机械设计中模糊因素的决策与评价

文章运用模糊相关原理和贴近度原则，以齿轮传动设计中齿数模糊选择和减速器设计方案的模糊综合评判为例，阐明了机械设计中模糊因素的决策与评价方法。     

B值随机向量的不等式及其应用

文章对Ｂａｎａｃｈ空间中的独立随机无序列给出了一个有用的不等式，由此得到了Ｂ值随机向量的Ｍａｒｃｉｎｋｉｅｗｉｃｚ强大数定律成立的充分必要条件。     

Ritz向量叠加法的改进及其应用

揭示了Ｒｉｔｚ向量叠加法的实质及存在的问题，发展了与外载频率相关的Ｒｉｔｚ向量叠加法及多维外载作用时的Ｒｉｔｚ向量叠加法。着重讨论了地震荷载作用下，用Ｒｉｔｚ向量叠加法进行结构反应计算的有效性及局限性。     

锥—次类凸向量优化问题的真ε—有效性

在向量优化问题中，我们首次引起了ε－有效性的一个新概念，即真ε－有效性，这一概念具有一系列所需性质，当目标映射为锥－次类凸映射时，我们证明了几个有关向量优化问题，ε－弱有效解和真ε－有效解的标量化定理。     

某些野菜中向量元素的测定

采用电感耦合等离子体原子发射光谱仪分析测定了茵陈，蒲公英等８种野菜中ＦｅＭｎ，Ｃｕ、Ｚｎ、Ｂａ、Ｓｒ、Ｃｒ、Ｍｏ，Ｃｏ，Ｎｉ，Ｃｄ等１１种微量元素的含量，并用国家计量局的杨树叶作为标准物对测定方法进行了考核，测定值与标准值吻合。方法的回收率在９０．１－１０７．３％。     

基于智能聚类的内容分类方法与应用

直接依靠人的理解判断对内容进行分类,需花费大量的时间与精力,为了解决文本内容的自动聚类问题,该文在信息系统理论与自组织神经网络理论的指导下,利用智能技术得出了内容的分类结构。提出了基于智能聚类的内容分类方法,利用自组织神经网络的学习算法进行内容的聚类,并根据所提出的方法设计了基于智能聚类的内容分类示范系统,进行了应用研究,验证了该方法的有效性。     

On-line Weighted Least Squares Kernel Method for Nonlinear Dynamic Modeling

Support vector machines （SVM） have been widely used in pattern recognition and have also drawn considerable interest in control areas. Based on rolling optimization method and on-line learning strategies, a novel approach based on weighted least squares support vector machines （WLS-SVM） is proposed for nonlinear dynamic modeling. The good robust property of the novel approach enhances the generalization ability of kernel method-based modeling and some experimental results are presented to illustrate the feasibility of the proposed method.     

BP神经网络算法探讨

BP神经网络算法是在BP神经网络现有算法的基础上提出的,是通过任意选定一组权值,将给定的目标输出直接作为线性方程的代数和来建立线性方程组,解得待求权,不存在传统方法的局部极小及收敛速度慢的问题,且更易理解。     

关于改进的支持向量机的研究

支持向量机是一种基于统计学习理论和对偶理论的分类和函数估计方法,其推广能力强和全局最优的特点引起了学者的广泛关注。本论文对目前所提出的各类改进的支持向量机进行了初步的研究和分析。     

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。