以动态创建分子结构式图形,而且文件是文本文件,体积小,易于编辑和信息交换。文中给出了从数据库中提取数据,动态生成分子结构式图形的方法。     

p范数正则化支持向量机分类算法

L2范数罚支持向量机(Support vector machine,SVM)是目前使用最广泛的分类器算法之一,同时实现特征选择和分类器构造的L1范数和L0范数罚SVM算法也已经提出.但是,这两个方法中,正则化阶次都是事先给定,预设p=2或p=1.而我们的实验研究显示,对于不同的数据,使用不同的正则化阶次,可以改进分类算法的预测准确率.本文提出p范数正则化SVM分类器算法设计新模式,正则化范数的阶次p可取范围为02范数罚SVM,L1范数罚SVM和L0范数罚SVM.     

马田系统与SVM相集成的模式识别技术研究

为了解决现有马田系统阈值确定方法的不足,基于超球面支持向量机算法,构建了单类及二类超椭球面支持向量机算法,并理论上证明了此算法可转换为二次规划模型。推导了基于超椭球面支持向量机的马田系统阈值确定公式。将所提出的方法应用于故障诊断,得到了较高的判别正确率。     

基于F-SVMs的多模型建模方法

针对全局模型难以精确描述复杂工业过程的问题,提出一种基于模糊支持向量机(F-SVMs)的多模型(F-SVMs MM)建模方法。用模糊支持向量分类算法(F-SVC)对输入数据进行预处理,得到多模型模糊隶属度;用模糊支持回归算法(F-SVR)建立多模型(MM)估计器。应用该方法对pH中和滴定过程进行建模,仿真结果表明,F-SVMs MM跟踪性能好、泛化能力强,比USOCPN方法和标准支持向量机(SVMs)方法具有更好的性能和推广能力。     

基于支持向量回归的唇动参数预测

支持向量机学习方法以结构风险最小化原则取代传统机器学习方法中的经验风险最小化原则，在有限样本的机器学习中显示出优异的性能．将这一新的统计学习方法应用到多媒体交互作用的研究中，用支持向量回归的方法由语音预测唇动参数．通过对语音的线性预测系数进行主分量分析，有效地压缩了声学特征参数的维数．结合交叉校验和最速下降优化方法，选择最佳的支持向量回归学习参数．在汉语0～9的任意数字串上对唇高参数的预测实验结果达到了均方误差0．0096，平均幅度误差7．2％及相关系数0．8的效果．这一结果优于一个文中优化过的人工神经网络所达到的性能，说明这一方法很有潜力．     

基于FLDA、CPCA与HMM的人脸识别

为了获得具有较高识别率的算法,提出了一种将Fisher线性鉴别分析(Fisher Linear Discriminant Analysis)、复主分量分析(Principal Analysis in the Complex Space)与隐马尔可夫模型(Hidden Markov Models)相结合进行人脸识别的方法。对于输入的不同光照、人脸表情和姿势的图像先进行归一化处理,然后将归一化后的图像转化成一维向量,再用FLDA方法提取每幅图像的特征,形成新的复向量空间;通过运用复主分量分析,来抽取人脸图像的有效鉴别特征;最后通过HMM对这些特征进行训练,得到一个优化的HMM并应用于识别。在ORL人脸数据库中进行实验,实验结果表明,该方法具有较高的识别率。     

圆角桉叶精油成分结构与色谱保留相关性研究

应用按氢分类的分子电性距离矢量(H-MEDV)对圆角桉叶精油的51种组分的气相色谱保留时间(tR)进行了定量结构-色谱保留关系研究.通过多元线性回归,得到模型(M1)的复相关系数(R1)为0.971,标准偏差(SD1)为2.921.用逐步回归的方法挑选了8个变量进行建模,得到的模型(M2)复相关系数(R2)为0.970...     

三维原子场全息作用矢量用于HETP类抗艾滋病类药物活性定量构效关系研究

定量构效关系为药物设计和筛选提供相对简便途径并受到广泛重视。为更好模拟药物结构与活性间相关性,尝试采用本实验室新近提出三维原子场全息作用矢量,基于三种经典原子间静电、立体和疏水即非键作用方式,不借助任何实验参数对35个HETP类抗艾滋病药物进行定量活性构效关系。模型估计和交互校验复相关系数和标准偏筹分别为R_(cu)~2=0．882、Q_(?)~2 =0．812与RMSEE=0．43。模型具良好稳定性和预测力,表明此矢量在分子结构表征和生物活性预测的适应性。     

基于PCA和CHMM的音频自动分类*

针对DHMM分类器对音频特征进行向量量化引起的误差及特征维数过多导致计算复杂度过大的问题,提出了一种新的基于PCA和CHMM的音频自动分类方法。它先将音频特征组成一个高维向量,然后使用PCA对这些高维向量进行降维,再使用CHMM分类器对降维后的特征进行分类。实验证明了PCA和CHMM音频分类的有效性。