基于FCM的簇内欠采样算法

针对传统分类器在不平衡数据集上性能降低的问题,提出一种基于FCM的簇内欠采样算法(Fuzzy C-means clustering Based Under Sampling In Clusters, FCMUSIC)。使用模糊c-均值聚类算法(Fuzzy C-Means clustering, FCM)将多数类样本划分成若干簇,在每个簇内以类别不平衡比率(imbalanced ratio, IR)的倒数作为采样倍率,得到新的多数类样本并与少数类样本合并,形成新的平衡样本集,结合KNN和Random Forest分类器进行分类。分析在5组不平衡数据集上的分类结果,当使用KNN分类器时,改进后的算法的F1值平均提高了6.65%,G-mean值平均提高了7.75%;使用Random Forest分类器时,F1值平均提高了5.31%,G-mean值平均提高了6.07%。表明FCMUSIC算法能够有效地提升传统分类器对不平衡数据集的分类性能。     

排序支持的交互数据分类算法及其应用

交互分类是解决数据复杂分类问题的主要手段之一。在现有的大多交互分类系统中，用户能准确识别数据类别，但在有些分类场景中,类别之间的顺序关系更容易被识别，为此，提出一种排序支持的交互数据分类算法。为提升交互分类精度，引入数据的顺序信息，为降低标记难度，提出候选样本推荐策略。另外,提出一种评估分类算法性能的可视化方法，用包含基本车况、交通违法记录、交通事故记录等信息的车辆数据集进行实验验证，将相关车辆分为高危车辆、中危车辆、低危车辆3类，算法的分类结果模型一致度达近98%，验证了方法的有效性。     

基于问题导向的药物分析实验多维教学设计探索

以药物分析实验课程为例,建立基于问题导向的多维教学设计,探究实验课程三体融合的教学模式。具体在教学大纲的基础上,从生活实际、实验宽度和深度方向多角度引出问题,以课堂实践为载体进行分析解惑。实践结果显示,问题式导学的多维教学设计较传统教学增加了实验的趣味性和系统性,在激发学生学习动机、培养学生实践能力和创新能力、对学生进行价值塑造等方面起着积极作用。     

文教融合，以学促保——以非物质文化遗产的保护传承在化学与社会课程中的呈现为例

非物质文化遗产是我国文化软实力“活”的呈现,为华夏璀璨文化提供根基和养分。本文以我国非物质文化遗产中所蕴藏的化学智慧为线索,让化学、科技、文化在化学类通识课程中相互融合碰撞,让课堂充满知识性与趣味性。论文通过文教融合,实现非物质文化遗产的保护传承,进一步助推非物质文化遗产文化现代化,在保护传承中创新,增强学生对非物质文化遗产的科技和文化自信,最终达到以学促保的目的。     

基于LSTM的浮选钼精矿品位软测量模型

战略性稀有金属钼矿品位低,组分复杂、嵌布粒度细等特点,其有价金属分离回收难。浮选作为微细粒钼矿分离回收的主要选矿方法之一,其浮选钼精矿品位一直是选厂的关键性产品指标。国内大多数选厂采取轮班制采样,人工化验得到精矿品位结果,但此方式严重滞后于浮选工艺,难以满足对生产过程进行实时监测和操作指导。LSTM是一种特殊的循环神经网络,引入门机制有效的传递或选择性遗忘长时间序列中的信息,解决RNN中的长期依赖、梯度消失和爆炸问题。本文分析整理东坡选厂中各平台源数据,结合选厂浮选工艺及机理,筛选出多个影响浮选钼精矿品位的变量作为模型输入;将输入变量进行异常值判定,缺失值填充和数据降噪等数据预处理,建立高质量浮选钼精矿品位数据库;软测量模型采用PyCharm软件编码,使用BatchNorm批量规范化处理样本数据,加入Dropout正则化防止过拟合,建立基于LSTM的浮选钼精矿品位软测量模型,通过前向传播算法更新神经网络结构参数,并于Linear模型和CNN模型的预测性能指标结果比较。结果表明：基于LSTM的浮选钼精矿品位软测量模型预测准确度高,样本数据误差波动平稳,浮动范围小,模型泛化能力强,模型平均绝对百分比误差MAPE为1.13%,均方根误差RMSE为0.7049%,决定系数R2为0.8763,实现了浮选钼精矿品位的在线预测。     

具有连续参数齐次随机场的线性预测(Ⅲ)

提出和研究了一般的斜半平面及角状区域上的具有连续参数齐次随机场的线性预测问题,且推广了文[1]的结果.     

污染数据半参数回归模型中估计的相合性

利用最小二乘估计方法和权函数法给出了半参数模型Y=βX g(T) ε在某种污染方式下,,βg和污染系数的估计,并在适当条件下证明了它们具有相合性.     

基于精确质量数筛选的超高效液相色谱-线性离子阱/静电场轨道阱质谱法快速鉴别化妆品中的邻苯二甲酸酯

采用超高效液相色谱-线性离子阱/静电场轨道阱组合式高分辨质谱联用(UPLC-LTQ Orbitrap MS),结合邻苯二甲酸酯(PAEs)精确质量数,建立了快速筛选、定性识别化妆品中PAEs的分析方法。不同种类的化妆品样品经甲醇提取,Waters ACQUITY UPLC BEH C18色谱柱(100×2.1mm,1.7μm)分离,以乙腈-水(含5mmol/L乙酸铵和0.1%甲酸)为流动相梯度洗脱。通过UPLC-LTQ/Orbitrap MS的正离子模式全扫描分析,获得提取物中PAEs化合物母离子和主要碎片离子精确质量数,实现对化妆品的快速筛选。以保留时间和数据依赖扫描(Data Dependent Scan)模式获得的子离子质谱图进行定性确证。所发展的UPLC-LTQ Orbitrap MS方法分离度高、灵敏度好,所考察的14种常见PAEs的精确质量数相对偏差小于5.0×10-6,线性良好,相关系数大于0.99,14种PAEs的检出限在0.05~0.5mg/kg范围内,能满足化妆品实际样品的分析要求。对50种化妆品实际样品进行筛选,结果良好,说明该方法是化妆品中PAEs快速筛选、定性识别的有效方法。     

加拿大推出能即时监测空气质量的可穿戴设备

<正>加拿大一新创公司推出了一款新型可穿戴设备,称为TZOA包围追踪器,可以即时监测人们周围的环境状况,如空气质量、紫外线强度等。据物理学家组织网不久前报道,在设计上,这种配置器可以直接检测环境中的空气污染和紫外线强度,TZOA通过蓝牙向智能手机发送并共享数据,i OS和安卓的App(应用程序)就会显示环境指标,指示空气污染和紫外线对用户