PSO-LSSVM对LIBS定量分析精度的提高

针对土壤定量分析受基体效应影响大，LIBS定量分析精度不佳等问题，采用粒子群算法对LSSVM进行优化，提高模型的精确度。选取Pb Ⅰ 405.78 nm和Cr Ⅰ 425.44 nm作为分析谱线进行分析。采集十二个不同浓度样品的特征光谱，每个浓度样品在不同点采集20组数据，将其中17组数据设为训练集，3组数据设为预测集，用LSSVM和PSO-LSSVM两种方法建立定标模型。对比两种模型的拟合相关系数（R2）、训练集均方根误差（RMSEC）和预测集均方根误差(RMSEP)。由于自吸收效应的影响，随着浓度的增加，预测值逐渐低于实际值，LSSVM定标模型的拟合程度较低，无法达到实验要求，模型性能有待提高。利用粒子群算法对LSSVM的模型参数惩罚系数和核函数参数进行优化，得到最佳的参数组合，Pb元素为(8 096.8, 138.865 7)，Cr元素为(4 908.6, 393.563 5)，用最佳的参数组合构建LSSVM的定标模型。相比于LSSVM，PSO-LSSVM定标模型的精确度更高，Pb和Cr元素的R2提高到了0.982 8和0.985 0，拟合效果明显提升。Pb和Cr元素的训练集均方根误差由0.026 0 Wt%和0.027 2 Wt%下降到0.022 4 Wt%和0.019 1 Wt%，预测集均方根误差由0.101 8 Wt%和0.078 8 Wt% 下降到0.045 8 Wt%和0.042 0 Wt%，模型的稳定性进一步提高。说明PSO-LSSVM算法能够更好地降低土壤基体效应和自吸收效应带来的影响，提高分析结果的精确度与稳定性。     

学会审题与检验

一、审题同学们知道,解决任何一个数学问题,首要的就是审题.所谓审题,就是对问题的陈述进行阅读审查,理清题意.显然,准确无误地理解一个问题的题意,是正确解决这个问题的重要前提.在一个问题的审题过程中,如何做到有条不紊地全面精准地把握题意,本文拟结合典型的实例,给同学们提出几点建议,以资参考.(一)梳理信息单元     

一道题错解引出的探究

前天的练习中有这样一道习题：     

虫茧内的生命变化

 一只丑陋的毛虫躲进茧内变成美丽的蝴蝶,简直就是奇妙的魔术。最近科学家终于揭秘了毛虫的变身魔法。研究者利用高效电脑断层扫描机(医生采用同样的技术确定肿瘤和内伤的位置)监控小苎麻赤蛱蝶(一种在全世界分布最为广泛的蝴蝶之一)蛹内的情况。     

2012年高考湖南卷理科填空压轴题的一般情形

题目(2012.湖南.理.16)设N=2n(n∈N*,n≥2),将N个数x1,x2,…,xN依次放入编号为1,2,…,N的N个位置,得到排列P0=x1x2…xN.将该排列中分别位于奇数与偶数位置     

缆机起重作业驾驶员的操作行为可靠性研究

缆机是大坝浇筑过程中的主要运输设备之一,缆机驾驶员操作水平直接关系缆机起重作业安全.为有效提高缆机起重作业驾驶员操作行为可靠性,预防起重作业安全事故,针对缆机起重作业周期性多维运动的特点,分解驾驶员操作流程;剖析操作行为失误,建立驾驶员行为模式;从时间角度量化操作流程,计算缆机驾驶员操作行为响应失误概率;构建操作行为可靠性分析模型,定量表达操作行为可靠性,分析人因失误对缆机起重作业安全事故的影响.结果表明,吊具与吊罐对接、混凝土卸料等作业过程的缆机驾驶员操作行为可靠性低,需加强安全培训,严格考核制度,从根本上提高缆机驾驶员操作行为的可靠性,以期提升缆机生产效率,实现预防安全事故的目标.     

大学热学的解题方法剖析

按对卓越教师的要求,以热学为例,总结了建模法、求导法、积分法、图解法、近似计算法、类比法、反证法等几种常用的解题方法,使学生在掌握知识的同时,提高思维创新能力,产生希望学习更多知识的欲望.     

一道“难题”的再探究

1．问题的提出文 [1]，张乃贵老师采用“联想、转化”的方式，使用“先变形，再放缩”的方法，得到一道难题的巧解，并给出了详细的思考过程．笔者认为，这是一道二元函数最值问题，通过消元的办法将问题转化为一元函数的最值问题处理较为恰当，既符合解题规律，又符合学生的认知规律．笔者通过构造一元函数，结合复合函数的导数知识，给出这道题的常规解法及一般情形，并分析该问题的数学背景，现介绍如下，供读者参考．