多项式与SVM预测模型的理论分析及应用比较

标准支持向量机(SVM)及其改进形式的最小二乘支持向量机(LS-SVM)基于结构风险最小化,成功解决了多项式模型在预测方面所面临的问题;文章首先从理论上分析了SVM模型比多项式回归模型在预测方面更具有优越性;具体实验结果表明,SVM模型预测精度高,抗干扰能力强,更适合在预测方面的应用.     

天然纤维素纳米微晶的制备及性质

分别以二甲基亚砜（DMSO）前处理过的棉纤维和没有经过二甲基亚砜前处理的棉纤维为原料制备了纤维素纳米粒子．通过TEM,WXRD,IR,DSC,TGA及元素分析等手段对其结构和性能进行了表征．TEM表明其形态为长度在数百纳米,直径在数十纳米的棒状粒子．IR分析表明两种情况下制得的纤维素纳米粒子和棉纤维具有相同的特征官能团．元素分析表明,该纳米粒子中碳、氧元素百分含量比棉纤维的更接近于理论值,而氢元素百分含量略高于理论值．WXRD分析表明纤维素纳米粒子和棉纤维属于同一种晶型,经过DMSO前处理制得的纤维素纳米粒子结晶度略有下降．热分析表明纤维素纳米粒子热稳定性低于棉纤维,经过DMSO前处理得到的纤维素纳米粒子表现更明显．     

基于邻域互信息和自组织映射的特征基因选取

针对基因表达谱数据的高维度、低样本和连续型等特点,提出一种结合邻域互信息和自组织映射进行特征基因选取的方法.首先提出一种改进的Relief算法,对基因进行排序生成候选特征集合;然后提出基于邻域互信息的自组织映射算法对生成的候选特征基因进行聚类;最后利用提出的属性重要性系数从每一类簇中选择代表基因组成特征基因子集.实验结果表明,该方法可以快速有效地选取肿瘤特征基因,能获得较好的分类结果.     

无机-分析化学实验教学中引导学生思维方式快速转换研究

结合本院的无机及分析化学实验教学状况及实践经验,阐述如何完善理论教学与实验教学的统一,强化将无机化学和分析化学实验融为一体的课程设置模式。在无机化学实验的教学中,结合多媒体技术,注重培养学生"量"的概念,融合定性与定量,实现无机与分析的无缝衔接,快速引导学生从无机到分析思维方式的转换。     

基于K-S检验和邻域粗糙集的特征选择方法

传统的肿瘤基因选择算法挑选出的特征基因中存在大量噪声基因和冗余基因,从而对基因算法的准确性和分类精度产生影响.针对这一问题,将K-S检验与邻域粗糙集融合成为一种新的特征选择方法.首先,采用累积分布函数计算正负类样本的累积函数值和K-S检验统计量,对照显著性水平下的样本统计量,从而去除冗余基因和噪声基因;然后,使用邻域粗糙集进行约简,对比条件属性重要度得出最优约简结果;最后,对比K-S检验和两种基于K-S检验的特征选择方法得到的冗余度和分类精度,通过实验验证这种方法不仅能准确挑选出具有显著区分能力的肿瘤基因,且效率高具有可行性.     

基于边缘角度二阶差分直方图的城市遥感图像检索方法

针对目前存在的遥感图像检索方法中,图像区域分割困难,不易准确提取局部形状特征的问题,提出一种无需进行区域分割的全局形状特征,即基于Freeman差分码思想的边缘角度二阶差分直方图特征;通过检索特征和传统的基于边缘角度直方图特征的遥感图像检索对比实验,揭示了该遥感图像检索方法具有更好的检索性能,检索精度提高了约32%。     

基于多分类器的牌照字符识别算法

通过对牌照特征及已有识别算法进行分析,提出了基于多分类器-模板匹配与支持向量机相结合的牌照字符识别算法。首先利用模板匹配进行粗分类,将多类问题转化成两类问题,再利用支持向量机进行精确分类。在模板匹配环节,使用灰度分布标准化,增加字符与模板的相似度。在Virtual Studio环境下进行测试,结果表明:与单一分类器相比较,该方法的识别精度与识别速度都有了很大的提高。     

学生能力结构与无机化学实验教学

针对大一新生知识储备量少、实验技能薄弱的特点,就强调无机化学实验课的重要性、合理安排实验内容、突出教师的主导作用、强化学生的主体地位几个方面探讨了如何使无机化学实验教学与学生能力结构相适应,以培养学生的综合能力。     

高密度电法在采空区勘查中的应用

本文选择该物探手段,在山西某地的采空区勘查中进行了实地勘查工作,探测结果得到初步验证,取得了较好的地质效果,说明高密度电法用于采空区勘查是行之有效的。     

一种新的基于决策熵的决策表约简方法

分析了在知识约简过程中经典粗糙集理论决策表知识约简方法的不足.以知识粗糙熵为基础,将一致和不一致对象分开,提出决策熵的概念及其属性重要性,在此基础上给出约简的判定定理;然后以条件属性子集的决策熵来度量其对决策分类的重要性,提出一种新的知识约简启发式方法.理论分析和实验结果表明,基于决策熵的属性重要性是一种更有效的启发式信息,该方法时间复杂度较低,有助于搜索最小或次优约简.