多类分类的支持向量机的有限步终止Newton算法

多类分类问题是数据挖掘和机器学习领域中一个重要且正在进行研究的课题.最近对该问题提出了-种具有新型结构的K-SVCR方法.与其他方法相比较,此方法最大的优点在于在训练的过程中,能够利用训练数据的所有信息.然而,它又和"一对一"方法一样,对某-个K类分类问题,需要求解K(K-1)/2个二次规划问题,才能把一个模式指派到-个适当的类别中.因此建立一个快速有效的训练算法是非常重要的.在本文中,我们首先在K-SVCR方法的基础上提出了新的模型,然后把新模型转化成-个互补问题,并利用Lagrangian隐函数进-步转化成-个强凸的无约束优化问题.并且为它建立了一个快速地Newton箅法.该算法具有全局收敛和有限步终止的性质.同时通过Sherman-Morrison-Woodbury等式,将算法中需要处理的＄l\timesl＄矩阵(其中是模式的总量)转变成＄(n+1)\times(n+1)＄的矩阵(其中n是模式的维数).对于很多多类分类问题,n远远小于1,这也说明可以有效地实现该算法.初步的实验结果表明该算法在分类的准确度和训练速度方面都有很好的表现.     

量子点在生物化学分析中的应用

量子点（quantumdots,QDs）由于其优异的光学和电学特性,作为新型的荧光试剂探针对生物大分子进行标记,成为近年来迅速发展的纳米材料在生化分析领域的重要应用之一。文章简述了量子点的基本特性,对制备和修饰量子点的各种方法进行比较总结,重点阐述量子点在生物化学分析中的新进展,尤其是对生物大分子的识别和标记作了详细的总结,并提出研究中存在的一些待解决的问题以及今后量子点的研究方向。     

应用自动微分的Newton-PCG算法

一类新的使用符号微分的Newton-PCG型算法在文献[1]和[2]被导出来了。本文建立和研究应用自动微分的相应的Newton-PCG算法，理论分析和数值实验结果显示应用自动微分之后，目标函数的维数或复杂性越大，Newton-PCG算法对Newton法的改进越显著。     

巧用集成运算放大器

集成运算放大器常应用在信号处理（如高精度整流电路、模拟乘法器应用电路、有源滤波电路和电压比较器电路等）、信号发生（如方波及锯齿波发生器电路）和信号变换（如压控振荡器电路）等方面电路,在控制、测量、仪表等领域中占有重要地位．根据线性集成运放的“虚短”和“虚断”的重要特点,介绍巧用集成运放组成晶体管β测量电路．图　１晶体管β测量电路如图１所示．图中Ａ１、Ａ２为集成运放,Ｒ１、Ｒ２、Ｒ３为三个已知电阻,Ｖ为电压表,Ｔ为待测晶体管．测量时在运放Ａ１的反相、同相输入端各加上一已知电压Ｖ１和Ｖ２,在运放Ａ２…     

掺杂铈对玻璃表面TiO2薄膜上油酸光催化降解的影响

采用旋转涂膜工艺,以溶胶－凝胶法在玻璃表面制备了掺杂铈的ＴｉＯ２薄膜,利用高压液相色谱、紫外－可见光分光光度计、扫描电镜和能谱仪等手段对掺杂铈的ＴｉＯ２薄膜者了表征,考察了掺杂铈对油酸光催化妥效率及ＴｉＯ２薄膜表面晶粒分布的影响,并对薄膜的化学成分进行了定性和定量分析,结果表明,掺杂３％Ｃｅ的ＴｉＯ２薄膜对油酸有最高的光催化降解效率,４００℃为掺杂铈ＴｉＯ２薄膜的最佳热处理温度。     

探析高考试题探究数列教学——2012年上海高考压轴题的启示

审视近两年上海高考试题中有关数列的题型,深感命题背景灵动新颖、推陈出新,创新力度不断增强,指明了高考“以能力立意”的命题方向,我们不妨从分析高考真题开始．     

硼掺杂金刚石纳米棒电极对比阿培南的电化学检测研究

在自制的硅纳米线上采用热丝化学气相沉积方法制备了硼掺杂金刚石纳米棒电极.采用循环伏安及计时电流方法测定了在磷酸缓冲溶液中的药物比阿培南的浓度,灵敏度达到0.038μA μM-1较相同条件下制备得到的普通硼掺杂金刚石电极(0.028μA μM-1)相比有所提高.该纳米棒电极由于特殊的表面形貌,较普通硼掺杂金刚石电极表现出...     

掺杂铈对玻璃表面TiO_2薄膜上油酸光催化降解的影响

采用旋转涂膜工艺 ,以溶胶 凝胶法在玻璃表面制备了掺杂铈的TiO2 薄膜 .利用高压液相色谱、紫外 可见光分光光度计、扫描电镜和能谱仪等手段对掺杂铈的TiO2 薄膜进行了表征 ,考察了掺杂铈对油酸光催化降解效率及TiO2 薄膜表面晶粒分布的影响 ,并对薄膜的化学成分进行了定性和定量分析 .结果表明 ,掺杂 3%Ce的TiO2 薄膜对油酸有最高的光催化降解效率 ,40 0℃为掺杂铈TiO2 薄膜的最佳热处理温度     

11-巯基烷酸修饰cdse/cds纳米晶的合成及荧光增敏法测定溶菌酶

巯基烷酸;纳米晶;量子点;cdse/cds;溶菌酶     

基于支持向量机的多类分类问题的一种新算法

在K-SVCR算法结构的基础上构造了新的模型.模型的特点是它的一阶最优化条件可以转化为一个线性互补问题,通过Lagrangian隐含数,可以将其进一步转化成一个强凸的无约束优化问题.利用共轭梯度技术对其进行求解,在有限步内得到分类超平面.最后在标准数据集进行了初步试验.试验结果显示了提出的算法在分类的精度和速度上都有明显提高.