排序方式: 共有23条查询结果,搜索用时 15 毫秒
1.
资源有限的加权总完工时间单机排序问题 总被引:1,自引:0,他引:1
本讨论资源有限的加权总工时间单机排序问题,对现在仍为OPEN问题1|pj=bj-ajuj,∑uj≤U|∑wjCj给出了一个有关最优解中最优资源分配的重要性质,并利用该性质分别给出了三种情况bj=b,wj=w,aj=a;bj=b,wj=w,uj=u;aj=a,wj=w,uj=u的最优算法。 相似文献
2.
支持向量机在近十年成为机器学习的主要学习技术,而且已经成功应用到有监督学习问题中。Fung和Mangasarian利用支持向量机对于既有已标类别样本又有未知类别样本的训练集进行训练,方法主要是利用少量已标明类别的样本进行训练得到一个分类器的同时对于未标明类别的样本进行分类,使得间隔最大化。此优化问题中假定样本是精确的,而在现实生活中,样本通常带有统计误差。因此,考虑样本带有扰动信息的半监督两类分类问题,给出鲁棒半监督v-支持向量分类算法。该算法的参数v易于选择,而数值试验也表明该算法具有良好的稳定性和较好的分类结果。 相似文献
3.
在低压条件下以酞菁铁为原料, 采用独立双温控加热系统在石英玻璃基底上气相沉积制备了大面积准直性好和管径均匀的碳纳米管. 利用扫描电子显微镜(SEM/FESEM)和透射电子显微镜(TEM)研究了定向碳纳米管的生长形态和结构. 详细讨论了系统真空度、反应温度、气体流速及氢气和氩气的体积比例等参数对碳纳米管生长的影响, 并测试了该碳纳米管的场发射性能及超电容性能. 相似文献
4.
Single cubane-like clusters, MFe_3S_4(R_2dtc)_5 (M=Mo, R_2=—(CH_2)_4—, Bz_2; M=W, R_2=Me_2, —(CH_2)4—; dtc=dialkyldithiocarbamate) were synthesized by assembly reaction of (NH_4)_2MS_4 (M=Mo, W), FeCl_2 with R_2dtcNa (or NH_4) in DMF. The structure, IR, EPR and cyclic voltammogram are described and discussed. MoFe_3S_4(C_4H_8dtc)_5 was also obtained from the conversion of linear cluster Fe(DMF)_6[(FeCl_2)_2MoS_4] in the presence of C_4H_8dtc NH_4. Both clusters MoFe_3S_4(C_4H_8dtc)_4·2C_2H_5CN and WFe_3S_4(C_4H_8dtc)_5·2DMF crystallize in the monoclinic space group C2/c with a=12.544(2), (Mo-cluster), 12.533(4) (W-cluster); b=20.478(4), 20.121(6); c=19.582(7), 19.659(2);β=102.82(2), 102.96(3)°; and Z=4, 4. Their structures were refined to R=0.057 and 0.064 with use of 2690 and 2179 reflections (ι>3Q(I)), respectively. Many similarities in structure for Mo and W clusters indicate that both Mo and W play a very similar role in the clusters. 相似文献
5.
6.
将电化学氧化生成的Pd(Ⅳ)离子配合到直立碳纳米管(ACNTs)上, 使其还原为纳米颗粒(Pb nps), 从而制得Pd nps-ACNTs纳米复合物电极, 经过葡萄糖氧化酶(GOD)进一步修饰后, 制成GOD/Pds nps/ACNTs酶电极, 通过测量GOD和葡萄糖酶促反应中产生的H2O2含量, 进而监测葡萄糖浓度. 实验结果表明, 电极表面大量Pd纳米颗粒的存在显著提高了传感器的检测灵敏度, 使酶电极具有响应时间短(<5 s)及检测电位低(<0.4 V)等优点. 相似文献
7.
8.
初一学生从学习直线、射线、线段开始,不断接触着几何的相关名词,例如中点、三角形、中位线等,到了初二和初三就进入了几何的综合学习,将几个不同的图形拼接在一起,考察学生的识图能力.这是一个由易到难、由简单到复杂的过程,是符合学生的认知规律的.但是对于学生而言,几何却是数学中的难关,是中考丢分的环节,是望而生畏的模块.很多学生考试之后最常说的一句话就是"这道题我没见过、没练过,所以我不会",之所以出现这样的现象,一是因为学生在识图的过程中没有抽离出图形的本质,从而没有办法与平日所练习的模型相结合,二是因为学生在平日学习的过程中就只注重"一道题目"的求解,而不是"一类题目"的求解.而事实上,数学题目改变一个数字、一个条件就会造成难度上的变更,但是万变不离其宗,其本质没有改变,这个本质也就是本文所说的"模型思想",本文将基于"三角形延拓模型"展示此思想. 相似文献
9.
10.