一种改进的RBF神经网络学习算法

提出了一种改进的RBF神经网络学习算法 ,分别通过减聚类和监督学习算法对网络参数和权值进行训练 ,既可以根据样本合理地聚类、确定RBF径向基函数的个数和相应参数 ,又具有较强的网络映射能力 ,从而不仅使RBF神经网络结构得以优化 ,性能也得到了提高。仿真结果表明了该学习算法的实用性和有效性     

虚拟企业中核心能力的定性与定量识别

首先对企业核心能力的概念进行了辨析和界定 ,给出了一个识别核心能力的定性框架 .进一步地 ,根据虚拟企业组建过程的需要 ,提出了一个基于模糊聚类的伙伴企业核心能力的定量识别方法 .最后 ,给出了一个简化的仿真算例 ,以说明该方法的有效性.     

端羟基聚环氧氯丙烷醚的合成过程中齐聚物的生成及除去

详细讨论了阳离子聚合环氧氯丙的反应过程中，副反应的存在、产生机理及影响齐物含量的因素。用化学滴定法、凝胶渗透色谱和质量证实了齐聚物的存在，同事也提出了减少齐聚物含量的方法。     

聚甲基丙烯酸甲酯分子量对高取向聚偏氟乙烯薄膜β相结晶的影响

聚偏氟乙烯(PVF_2)具有丰富的晶相结构,在四种晶相中(α、β、γ和δ相),β晶相最为重要,因其与PVF_2的压电性和热电性直接相关。近年来,对PVF_2β相结构的研究引起人们的关注。 聚甲基丙烯酸甲酯(PMMA)是少数与PVF_2热力学相容的聚合物之一。对其共混体系相容性的研究较为广泛,但对其晶相结构的研究却少见报道。本工作用傅里叶变换红外光谱(FTIR)和透射电子显微镜(TEM)方法研究了不同分子量PMMA对高取向PVF_2薄膜β相结晶的影响。     

半监督学习方法研究综述

半监督学习存在于现实世界的各个场景中,可在生物化学领域对科学研究产生巨大的作用。在各领域也都有相关具体应用,如病毒毒性预测、网络安全检测、软传感器的应用等。随着机器学习领域的不断突破,目前尚缺乏关于半监督学习方法研究的完整综述。本文首先给出半监督学习的定义并分析了该领域应用过程中存在的挑战;然后梳理分析了半监督学习的四种方法,包括：半监督聚类、降维、回归、分类,并列出了这四种不同方法中比较先进的算法。随后介绍了各算法常见的评价指标（如精确率、召回率和ROC曲线等）,对比了各类半监督学习算法效果,研究发现半监督学习方法都存在高于完全监督学习支持向量机的准确率,其中SSC-EKE算法以绝对优势领先传统的支持向量机经典监督学习算法。最后介绍了半监督学习的实际应用场景,展望了半监督学习的未来研究方向,并对全文进行总结。     

基于区间数聚类的目标分群算法

针对态势认知中目标数量多、信息不确定、数据不精确等问题, 提出一种基于区间数聚类的目标分群算法。首先, 考虑到传感器测量数据具有误差且数据不完全等因素, 采用区间数对传感器探测到的目标进行特征描述。然后, 为有效利用区间数信息定义了一种新的距离度量, 并给出了改进的区间数聚类目标分群算法。最后, 构造4类相互独立的区间数据集, 对区间数据进行分类测试, 并通过典型想定场景设定多类目标实体, 基于目标空间位置、运动特征和属性等要素进行空间分群和任务分群。仿真结果验证了算法能够有效对目标进行分群, 具有较强的稳定性。     

柔性显示一体集成的热释电自供能悬浮触控传感阵列

随着智能移动终端的迅速发展,人们对人机交互体验有了更高的要求.但是,当前基于外置机械系统、摄像头、红外线或毫米波等技术的人机交互方案还存在着诸多不足,如便携性差、功耗偏高、识别误判等,并且识别器件与显示器件难以一体集成,需要占据额外的空间,不利于移动终端的轻薄化发展.本文报道了一种基于红外热释电材料偏氟乙烯共聚物制备的自供能、高透过率悬浮触控传感阵列,该传感阵列能够与显示器件一体化集成,具有较高的透光率(≥90%)和较小的厚度(数十微米),以及针对不同距离与运动速度的手势识别功能.基于该类红外热释电薄膜器件的阵列传感技术有望支撑未来电子产品轻薄化以及多功能显示模组集成发展.