基于标准序列浮动前向特征选择的改进算法研究

随着信息技术的高速发展,信息特征的表述方法和内涵不断扩充,高维特征大幅涌现。这些高维特征中可能存在许多不相关和冗余特征,造成了维度灾难,对分类识别算法提出了更高的要求,需要利用特征选择算法,降低特征向量维数并消除数据噪音的干扰。针对高维特征向量引入的维度灾难等问题,围绕目标分类识别的具体应用,对标准的序列浮动前向特征选择算法进行了研究,并通过优化正确分类样本数目的置信上限及交叉验证的重复次数,提出了一种改进的序列浮动前向特征选择算法。通过仿真实验表明,在利用贝叶斯分类器开展识别时,改进算法能够在确保分类识别正确率的前提下,有效提升特征选择的计算速度,并随着特征选择步骤的增加,能够维持一个相对更为收敛且稳定的置信区间,具备良好的准确度。     

用苯乙烯共聚的方法改性含硫光学树脂的研究

自１９７２年美国ＦＤＡ制定有关配戴镜片的安全性规定以来，镜片的安全性正日益受到重视［１］．聚合物光学材料由于具有质轻、耐破损、价格便宜、易加工成型等优点［１～３］，近年来被广泛用于制作各种眼镜镜片和光学仪器的透镜［４］．对这类材料的要求除具有优良的机...     

两种含硫光学树脂的合成与性能研究

光学树脂以其质量轻、耐冲击、价格便宜、加工成型方法简单等特点已在眼镜片、建材、光学透镜等许多领域代替光学玻璃而得到广泛应用［１］．随着现代科技的不断发展,人们对材料性能的要求不断提高,不同应用场合对材料的某些性能还有特殊要求［２,３］．目前市场上广泛...