基于模糊支持向量的多标签分类方法

单实例多标签分类是指一个样本拥有多个标签的分类问题,对此提出了一种基于半模糊核聚类和模糊支持向量机的多标签分类算法.该算法采用一对一分解策略将多类多标签数据集分解为多个两类双标签数据子集,在每个子集上训练两类双标签模糊支持向量机.为提高分类器的性能引入了半模糊核聚类技术.实验结果表明,与现有的一些算法相比新算法具有其优...     

一种基于支持向量机的数字音频认证方法

提出一种基于数字水印技术的音频内容认证方法.选取稳定的梅尔倒谱特征构造特征向量,利用支持向量机自适应地选取合适的帧进行水印的嵌入和提取.结果表明,算法在保证嵌入水印的不可感知性的同时,能够有效地区分恶意的内容篡改和非恶意的常规信号处理操作,准确地定位篡改发生的位置.     

使用伪氨基酸组成和BP神经网络预测类弹性蛋白多肽的相变温度

根据获得的16条ELP序列及相变温度的数据,利用伪氨基酸组成方法提取其序列特征值.将伪氨基酸组成中的相关系数部分作为类弹性蛋白的特征向量,从类弹性蛋白序列出发,利用最小中位方差回归,找出与其序列相关系数的最佳阶数.运用均匀设计法,分别对支持向量机与BP神经网络参数进行优化.结果表明:BP神经网络获得的预测模型最佳,相变...     

塑料成型工艺与模具综合实验平台

将塑料成型工艺与模具设计、模具CAD/CAE技术、实验设计与数据处理等多门课程的分散实验有机结合起来,构建成塑料成型模具综合实验平台。该平台以实验设计、数据分析与虚拟制造技术为基础,其方案设计、注塑成型模拟分析、实验数据分析、工艺参数优化与物理验证等模块,涵盖了现代模具行业采用的先进设计理念和实用技术。将该综合实验平台运用于高职模具专业教学中,可拓宽专业实验的广度与深度,培养学生的专业综合能力和技术创新能力,对类似的实验课程教改具有一定的参考价值。     

振动技术在金属材料铸造成形中的应用与发展

介绍了振动技术在铝、铜、铁等金属材料铸造成形中的应用研究现状,就振动类型和振动对铸造成形的机理作了阐述,分析了施加振动对金属铸造成形时金属内部组织改善、强度性能提高的原因,指出现有振动技术中存在的不足,介绍了多维振动铸造机的设计思路和研制进展情况。振动铸造实践证实,在金属材料的铸造成形工艺中施加多维振动能明显改善铸件的性能,提高铸造效率,多维振动铸造机的研制为今后多维振动技术的研究和应用提供参考。     

基于Author ware平台的《船舶辅机》多媒体课件开发实践

本文就如何在Authorware平台开发《船舶辅机》课程多媒体课件，将现代教育技术与学科教学有机地结合起来。最大限度地提高学生学习兴趣和主观能动性进行了探讨。     

基于神经网络的无心磨床建模及其控制系统

提出了无心磨床的神经网络控制方案，并通过建模对控制系统进行了仿真，仿真结果证明该方案是切实可行的。     

星点设计-效应面法优选淋必通颗粒的成型工艺

为了优选淋必通颗粒的成型工艺，以成型率、休止角、吸湿率、溶化性4项的总评OD值作为总评价指标，以辅料用量、乙醇体积分数、乙醇使用量作为考察因素，以星点设计-效应面法优选出淋必通颗粒的成型工艺。结果表明，淋必通颗粒的最佳成型工艺条件为m(干膏):m(糊精）为1:1，乙醇体积分数为90.0%，乙醇用量为每10.0 g干膏粉加90.0%的乙醇6.0 g。总评OD值均值为0.740 1，与预测值0.766 3相当。该方法预测性强，稳定性好，制备的淋必通颗粒具有成型率高、流动性好、抗吸湿性强及溶化性好的特点，为该复方制剂的工业化生产提供了理论参考。     

基于SVM的置信度综合方法在语音识别中的应用

讨论了语音识别中使用支持向量机(support vector machines,SVM)对音子级置信度进行综合的方法. 音子级置信度得分采用传统的方法计算而得,并使用SVM对音子级置信度进行综合得到词级的置信度得分. 在说话人无关的汉语孤立词识别实验中,使用作者方法比使用传统方法获得的系统等错误率rEER(equal error rates,EER)有明显降低,可以从基线系统的28.14%降低到23.71%,而系统的复杂度仅有小幅度的上升.     

基于粒子群优化算法的支持向量机研究

基于粒子群优化算法提出了一种通过优化支持向量机模型参数,建立更佳的支持向量机数学模型的方法. 针对双螺旋分类问题,分别利用基于粒子群优化算法所建立的支持向量机分类器和标准支持向量机分类器进行了仿真实验,利用所建立的评价体系对仿真实验所获得的实验数据进行了评估,评估结果表明基于粒子群优化算法的支持向量机分类器明显优于标准支持向量机分类器,其分类结果表明基于粒子群优化算法的支持向量机分类器提高了分类结果的准确性,同时也验证了基于粒子群优化算法的支持向量机分类器在数据分类中的有效性.