基于LS-SVM的边坡稳定性预测研究

针对边坡工程稳定性估计的复杂性,将最小二乘支持向量机引入到边坡稳定性估计的研究中,分别建立了边坡安全系数预测的最小二乘支持向量机模型和边坡稳定状态预测的最小二乘支持向量机模型,以实例数据为学习样本和测试样本,讨论了基于最小二乘支持向量机的边坡稳定性分析方法及其可行性．该方法具有一定的工程参考和实用价值．     

具脉冲和时滞影响的向量抛物型方程振动性的新准则*

 研究一类基于脉冲和时滞影响的向量抛物型偏微分方程的振动性,利用脉冲时滞微分不等式,建立了该类方程在Dirichlet边值条件下所有解H-振动的若干新的充分判据,这里H是R^m中的单位向量。所得结果充分反映了脉冲和时滞在方程振动中的影响作用。     

金免疫层析法快速测定甲胎蛋白的定量系统研究

采用光电反射式的光路,通过对纳米金层析试条光电信号的信息处理提取特征参量,并采用支持向量机建立纳米金层析试条特征参量与甲胎蛋白浓度之间的拟合模型,建立金免疫层析试条甲胎蛋白定量方法.金免疫层析试条定量系统与化学发光法对比试验数据结果相关系数r=0.967,P<0.000 1,两种检测方法线性相关,测定数据变异系数(CV)小于6%.实验结果表明该金免疫层析定量系统适用于甲胎蛋白的快速、准确、定量测定,具有一定的临床诊断价值.     

基于比特向量组的数据流邻近序列模式挖掘算法研究

引入项的半垂直比特向量结构,提出挖掘数据流邻近序列模式的MCSP-TSW算法.通过改进比特向量组结构和引入两个剪枝策略,提出改进的MCSP-TSW-Imp算法来减少判断一个候选序列是否频繁的时间.实验表明,两种算法空间消耗相当,但MCSP-TSW-Imp算法比MCSP-TSW算法具有较高的时间效率.     

毕节烟叶中性致香成分和潜香物质分析

利用HPLC、GC-MS对毕节地区5个典型植烟区考烟的中性挥发性香味及潜香成分进行了分析。结果表明:HPLC检测烟草多酚类物质总含量均在30 mg/g以上,不同产地的含量依次为赫章>毕节>金沙>大方>威宁。GC-MS检测出34种重要中性挥发性香味成分,其中新植二烯含量高,占总香味成分的85%-90.5%.毕节市烟区样的苯丙氨酸类物质总量、棕色化产物总量、类西柏烷类总量都显著高于其他烟区;大方烟区的香气物质总量,类胡萝卜降解产物总量、大马酮、香叶基丙酮、巨豆三烯酮B、D均显著高于其他烟区。     

不同运动对糖耐量减低者肱动脉内皮功能、胰岛素敏感性的影响

探讨健步走、健步走+抗阻力运动是否具有改善糖耐量减低者血管内皮舒张功能、胰岛素敏感性与体成分的作用及其不同点.将61名受试者随机分为健步走组20例、健步走+抗阻力运动组20例、对照组21例,2组受试者采取24周运动处方的锻炼,并根据检测的3组24周前后的数据进行统计分析,研究表明:2运动组24周运动干预前后,肱动脉内径变化百分率、体脂百分比、腰围、腰臀比、胰岛素抵抗指数及空腹胰岛素、餐后2h血糖有显著性差异,而体质量指数和空腹血糖却无显著性差异;2运动组之间干预效果的差异上,健步走组的腰围干预差异比健步走+抗阻力运动组的大.糖耐量减低者进行24周健步走、健步走+抗阻力运动可改善血管内皮舒张功能、提高胰岛素敏感性、改善体成分,但在腰围的作用效果上健步走对腰围的影响效果较健步走+抗阻力运动的明显.     

矩阵思想在《线性代数》教学中的应用

用矩阵的思想去解释n维向量及其相关概念,以帮助学生对n维向量及其相关性质加深理解.     

不同温度热解酸化蔗糖制备低聚焦糖

为拓展热解酸化蔗糖制备低聚焦糖的应用领域,分别考察了不同温度下干法与湿法制备的低聚焦糖的pH值、特征吸收、褐变程度、糖含量、抗氧化性,并分析了低聚焦糖的主要成分和热稳定性.结果表明:随着温度升高,干法工艺制备的低聚焦糖的pH值先升高后缓慢降低,湿法工艺制备的则逐渐降低;干法工艺制备的低聚焦糖的特征吸收及褐变程度均上升,湿法工艺制备时则在160℃达到最强,分别为3.151和2.128;两种工艺制备的低聚焦糖的总糖含量逐渐减少,还原糖含量先上升后下降,抗氧化性增强;低聚焦糖主要成分为蔗糖、蔗果三糖等低聚糖,以及少量的葡萄糖、果糖等;低聚焦糖的热裂解产物主要有呋喃、呋喃酮、吡唑、吡咯烷、醛、烯和酸酐类.     

剔除支持向量回归中异常数据算法

定义了回归问题中异常数据及其不满足回归映射关系差异程度的度量,分析了回归问题中理论映射模式与回归估计模式关系,提出并证明了回归问题中逐个剔除异常数据,建立回归估计模式逐步逼近理论模式的逐步逼近定理,并构建了以逐步逼近定理为理论依据的剔除支持向量回归中异常数据算法,理论分析了算法的收敛性和有效性。然后,引入逐步搜索算法改进剔除异常数据算法以解决大规模样本的支持向量回归中异常数据剔除问题,理论分析显示改进算法也是收敛的和有效的。最后,应用给定已知函数生成样本和UCI机器学习数据库样本数据仿真实验,结果显示算法是有效的和鲁棒的。     

超球体支持向量机的不完全二叉树多类分类算法

针对现有的支持向量机多类分类方法的不足之处,提出了一种基于超球体支持向量机的不完全二叉树多类分类算法。该算法首先采用超球体SVM算法,计算各类样本群的分布范围。再利用距离公式,计算各类样本间的距离,基于将最容易分离出来的类最先分割出来的原则,设计二叉树结构,从而提高分类精度。通过仿真实验,分析比较各种方法的性能,从而验证了该算法的有效性。