流形判别分析

传统降维方法主要有两种思路：一是利用样本的全局特征,保证降维前后样本的全局特征不变;二是尽量保证相邻样本在降维前后的相对关系不变。传统方法由于未能充分利用样本的已有信息,因此降维效率有限。鉴于此,在 Fisher 准则和局部流形保持的基础上,该文提出流形判别分析。该方法首先定义了基于流形的类内离散度MWCS和类间离散度MBCS,然后利用Fisher准则找到最佳投影方向,该方向满足MBCS与MWCS之比最大。该方法不仅继承了传统降维方法的优势,而且进一步提高了降维效率。标准数据集上的实验结果表明该文所提方法的有效性。     

基于模糊大间隔最小球分类模型的恒星光谱离群数据挖掘方法

由于人类对宇宙的认识有限,因此,如何通过对光谱数据分析发现一些新的、特殊的天体成为天文学家面临的重要课题。目前,常见特殊天体发现方法的基本思想是利用智能分类算法对离群数据进行分析。然而,当前主流分类算法大多对离群数据不敏感,分类性能甚至受离群点影响较大,因而无法完成特殊天体发现任务。鉴于此,提出基于模糊大间隔最小球分类模型的离群数据挖掘方法,该方法利用部分一般样本和离群样本建立最小球模型,并在此基础上引入模糊技术,通过降低噪声的权重,尽量减少噪声的影响。与C-SVM,SVDD,KNN等传统分类方法在SDSS恒星光谱数据集上的比较实验表明所提方法的有效性。     

一种新型酰胺功能化的共价有机框架用于选择性染料吸附

共价有机框架(covalent organic framework, COF)是一种由轻质元素(C、H、O和N)以共价键的形式连接组成的结晶多孔聚合物,由于其具有规则的孔道、可修饰的骨架以及良好的稳定性而被广泛应用于不同的领域.尤其是将含氮的功能基团连接到COF的骨架中,可以为其吸附特定的染料提供丰富的活性位点.基于此,本工作成功制备了一种酰胺功能化的二维共价有机框架材料(JUC-578),通过一系列的表征证明了该材料具有高的结晶度、均一规整的形貌以及开放的一维介孔孔道.更重要的是,发现JUC-578可以选择性地吸附阳离子染料,并且可以多次循环利用.这主要归因于骨架中的氮作为电子给体与缺电子的染料之间的静电作用以及其他弱相互作用(氢键、偶联作用等).与此同时,JUC-578高的结晶度和有序的孔道也是实现可逆吸附染料非常重要的因素.