Adaboost算法分类器设计及其应用

Adaboost算法可以将分类效果一般的弱分类器提升为分类效果理想的强分类器,而且不需要预先知道弱分类器的错误率上限,这样就可以应用很多分类效果不稳定的算法来作为Adaboost算法的弱分类器。由于BP神经网络算法自身存在的局限性和对训练样本进行选择的主观性,其分类精度以及扩展性有待提高。将Adaboost算法与BP神经网络相结合,使用神经网络分类模型作为Adaboost算法的弱分类器。算法在matlab中实现。对2个UCI的分类实验数据集进行实验,结果表明Adaboost能有效改善BP神经网络的不足,提高分类正确率和泛化率。     

实验教学用材料量化管理的思考

本文从以有限经费投入,充分保证教学用材料这一原则入手,论述了高校实验教学用材料物品实现用计算机进行量化管理的方法及措施。     

沉默的破译——论《接骨师之女》的沉默主题

《接骨师之女》是美国著名华裔作家谭恩美的作品,叙述了美国一个华人移民家庭中三代女性之间错综复杂的母女关系,探寻引起母女冲突的因素.试图运用福柯的话语和权力理论及后殖民理论来分析小说中沉默这一主题,并探讨了确认及构建华裔女性文化身份的可能性.     

我国银行科技金融内控管理的主要问题及建议

科技金融是社会经济发展到一定阶段,科技创新与金融资源之间形成的相互促进、相互融合的资源配置机制。我国的科技金融加快了科技创新步伐,推动了金融业发展,是我国银行创新体系中极具成长性的部分。但随着科技金融的不断发展,银行在内控管理方面还存在诸多问题。通过对我国银行科技金融存在的内控问题的研究,提出完善内控管理的建议,探索建立一个合理、有效的银行科技金融内控体系。     

HZSM-5催化剂的催化脱硫反应研究

采用浸渍法制备了一系列不同镧负载量的HZSM 5分子筛催化剂,并对其进行了X射线衍射、红外光谱、比表面和NH3-程序升温脱附等方面的表征。结果表明,HZSM 5分子筛的结晶度均达到了85%以上,掺镧后的HZSM 5分子筛在波数1100cm-1附近的非对称振动特征峰有一定程度的蓝移,BET法的比表面积及直径、单点体积、BJH法的吸附体积及脱附体积均有所增大,反应的比表面活性有所提高,致使弱酸量大幅度减少,中强酸、强酸量大幅度增大。在活性氢物质甲醇存在时,固定床微型反应器中噻吩的催化转化反应结果表明,催化剂的脱硫反应活性明显增强,噻吩转化率提高,噻吩转化为H2S的量增加,但液相产物趋向复杂,选择性有所降低,且在掺镧约1 0%左右噻吩的转化率达到51.3%。     

浅析水泥矿物的水化原理

硅酸盐水泥的矿物组成主要有硅酸三钙(C3S)、硅酸二钙(C2S)、铝酸三钙(C3A)和铁铝酸四钙(C4AF),四种矿物的水化速度和形成机理各不相同。本文通过对硅酸盐水泥的水化过程进行分析,使广大读者进一步了解水泥的水化过程,以期对水泥的生产及应用有所帮助。     

高温高压下岩石水力压裂实验新型封隔技术

为解决高温高压下水力压裂实验的封孔难题,采用理论分析、数值模拟和物理实验的方法,设计了基于楔形金属对扣结构的水力压裂实验新型密封件,模拟分析了注水作用下的封隔效果,最后采用该密封技术成功开展了大尺寸岩样在高温高压下的水力压裂实验.结果表明:高温、高压和高注水压力均是该密封构件强化密封的有利条件;增加注水压力可实现密封件越压越紧;采用该密封技术成功实现了大尺寸花岗岩试样高温三轴应力下的水力压裂,验证了新型封隔技术的密封效果,同时掌握了高温高压下岩石水力压裂的多次开裂特征.     

三种覆膜穴播成穴器方案设计与理论分析

提出了三种覆膜穴播成穴器的设计方案，建立了各自的参数方程和轨迹曲线，并重点比较了膜孔的大小，通过比较其优缺点，确定了最优的成穴器设计方案．     

铝敏化紫外分光光度法测定培氟沙星

研究了铝离子对培氟沙星(Pefloxac in,PEFX)光谱特性的影响及反应条件,结果表明在pH=4.99的HA c-N aA c缓冲溶液中铝离子对培氟沙星吸光度有显著增敏作用,A l-PEFX络合物的mλax=275 nm,线性范围为8×10-8~1.2×1-0 5g/m l,检出限为8×1-0 8g/m l,对浓度为100μg/m l的培氟沙星进行11次的平行测定,RSD为0.41%.据此建立了测定药物制剂中培氟沙星含量的铝敏化紫外分光光度法.此方法方法灵敏、操作简便,用于合成药物中培氟沙星的分析测定,回收率在95.5%~98.9%之间,结果令人满意.     

多目标监督聚类GA研究

提出了多目标监督聚类GA算法,即:根据样本的类标签有监督地将样本聚类,在每个类中根据样本属性的相似性有监督地聚成类簇.如果分属不同类标签的类簇出现相交,则相交类簇再次聚类,直到所有类簇均不相交.适应度矢量函数由类簇数和类内距离2个目标确定,类簇数和类簇中心由目标函数自动确定,从而类簇数和中心就不受主观因素的影响,并且保证了这2个关键要素的优化性质.预测分类时,删去单点类簇,并根据类簇号和离某个类簇中心距离的最近邻法则以及该类簇的类标签进行分类.算法模型采用C#实现,采用3个UCI数据集进行实例分析,实验结果表明,本算法优于著名的Native Bayes、Boost C4.5和KNN算法.