偏最小二乘回归分析法在黄芩抑菌谱-效关系及数学模型研究中的应用

以黄芩药材指纹图谱及其对金黄色葡萄球菌抑菌率为基础数据，采用偏最小二乘回归分析法（PLS）进行数据的谱-效相关性分析，并建立数学模型。结果表明，黄芩中有5个成分对抑菌率的影响较大，建立模型的药效预测值偏差在10%以内，能够较好地预测药效。该方法及所建立的数学模型能成为预测黄芩抑制金黄色葡萄球菌的药效作用的一种有效的手段。     

适应于伽辽金方法的梁本征函数及其应用

利用克雷洛夫函数的组合，构造了三个满足不同边界约束条件的梁本征函数，并通过伽辽金方法，用它们逼近不同载荷具有铰交、固支任意组合的梁、板的挠曲线、挠曲面。计算结果表明，三个梁本征函数收敛迅速。在梁和板挠曲变形中，级数分别取头２，３项，便可得到相当满意的结果，其相对误差可控制在１％左右。给出的梁本征函数可以用于求解更为复杂的梁、板、壳结构。     

由非相对论近似计算物质波波长时的近似公式

本文从德布罗意公式出发,利用二项式展开导出了由非相对论近似计算物质波波长时进行误差估计的一组简明公式,并对其可靠性和实用性作了必要的说明和验证。     

一种并行结构有符号乘累加器的设计

本文采用补码分布式算法,简化了有符号数、无符号数以及混合符号数的乘加减运算,通过改进累加器树结构、全加器逻辑电路,设计了一种新型乘累加器结构。通过Altera公司的EP1C3T144C8实现了该乘累加器6个9位有符号操作数的乘累加运算的功能和时序仿真,结果证明了该算法的有效性。该设计解决了常规DA分布式算法系数不能更新和占用大量RAM资源的缺点,可以应用到数字滤波器设计中,也可以作为快速的运算单元应用到DSP数字信号处理器中。     

基于ZigBee的楼宇电力监测系统

提出了一种基于ZigBee技术的楼宇电力监测系统。重点介绍系统总体方案、总体框架、无线传输网络和系统工作流程。该系统具有拓扑结构、低成本和低功耗等优点,提供250kb/s监控信息传输速率,传输距离可达100米,有效地提高了楼宇电力系统的安全性。     

直罗地区长6储层非均质性研究

综合运用岩心、薄片、录井、测井等资料,综合考虑孔隙度、渗透率韵律、渗透率突进系数、渗透率变异系数、渗透率级差、砂体的侧向连续性等因素,对直罗地区6储层宏观非均质性进行研究。研究表明长6储层的层内、层间及平面非均质性都较强,为储层评价和油田后期的科学开发提供依据。     

鄂尔多斯盆地直罗油田长2储层特征

鄂尔多斯盆地直罗油田长2储层主要沉积相为三角洲相沉积,水下分流河道为其主要的油气储集层,长2储层岩性主要为岩性以细-中粒长石砂岩为主,其次为细-粉粒长石砂岩,矿物成熟度低。主要储集空间为由溶蚀粒间孔、原生粒间孔和微孔隙组成的复合孔,以残余的溶蚀粒间孔为主,微孔隙少量。储层主要为中低孔、特低渗储层,非均质性较强。较强的压实作用、胶结作用是形成低孔低渗的主要因素,而溶蚀作用是储层物性改善的主要因素。     

关于Hermite—Fejèr插值多项式的一个渐近估计式

设f(x)∈C[-1,1],R_n[f(t);x]为具有第二类Chebyshev零点的Hermite—Fejer 插值多项式,则对一切x∈(-1,1),有如下估计式成立: 关于以第二类多项式U_n(x)的零点作为结点的Hermite—Fejer插值多项式对C[-1,1]类函数的渐近估计问题,已有不少人相继作了许多有价值的研究,其主要结果已综述在文[3]中。最近,王仁宏同本文的作者之一共同证得,当f′(x)∈Lipα(0<α<     

基于指数分布族的类特定文本分类算法

在文本分类中,选取一个高效的分类算法是提高文本分类准确度,缩短分类时间的关键。提出基于指数分布族的多项式贝叶斯类特定分类算法(exponential family-multinomial naive Bayes,EF-MNB),基于多项式模型构造了N个类的分布,利用类特定特征选择算法得到第N个类的特征子集及对应类的特征概率密度函数(probability density function,PDF),通过指数分布族构造了N个类的原始PDF估计表达式,给定N个类的训练集,得到了第N个类的最优PDF估计,并基于贝叶斯定理制定了分类规则。仿真结果表明,与基于文档主题生成模型和支持向量机(latent dirichlet allocation-support vector machine,LDA-SVM)的层次分析分类算法、改进的超球支持向量机(improved hyper-sphere support vector machine,IHS-SVM)文本分类算法和基于主成份分析和k最近邻(principal component analysis-k-nearest-neighbor,PCA-KNN)混合分类算法相比,EF-MNB类特定分类算法使用少量的时间就可获得更高分类准确率。     

最大判别特征选择算法在文本分类的优化研究

采用朴素贝叶斯分类器进行文本分类时,特征选择方法的好坏直接影响到分类器的性能.本文提出一种最大判别(MD)特征选择算法,由训练得到N个类的概率分布后,通过对样本进行测试并得到其特征向量d中每个特征词区分类别的能力,并构造出了一个新的特征向量ε用于分类,使得从中选取的部分特征词具有最大的类别区分能力.仿真结果表明,与cMFD,CSFS和CMFS三种特征选择算法相比,MD特征选择算法能在选取较少特征词情况下,获得更高的分类精度.