岭回归中的掩盖和提升影响

本文探讨了岭回归中数据影响的掩盖、提升、降低、增大以及交互作用,揭示出了岭帽子矩阵的非对角元素和岭残差的作用及意义。     

正切函数程序涂渍色谱柱的研究

本文设计了分配比呈正切梯度变化的新型气相色谱柱，这种新型程序柱称为正切涤渍色谱柱，简称正切柱．本文对正切柱保留时间的程序效应进行了研究，并导出了理论方程式。通过计算机计算出程序效应值及相应的柱结构参数．实验结果表明，保留时间的程序效应值与理论计算值相符．将正切柱与前人所研究的指数柱以及含有与程序柱相同平均浓度固定液的传统平均柱作了比较，结果说明正切柱是一种理想的程序柱，具有重要的实用价值．     

基于Sobolev梯度的混合活动轮廓模型

结合CV和LBF模型,提出一种混合的活动轮廓模型,同时采用L2+Sobolev梯度实现PDE演化方程.实验结果表明,该模型能够分割背景同质目标非同质以及简单的多目标同质图像,对初始轮廓大小以及噪声不敏感.     

一种基于模糊熵划分的边缘检测算法

基于信息论中最大熵原理,提出了一种基于梯度图像的模糊划分边缘检测算法。该算法首先根据图像边缘的特点和类型构造出新的梯度算子,再根据梯度图像自然划分以及2-划分的关系得到模糊2-划分条件熵,基于最大模糊条件熵原则实现梯度图像划分中最优阈值的自动选取,实现图像的边缘检测。仿真实验结果比较表明,该算法用于边缘检测能获得较好的效果。     

Orlicz范数的Gateaux-梯度

本文给出了Orlicz范数Gateaux可微的条件,并给出了Orlicz范数Ga-teaux-梯度的表达式．     

基于语义理解的Bayesian-Boosting情感分类

提出将语义理解与统计学方法相结合的机器学习算法来进行文本情感分类。首先提取文本中的情感词汇作为特征,利用统计学方法得到特征的初始权重,然后通过分析文本语义结构修改特征权重,最后利用Bayesian算法和以Bayesian作为基本分类算法的Boosting算法进行分类。实验表明,基于语义理解的Bayesian分类算法的分类准确率高于仅基于统计学的Bayesian分类算法,基于语义理解的Bayesian-Boosting算法的分类准确率最高,达到了90%。     

Ricci流上一类非线性抛物方程的梯度估计

考虑Ricci流(Mn,g(t))上的非线性抛物方程正解的梯度估计:ut=Δu+auln u+bu,其中a,b是两个实常数.作为应用,得到了一些Harnack不等式.     

非线性弱分类器的存在性

S.Mannor和R.Meir将分形几何中的几何差异性引入了弱分类器存在性的研究,最终将线性弱分类器的存在性归结为样本集上的某些几何性质,从而仅凭样本集的信息,就可以判断弱分类器是否存在.在S.Mannor和R.Meir对线性弱分类器研究结果的基础上,利用核方法将输入空间上的非线性分类器与特征空间上的线性分类器联系在一起,得到非线性弱分类器的判定条件.     

W-Cu梯度热沉材料的研究进展

W-Cu梯度热沉材料具有高热导和低热膨胀系数等特点,使其具有较高的研究价值,并且得到了广泛的应用。主要从成分设计、制备方法、烧结工艺及应用进展4个方面对W-Cu梯度热沉材料的研究展开论述。     

AdaBoost算法在多属性二分类问题中的应用——以魇术伽马望远镜数据集为例

采用AdaBoost算法对魔术伽马望远镜数据集进行分类测试,通过实验证明了AdaBoost算法在多属性二分类问题中应用的可行性,并与其他分类方法进行比较,表明AdaBoost算法在处理多属性二分类问题时,AdaBoost算法的精确度与Random Forest算法相似,优于SVM以及NN等其他算法。