排序方式: 共有3条查询结果,搜索用时 31 毫秒
1
1.
2.
为了对现场大量缴获毒品进行快速检测,实现无损准确定性分析,实验对神经兴奋剂、神经抑制剂和致幻剂三类毒品共166份样本的红外光谱数据进行采集,利用径向基函数神经网络与支持向量机构建不同数据分类模型,并对比基于不同核函数的支持向量机模型对分析准确率的影响。结果表明,在三类毒品样本识别与分类过程中,基于Polynomial核函数的支持向量机分类模型分类效果优于其他模型,样本训练集的分类准确率达到96.5%。该模型在对同一类型中不同种类毒品样本的识别与分类过程中,神经兴奋剂类中各种类毒品样本训练集的分类准确率达到96.4%。本研究实现了不同类型及同一类型不同种类毒品快速准确的定性分析,为这类走私管制类药物案件的准确定性及刻画犯罪嫌疑人相关行为特征提供了一定的技术支持。 相似文献
3.
基于倒向随机微分方程(BSDE)和非线性期望理论中惩罚方法的启发,研究并得到了一般时间区间上L~p-半狹序列的单调极限定理.该结果的证明并非经典结果的平凡推广,新的框架让我们面对许多新问题,它将在一般框架下g-上鞅的Doob-Meyer型分解以及受限BSDE解的存在性等问题的探索中发挥重要作用. 相似文献
1