单实例分类算法研究

针对不平衡分类问题的极端情况,即用于训练的样本极少甚至只有一个实例,该文提出了一种单实例分类算法,这种方法使用球面作为分类面,在目标类的单实例在球内和反类尽量位于球面外的约束条件下,最大化该分类球面的半径,该方法能够有效地处理线性可分的数据分布.当输入样本分布结构呈高度非线性时,该算法通过核映射将低维输入空间中的非线性可分问题变换为高维特征空间中可能的线性可分问题,并以内积形式刻画,最终在特征空间上通过核技巧获得原问题的解决.通过对标准数据集和实际数据集的实验,验证了单实例分类算法在处理数据不平衡问题上的有效性.     

自动文摘抽取的研究

本文详细介绍了自动文摘抽取的六种方法的基本原理,最后,在潜在语义索引模型选取法的基础上,提出了一种基于LSI语句聚类的语句选取方法     

基于均值漂移聚类算法的背景重构

针对传统的基于像素点进行背景重构的算法中运算复杂、背景图像失真等缺点,提出了一种基于像素点均值漂移聚类算法的背景重构方法。首先通过变化率的判断省略一部分不存在运动对象的像素点,然后对其余大部分像素点需要通过典型样本点的均值漂移算法迭代运算,最后对结果进行聚类得到背景点值。仿真结果表明,该方法在复杂运动目标视频序列中能够快速、完整地重构背景。     

聚类金字塔树：一种新的高维空间数据索引方法

提出了一种新的有效的高维空间数据索引方法-聚类金字塔树,它先对不均匀分布数据进行聚类处理,然后对聚类的结果实施金字塔分割和存储,由此建立一种有效的索引结构。文中给出聚类金字塔树的几种查询算法。实验证明：处理不均匀分布数据时,聚类金字塔树无论在页面访问次数,还是在CPU总占时间上都优于金字塔树。     

岩石材料的非均质性与动态参数

对四种岩石进行了超声波测试。从同一岩块加工的试样尽管宏观上没有明显差异,但超声波通过时间的差异最大可以达到9%将岩样间具有相同性质的长度相抵后,可以认为时间差异只是发生在局部材料,即岩样是由力学特性差异极大的材料构成的。而岩样的动态、静态参数是以不同的方式反映岩样内部材料的力学性质,因而并不会相等。由超声波速度计算的泊松比变动范围较大(最大43%),难以运用;动态模量总是大于变形模量,而与弹性模量的差异可以达到±15%以上。     

局部凸空间中非点式锥的Henig有效点

从非点式锥的观点出发,在局部凸向量空间中引进广义的Ｈｅｎｉｇ有效点的概念。在此基础上,得到了广义的Ｈｅｎｉｇ有效点在局部凸空间中的存在性,纯量化和稠密性定理。     

Synthesis of 3-D ordered macroporous silicate using the template formed from monodispersed polystyrene latex

Based on the template formed from monodispersed polystyrene (PS) latex, a modified fast sol-gel process was employed to synthesize a three-dimensional (3-D) ordered macroporous silica material after removing the template by calcination at high temperature. It was indicated that there existed highly ordered packed pores within the whole silica material by SEM morphology observation. It was also found that the pores were interconnected. The pore size could be controlled mainly by varying the particle size of the latex ranging from 10¹ to 10² nm. The formation process of the ordered pores was also preliminarily discussed.     

关于选择理论的若干进展及相关问题

本文综述了选择理论近年来的若干进展,分别介绍了它和收缩核理论、函数插入问题、广义度量与覆盖性质之间的联系,提出了一系列相关问题．     

利用自组装技术制备二维胶体球阵列

利用自组装技术制备了二维有序胶体阵列,并对其自组装机制进行了分析．以此二维有序胶体阵列为掩模可以制备二维金属薄膜孔洞阵列和硅基孔洞阵列,这在传感器和记录介质方面具有广泛应用．     

m相依样本概率密度函数核估计的相合性

设｛Xn,n≥1｝为严平稳的m相依随机变量序列, f(x)为X₁的概率密度函数, 基于样本X₁,X₂,…,X_n, 构造了密度函数f(x)的核估计, 并利用独立同分布样本的性质证明了f(x)核估计的r阶平均相合、 逐点相合和一致强相合性.