一种新的分类方法——属性均值聚类属性支持向量机(AMC-ASVM)

在属性均值聚类(AMC)与支持向量机(SVM)的基础上,提出了一个新的模式分类算法——基于(属性)聚类的属性支持向量机算法(AMC-ASVM)。主要思想是利用属性均值聚类网络得到的具有概率信息(权重)的样本,来训练属性支持向量机,从而得到分类器。这种方法结合了属性聚类的稳定性与属性支持向量机可以利用加权样本的优点,适合处理具有强噪声的数据。另外,该方法也可以看作是堆近邻分类法的自然推广。在实验部分,将其用于结肠癌基因表达数据的处理。实验结果显示了AMC-ASVM在一定程度上优于最近邻,Boosting,堆近邻,SVM等方法。     

大学教师人际价值观特点的初步研究

通过对大学教师、医生、注册会计师、律师、邮政管理人员的比较，探讨大学教师人际价值观的特点。结果显示：大学教师的人际价值观与其它四个行业既有共性也有差异性；与医生和邮政管理人员不存在差异性；大学教师在开放性、公开性、互惠、对个人利益的态度上较高；女性大学教师比男性大学教师利己性强且较冲动；本科学历的大学教师更注重建立良好的关系。     

大直径空心桩承载性状的数值仿真

分析了大直径空心桩的施工特点,利用MARC软件,对大直径空心桩这一新型基础进行了数值仿真。计算模型中将土体视为弹塑性体,桩注浆体土体间接触关系为库仑摩擦。分析表明大直径空心桩表现了端承摩擦桩的性状,其端承力在承载力的发挥中占了很大比重,桩侧压浆混凝土相当于增大了1/2压浆混凝土厚度的有效桩径,并对空心桩与实心桩的承载性能进行了对比。通过与实测结果比较,证明模型合理。     

英语教学中的文化意识

就语言交际要注重语言和文化的关系，提高对中西文化差异的敏感性和适应性，树立将文化意识融入于语言文化知识的传授理念进行了探讨。     

基于动作捕捉的计算机动画探讨与实现

探讨了动作捕捉 (motioncapture)技术 ,分析了运动数据的采集方法及其处理技术 ,剖析了 3DStudioMax文件的结构 ,并利用 3DStudioMax文件建立了计算机动画模型 ;在此基础上 ,利用处理后的数据文件驱动该模型 ,实现了计算机动画生成 .最后探讨了其在影视制作中的应用 .     

电容式电压互感器的数字仿真模型

对速饱和电抗器型电容式电压互感器 (CVT)的各种状态 ,即空载状态、正常负载状态、一次侧短路故障状态及二次侧短路故障状态建立了数学模型 ,并由合适的数字积分方法建立了CVT各状态相应的数字仿真模型 ,根据所建立的数字仿真模型可方便地在计算机上实现CVT的数字仿真并按国标 (GB470 3 )对CVT的暂态特性进行仿真研究 ,对一个实际CVT仿真的结果说明所建立的数学模型和数字仿真模型是正确的     

基于Matlab Simulink的异步电动机数字仿真

根据异步电动机的动态模型 ,利用MatlabSimulink软件包方便地实现了对模型的实时仿真 ,并讨论了该仿真方法的稳定性 .在此基础上 ,提出了一种新的基于MatlabSimulink的异步电动机数字仿真模型 ,并对一个具体的例子进行了仿真 .结果表明 ,所提出的数字仿真模型是正确的 ,并具有较好的稳定性     

产纤维素酶粗糙脉孢菌1602产酶条件优化

通过优化设计,确定纤维素高产菌株Neurosporacrassa1602摇瓶发酵最佳产酶条件为:培养液初始pH值为5.5,培养温度为28℃,摇瓶转速为150rpm,培养96h;300玉米芯粉、0.500麸皮酸水解液(0.6mol/L)能够促进产酶,最适宜的有机氮源为黄豆粉;最适宜的无机氮源为NH4HSO4.在最适发酵条件下,其纤维酶的活力CMCase为10.34IU/ml,FPase为0.71IU/ml.     

牦牛血清转铁蛋白对人红细胞膜氧化损伤的保护作用

牦牛血清中分离纯化的转铁蛋白对人红细胞膜的抗氧化具有保护作用 .方法 :采用黄嘌呤 /黄嘌呤氧化酶、Fe2 + /H2 O2 两个体系产生的O·2 -、OH·对红细胞膜造成氧化损伤 ,通过丙二醛含量、超氧化物歧化酶和谷胱甘肽过氧化酶活性的测定研究牦牛转铁蛋白在抗氧化方面的作用与机制 .结果 :O·2 -和OH·可以造成红细胞膜丙二醛量的显著增加 ,超氧化物歧化酶和谷胱甘肽过氧化酶活性的下降 .当适量不同浓度牦牛血清转铁蛋白在黄嘌呤 /黄嘌呤氧化酶、Fe2 + /H2 O2 两个体系前处理可以抑制丙二醛的产生 ,保护红细胞膜免受丙二醛的氧化损伤并且使超氧化物歧化酶和谷胱甘肽过氧化酶活性升高 .提示 ,牦牛血清转铁蛋白对O·2 -和OH·自由基引起的氧化损伤有保护作用     

一种改进的Rough集属性约简启发式遗传算法

属性约简是知识发现中的关键问题之一 .为了能够有效地获取决策表中属性最小相对约简 ,提出了一种在优化初始群体基础上提高算法性能的启发式遗传算法 .首先 ,通过构造一个新的算子 ,将信息论角度定义的属性重要性度量作为启发式信息 ,来描述所选择的属性子集对论域中确定分类子集的影响 ;接着 ,以此为基础并结合遗传算法 ,选择一些经过优化的染色体作为初始群体 ,在加强局部搜索能力的同时保持了该算法全局寻优的特性 .最后 ,从理论上对算法做了分析 ,证明了新算子所选择的属性子集对原有属性分类能力保持不变 .试验分析表明 ,该算法能有效地对决策表属性进行约简