n-李代数的结构

主要研究特征为2的代数闭域上(n+1)维n-李代数的结构,给出了(n+1)维n-李代数的分类,描述了其可解性与幂零性,刻画了(n+1)维n-李代数的导子代数与内导子代数的结构.     

异步调控教学法在物理教学中的应用

针对近几年来，我校所招新生基础普遍较差的实际，本人在物理教学中，打破常规做法，在职业医学生中实施“异步调控教学法”，收到了较好的效果，就此谈点体会和做法．１正确区分职业医学生中的不同情况首先，要对新生调查摸底，然后进行分类，学习基础各方面能力都比较好...     

应用声信号特征识别车辆车型及车速范围*

国内外现有研究工作主要针对车型进行识别,该文在此基础上对车速范围的分类识别进行了研究。文中将主成分分析方法和BP神经网络算法结合(PCA-BP)对车型与车速进行识别分析,对比了与BP神经网络算法识别速度的差异。结果表明应用PCA-BP方法的识别效果整体较好,且在识别过程中可以节省计算时长的50%～70%左右,大大提高了识别速度。在未来的车辆识别系统实现中,可以在保证良好识别效果的前提下,提高软硬件平台的传输效率,节省识别计算时间。     

支持向量机结台主成分分析辅助激光诱导击穿光谱技术识别鲜肉品种

为提高激光诱导击穿光谱技术(Laser-induced breakdown spectroscopy,LIBS)对鲜肉品种的识别率,采用支持向量机结合主成分分析算法辅助LIBS技术对鲜肉品种进行识别.对鲜肉切片用载玻片压平,采用LIBS技术对鲜肉组织(猪肉、牛肉和鸡肉)表面进行光谱数据的采集,每种鲜肉采集150幅光谱并进行随机排列,取前75幅光谱作为训练集建立模型,后75幅作为测试集测试建模结果.研究选取K、Ca、Na、Mg、Al、H、O等元素的49条归一化谱线数据进行主成分分析,并用所得数据建立支持向量机分类模型.结果表明,通过主成分分析降维,输入变量从49个优化减少到18个,模型建模速度从88.91 s降至55.52 s,提高了支持向量机的建模效率;并使预测集的平均识别率提高到89.11%.本研究为激光诱导击穿光谱技术在鲜肉品种快速分类领域提供了方法和数据参考.     

无溶剂研磨合成双核席夫碱配合物及多组分自分类行为

利用手动研磨法在无溶剂条件下通过1,4-二(咪唑-2-甲醛)丁烷(A)、2,4-二亚甲基-二(咪唑-2-甲醛)-三甲基苯(B)、2,5-二亚甲基-二(咪唑-2-甲醛)-对-二甲苯(C)中的任一组分与N-乙基乙二胺(D)和三氟甲磺酸亚铁组装合成3个Fe(Ⅱ)席夫碱配合物1、2和3。X射线单晶衍射表明,配合物1结晶于空间群Cmca,2和3结晶于空间群P21/c。1~3中每个Fe(Ⅱ)与配体中6个氮原子配位形成变形八面体FeN_6配位环境;每个双臂六齿配体螯合2个亚铁离子,而每个亚铁离子被2条配体包裹形成Fe_2L_2型双核配合物。基于以上配合物的合成,我们详细研究了混合多组分间的固态自分类行为。研究表明,多组分[D+A+B+Fe~(2+)]或[D+A+C+Fe~(2+)]发生自恋型自分类;而多组分[D+B+C+Fe~(2+)]发生群体型自分类,形成了一个由2个不同类型配体构筑的Fe2LL′杂配型配合物4,同时X射线单晶衍射确证了4的结构。此外,通过与溶液中自分类的对比,我们发现该体系固态自分类表现出更为高效的特点。     

“二次函数在闭区间上的最值问题”的教学案例

1 课题的提出 函数的最值是函数基本性质的重要部分,求二次函数在闭区间上的最值是高中数学中一个重要内容,在历年高考中屡见不鲜．笔者在备课时对此问题进行深入探究并适度的拓展,本节教学的目标在于培养学生从特殊到一般,数形结合,分类讨论,化归的数学思想以及函数思想,使学生真正掌握两类问题的解法．     

2010年新课标高考算法与程序框图试题分类导析

由于算法思想已经成为现代人应具备的一种数学素养,所以算法是新课标高考的重要考查内容之一,2010年进入新课程的各个省（自治区、直辖市）的高考试卷中都出现了算法与程序框图的试题．笔者分类导析,旨在探索题型规律,揭示解题方法．     

Combining clustering and classification for remote-sensing images using unlabeled data

A joint clustering and classification approach is proposed.This approach exploits unlabeled data for efficient clustering,which is applied in the classification with support vector machine(SVM) in the case of small-size training samples.The proposed method requires no prior information on data labels,and yields better cluster structures.Through cluster assumption and the notions of support vectors,the most confident k cluster centers and data points near the cluster boundaries are labeled and used to train a reliable SVM classifier.Our method gains better estimation of data distributions and mitigates the unrepresentative problem of small-size training samples.The data set collected from Landsat Thematic Mapper(Landsat TM-5) validates the effectiveness of the proposed approach.     

基于最近邻方法的类星体与正常星系光谱分类

随着高质最CCD传感器技术的日渐成熟与广泛应用,以及许多大型巡天计划的相继实施,天体数据量极大,因此天体观测数据的自动识别、分析问题首当其冲.文章在原始测量空间使用最近邻方法(NN)研究了正常星系与类星体光谱的识别问题.正常星系和类星体属于河外天体,一般距离地球较远,其观测光谱会受到许多干扰,所以这两类天体光谱的分类在...     

基于小波分解金字塔的OCT图像特征提取算法

糖尿病性黄斑水肿(DME)是导致失明的主要原因之一,由专业的医生通过检查光学相干扫描(OCT)图像是主要的诊断方法,但这一过程不仅耗时而且容易误判,提出一种辅助诊断模型来区分DME和正常黄斑。对原始OCT图像进行降噪、展平、裁剪预处理,得到易于分类的病灶区图像,在小波分解金字塔模型的基础上用局部二值模式方法对原图和低频子图像提取纹理特征;与提取细节图像的灰度-梯度共生矩阵特征融合形成最终的全局特征,并对其进行降维;用weka平台的序列最小优化模型进行分类。在杜克大学数据集和临床数据集上的试验结果表明,算法在两个数据集上验证的准确率分别为95.7%、95.3%,灵敏性分别为95.3%、95.5%,特异度分别为96.0%、95.1%。因此,所提方法能有效对OCT图像分类,为临床上视网膜疾病辅助诊断提供技术支撑。