一类变量可分离支持向量分类机的研究与应用

针对传统SVC方法在样本容量大时存在训练时间过长、精度不高等不足,建立了一种变量可分离的支持向量分类模型DCSVC及算法,并应用于随机函数生成数据分类学习及戈尾属植物数据集分类预测中,从理论与实践上证明了DCSVC算法优于传统SVC算法(分类正确率较高而且训练时间较短)。     

用径向基神经网络预测丙戊酸钠血药浓度

应用径向基(RBF)神经网络建立预测丙戊酸钠(VPA)的血药浓度的模型.以患者的性别、年龄、给药间隔、给药剂量、肝功能、肾功能等为输入变量,VPA血药浓度为输出变量,训练RBF网络,获得两者问的关系.当SPREAD值为0.1时,网络模型的预测效果和泛化能力较好.RBF网络用于预测VPA血药浓度的研究是可行的和有效的.     

正交试验层次分析法

提出了一种正交试验数据分析的新方法——正交试验层次分析法(AnalyticHierarchyProcess,简称AHP).应用层次分析(AHP)对不考虑交互作用的正交试验进行统计分析,得出各因素各水平对试验结果的影响权重,从而确定因素的主次顺序及最佳条件.实验结果表明,应用AHP对正交试验进行分析得到的结论与传统的直观分析法一致.     

基于核磁共振氢谱代谢组学研究黄连解毒汤对胰岛素抵抗大鼠棕色脂肪组织代谢组的影响

采用基于核磁共振氢谱(¹H NMR)的代谢组学方法, 研究了黄连解毒汤(HJD)对高果糖诱导胰岛素抵抗大鼠模型棕色脂肪代谢组的影响. 选取Wistar大鼠32只, 适应7 d后随机分为正常对照组、 模型组、 阳性药物对照组和黄连解毒汤组, 每组8只. 正常对照组给予纯净水喂养, 其它3组给予100 g/L的果糖水喂饲. 28 d后, 4组大鼠除了继续给予100 g/L的果糖水喂养外, 阳性对照组和黄连解毒汤组同时分别给予阿托伐他汀10 mg/(kg·d)和HJD水煎剂3.175 g/(kg·d)灌胃, 正常对照组和模型组给予一定体积的生理盐水灌胃, 整个实验持续56 d. 取各组大鼠棕色脂肪组织(BAT), 采集各组组织提取液的¹H NMR谱, 运用主成分分析法(PCA)分析. 与正常对照组相比, 在模型组中乳酸、 胆碱、 磷脂胆碱/甘油磷脂胆碱、 肌酸/肌酸酐、 牛磺酸和肌苷的含量升高, 脂质含量降低; 黄连解毒汤组逆转了模型组中上述各代谢物的变化, 且引起肌醇升高, 均具有统计学意义. 实验结果表明, 黄连解毒汤能够逆转机体能量代谢、 减轻细胞膜受损以及降低肝肾损伤, 初步阐明了黄连解毒汤对胰岛素抵抗状态下棕色脂肪组织代谢的调控作用.     

医药高等数学教学改革趋势研究

指出了传统非专业高等数学教学理论的缺陷,提出广度优先的教学策略,并就如何实现这一教学思想进行了探讨,探讨了教学内容、教学方法现代化的重要性,提出在医药院校开设数学实验的必要性.     

独立成份分析在径向基函数网中的应用研究

提出应用独立成份分析(Independent omponent nalysis,ICA)降低径向基函数网(RBFN)输入维数的方法,并讨论ICA降维方法对RBFN行为的影响．实验表明基于ICA的降维方法大大提高了RBFN的收敛速度,改善RBFN的行为．     

变量可分离函数的RBF神经网络拟合模型及其VC维

提出变量可分离函数的径向基函数网络拟合模型(Fitting Model based Radial Basis Function network to Variable Separable Function,VSRBF)及其学习算法并分析VSRBF的VC维.VSRBF是一个由多个子径向基函数网络组成的分工协作系统,由于把高维模型分解为低维模型,与传统径向基函数网络(Based Radial Basis Function Network,RBF)相比,VSRBF不仅明显地降低了系统复杂性而且网络的收敛速度更快.证明了VSRBF的VC维低于传统RBF的VC维,实验表明VSRBF在处理高维模型的行为明显优于RBF.