基于当前状态数据的加法风险模型的自适应LASSO回归选择

当真实的潜在模型具有稀疏表示时通常需要使用变量选择方法,确定模型中的重要预测因子可提高被拟合模型的预测性能,许多文献研究了这类问题,其中张和吕[1]针对右删失数据开发了一种基于比例风险模型的变量选择方法.本文研究了基于当前状态数据的加法风险模型的变量选择问题.在文献[1]的启发下,我们提出一种自适应Lasso方法来解决...     

大学化学基础实验(G)课程的调查分析

开展了关于大学化学基础实验(G)课程内容设置的学生问卷调查。对几个重要的调查数据进行了分析和讨论,对大学化学基础实验(G)的内容设置和教学改革提出了一些建议。     

基于DIGNET网络的数据融合方法

针对数据融合和目标识别的特点,提出了基于DIGNET自组织聚类人工神经网络的数据融合方法。考虑到多传感器系统测量多个参量的特点,用并行的子网络结构代替中间隐层,实现了基于决策层的信息融合目标识别。利用仿真数据对基于DIGNET的数据融合方法进行了实验研究。实验结果表明,该方法具有数据正确分类率高和抗噪能力强等优点,有效地实现了融合识别。将该方法应用于前视红外和可见光双传感器目标跟踪系统的数据融合识别是可行的。     

基于红外/毫米波双模融合的目标识别方法

在数据融合的基础上,以红外/毫米波双模传感器的智能融合结构为模型,将模糊神经网络与D-S证据理论相结合,提出了一种新的目标识别方法.该算法根据红外/毫米波传感器的性能及工作范围,构造模糊变量作为神经网络的输入,根据神经网络的不同输出判别目标的真伪,并利用D-S证据理论进行目标身份识别.仿真结果证明了该算法的可行性.     

基于支持向量机混合采样的不平衡数据分类方法

利用传统支持向量机(SVM)对不平衡数据进行分类时,由于真实的少数类支持向量样本过少且难以被识别,造成了分类时效果不是很理想.针对这一问题,提出了一种基于支持向量机混合采样的不平衡数据分类方法(BSMS).该方法首先对经过支持向量机分类的原始不平衡数据按照所处位置的不同划分为支持向量区(SV),多数类非支持向量区(MN...     

基于多源异构数据融合的初中数学知识图谱构建

知识图谱可以为智能问答和自动推荐等系统提供良好的数据支持.针对国内现有学科知识图谱构建数据来源单一等问题,提出一种多源异构数据融合的方法构建初中数学知识图谱.基于领域知识和学习者需求构建初中数学本体,确定概念、方法、公式、定理四种类型的实体;从教材等权威数据源和百度百科、互动百科等网络数据源中获取非结构化与半结构化数据...     

AlH分子10个Λ-S态和26个Ω态光谱性质的理论研究

在修正了各种误差(自旋-轨道耦合效应、标量相对论效应、核价相关效应及基组截断)的基础上,本文利用内收缩的多参考组态相互作用(icMRCI)+Q方法计算了AlH分子10个Λ-S态和26个Ω态的势能曲线.利用包含自旋-轨道耦合效应的icMRCI/AV6Z~*理论计算了X¹∑_((0⁺)⁺),a³Π_0⁺,a³Π₁,a³Π₂和A¹Π₁态之间的跃迁偶极矩.计算得到的光谱常数和跃迁数据与现有的实验值符合很好.研究发现:1)A¹Π₁-X¹∑_((0⁺)⁺)(0,0),(0,1),(0,2),(1,0),(1,1),(1,2),(1,3),(1,4)和(1,5)带Q(J")支的跃迁比较强,随着J"的增大,Δv=0带的爱因斯坦A系数和振...     

氨基乙酸金属配合物稳定常数测定实验的改进

通过改用自动电位滴定仪在氮气保护和恒温条件下准确地对氨基乙酸-硝酸铜体系进行滴定和数据拟合,正确掌握有机酸碱离解常数和金属配合物稳定常数测定的科学方法。     

排序支持的交互数据分类算法及其应用

交互分类是解决数据复杂分类问题的主要手段之一。在现有的大多交互分类系统中,用户能准确识别数据类别,但在有些分类场景中,类别之间的顺序关系更容易被识别,为此,提出一种排序支持的交互数据分类算法。为提升交互分类精度,引入数据的顺序信息,为降低标记难度,提出候选样本推荐策略。另外,提出一种评估分类算法性能的可视化方法,用包含基本车况、交通违法记录、交通事故记录等信息的车辆数据集进行实验验证,将相关车辆分为高危车辆、中危车辆、低危车辆3类,算法的分类结果模型一致度达近98%,验证了方法的有效性。