增量式Huber-支持向量回归机算法研究

传统的面向支持向量回归的一次性建模算法中样本增加时,均需从头开始学习,而增量式算法可以充分利用上一阶段的学习成果。SVR的增量算法通常基于ε-不敏感损失函数,该损失函数对大的异常值比较敏感,而Huber损失函数对异常值敏感度低。所以在有噪声的情况下,Huber损失函数是比ε-不敏感损失函数更好的选择,在现实情况当中。基于此,本文提出了一种基于Huber损失函数的增量式Huber-SVR算法,该算法能够持续地将新样本信息集成到已经构建好的模型中,而不是重新建模。与增量式ε-SVR算法和增量式RBF算法相比,在对真实数据进行预测建模时,增量式Huber-SVR算法具有更高的预测精度。     

巧思维切入,妙视角拓展——一道向量题的探究

破解平面向量问题的两个主要基本思路是:函数法与基底法,借助自身同时兼备“形”与“数”的双重身份,可以进行多层面、多角度的问题创设,融入其他相关的数学知识,吻合高考在知识交汇点处命题的指导精神.结合一道模拟题,从两个基本思路视角切入,多思维解决,多方向拓展,多规律总结,引领并指导数学教学与解题研究.     

关于整数向量卷积的一个算法的时间复杂度

众所周知,两个n维整数向量循环卷积的常规算法(即按定义计算)的时间复杂度为O(n~2),现在已有时间复杂度为O(nlog_2n)的快速算法,[1]中提出一个新算法,称其时间复杂度为O(n),因而是最佳的。 本文首先指出[1]的错误原因,再根据算法分析理论得出[1]中算法的时间复杂度不低于O(n~2log_2n),因而比常规算法的运算量还大。     

基于支持向量机的羰基化合物红外光谱研究

设计了一个4层分等级分类系统，通过支持向量机技术对羰基化合物的红外光谱成功地进行了信息分类和提取，并与人工神经网络进行比较，结果表明：支持向量机对羰基类化合物红外光谱分类效果优于人工神经网络；另外详细探讨了表征酰胺类化合物的特征光谱峰片段对识圳伯仲叔酰胺的影响，证明了酰胺的N-H伸缩振动峰对识别伯仲叔酰胺贡献最大，为构建红外光谱智能解析系统提供了定量依据。     

QSAR Studies on the COX-2 Inhibition by 3,4-Diarylcycloxazolones Based on MEDV Descriptor

Selective inhibition of cyclooxygenase-2 (COX-2) might avoid the side effects of current available nonsteroidal antiinflammatory drugs while retaining their therapeutic efficacy. A novel variable selection and modeling method based on prediction is developed to construct the quantitative structure-activity relationships (QSAR) between the molecular electronegativity distance vector (MEDV) based on 13 atomic types and the biological activities of a set of selective cyclooxygenase-2 inhibitory molecules, 3,4-diarylcycloxazolones (DAA) plus indomethacin,naproxen, and celecoxib. Using multiple linear regression, a 5-variable linear model is developed with the calibrated correlation coefficient of 0.9271 and root mean square error of 0.17 in modeling stage and the validated correlation coefficient of 0.9030 and root mean square error of 0.20 in leave-one-out validation step, respectively. To further test the predictive ability of the model, 20 DAA compounds are picked up to construct a training set which is used to build a QSAR model and then the model is employed to predict the biological activities of the balance compounds. The predicted correlation coefficient and root mean square error are 0.9332 and 0.19, respectively.     

高氯酸二水邻菲咯啉合铜配合物的合成和晶体结构

Crystal structure of the title compound， Cu(phen)(H₂O)₂·ClO₄(phen=1，10-phenanthroline)， was deter-mined by X-ray crystallography. It crystallizes in the monoclinic system， space group C2/c with lattice parameters a=1.49071(4)nm， b=1.38594(4)nm， c=0.70292(1)nm， β=108.509(1)° and Z=4; The Cu(Ⅰ) ion is chelated by a phen ligand and two aqua ligands in cis arrangement and assumes a C2 symmetric square-planar geometry with the CuN₂O₂ core. Eight Cu(phen)(H₂O)₂·ClO₄ molecules are interconnected by strong hydrogen bonds between coordinated water molecules and uncoordinated perchlorate anions to form a molecular scale cavities along c axis. The bond distances of Cu-N and Cu-O are 0.2003(4)nm and 0.1973(3)nm， respectively. CCDC： 197600.     

乙二胺双缩5-氯水杨醛Sclliff碱铜配合物的合成及晶体结构

合成了N,N′-二(5-氯水杨醛)缩乙二胺合铜配合物([Cu(5-ClSalen)]),用单晶X射线衍射法测定了晶体结构.其晶体属三斜晶系,空间群P-1,晶胞参数a=0.83285(1)nm,b=0.95170(4)nm,c=1.09304(4)nm,α=115.130(2)°,β=94.694(2)°,γ=101.127(2)°,V=0.75642(4)nm3,分子式C16H12Cl2CuN2O2,Mr=398.72,Z=2,Dc=1.751g/cm3.在配合物中,Cu处于两个氮原子和两个酚氧原子形成的平面四方场中.     

亮点介绍

芳基C-H键羟基化反应及在药物研发中的应用Angew. Chem. Int. Ed. 2012,51,13070～13074多取代苯酚在制药、农业化学品和高分子等领域有着重要作用.     

半导体所在GaAs纳米线结构相变的研究方面取得重要成果

作为传统的Ⅲ-V族半导体,GaAs体材料的稳定相是闪锌矿结构。但是当进入到纳米尺度时,由于表面积相对增加,又由于纤锌矿结构的表面能较低,使得GaAs纳米线上容易出现纤锌矿结构,互相竞争的结果往往是两相共存,还夹着很多平面缺陷(planar defect)。因此如何得到纯闪锌矿或者纯纤锌矿结构的