基于黎曼度量的最小二乘支持向量机模型选择

针对最小二乘支持向量机(LS-SVM)模型选择效果不稳定、易于过学习的问题,提出了一种基于黎曼度量的模型选择方法.首先,基于信息几何理论,证明了LS-SVM模型泛化能力受样本点二阶协变张量的影响;其次,进一步证明了同时最小化所有样本点的黎曼度量之和与权重向量的L2范数即可提高模型泛化能力;在此基础上,将LS-SVM模型选择转换为一个多目标优化问题,引入多目标粒子群算法选取最优超参数.采用仿真与真实UCI数据集对所提方法进行了对比实验,结果表明,与传统LS-SVM与基于留一法模型选择的LS-SVM相比,所提方法可以取得更小的泛化误差,同时数值稳定性更好.     

对冰球运动员心理素质训练的研究

本文对我国优秀冰球运动员的心理素质进行了全面的调查和训练现场的技术指标统计分析,研究发现,运动员的心理素质是直接影响我国冰球运动水平提高的重要因素,通过对研究对象半年多的现场实验研究提出了心理素质训练的模式,以及在动运员身体训练、技术训练、战术训练中有效进行心理训练的方法。     

NO2无Doppler增宽的磁场调制激光光谱

在可见光波段利用饱和吸收高分辨激光光谱方法可以获得无Doppler增宽的分子光谱线,从而得到分子基态和激发态的许多精细量子结构的信息,作为一些应用的重要依据.对某些谱线非常密集的分子来说,实现高分辨测量是有一定难度的.NO_2分子就是一个例子,虽然它是简单三原子分子,但是它在可见光波段时X~2A_1→A~2B_1电子跃迁谱带却非常复杂,原因是相邻电子态之间的相互微扰,使得谱密度很高,谱线重叠十分严重.由于谱线过于拥挤,在进行高分辨光谱测量时,如果没有足够高的信噪比,就无法将饱和Lamb凹陷从背景中提取出来.这也是迄今为止没有能在密封吸收池中对NO_2分子的可见光谱线实现无Doppler     

加权支持向量机求解路径算法研究

针对不同训练样本重要性的差异对模型推广能力的影响,提出了对各个样本的误差惩罚参数赋予不同权重的加权支持向量机求解路径算法.根据样本重要性的不同,利用分段线性插值得到加权系数,并通过加权系数调整求解路径,从而改变不同样本在回归模型中的作用.采用支持向量机加权求解路径算法对圆柱壳结构在不同边界条件下的时、频域响应数据进行预测,训练样本的重要性通过与测试样本的欧式距离来表达,结果显示所提算法可减小位移响应在多个评价指标下的预测误差,提高支持向量回归机的推广能力.该方法同样适用于其他求解路径算法,如λ-路径算法和ν-支持向量回归路径算法.     

基于宏块合并的H.264模式选择算法

H.264新技术的引入提高了压缩效率,但同时编解码器运算复杂度也成倍增加.为了减小H.264的编码算法复杂度,对编码选项和模式选择算法进行了优化.算法以运动矢量合并为基础,采用1/4像素精度的细化运动估计以减低码率,对P帧宏块是否采用帧内编码模式,利用平均比特率和宏块平均边缘差值进行预判断.实验结果表明,算法在不增加峰值信噪比和码率的基础上,平均节省运动估计时间35.19%,节省编码时间48.98%.     

NO_2分子593um波段斯塔克调制谱特性研究

采用ＡＴ＋激光泵浦单模稳频染料激光器，在１６８４０ｃｍ－１－１６８６０ｃｍ－１测量ＮＯ２分子的斯塔克（Ｓｔａｒ）调制谱。用一阶和二阶斯塔克效应对谱线的线型和强度进行了理论分析，并获得了一些激发态的电偶极矩参数．     

基于集群的Apache服务器进程迁移技术及实现

利用Linux操作系统检查点机制,中断正在运行的Apache服务器进程,进行核心转储产生了Core文件,在这个Core文件中保存被中断进程的上下文。位于集群中另外一个结点上的空闲Apache服务器进程重新加载Core文件,恢复被中断进程的上下文,恢复进程中断前打开的文件和网络连接,实现Apache服务器进程的迁移,并给出了集群中Apache服务器进程迁移的理论研究和实现技术。     

一种可自适应分组的多输入多输出支持向量机算法

针对不同输出端之间相关程度的差异对多输入多输出回归模型泛化能力的影响,提出了一种基于自适应分组的多输入多输出支持向量机算法.该算法基于相关性强的输出端其模型参数也较相似的假设,首先在多维支持向量机的基础上引入带分组结构的正则项,进而将上述正则化问题转变为混合0-1规划;其次,采用交替优化的方法,使相关性强的输出端在同一个分组内进行独立训练,最终自适应地识别最优分组结构和模型参数.分别采用仿真数据和圆柱壳振动工程数据对所提算法进行测试,结果表明,该算法可有效辨识出输出端的相关度,与传统算法相比,该算法可有效提高支持向量机回归模型的泛化能力.     

基于SVM的生物医学事件触发词识别研究

研究了基于支持向量机(Support Vector Machine,SVM)方法下的生物医学事件触发词识别的问题.利用SVM对事件抽取的过程进行分类,建立相应的模型来对生物医学事件中的触发词进行识别,得到了相应的实验结果,并验证了此方法的可行性.