生命科学与理学院《植物分类学》ppt完整课件（一）。教材与参考书：《植物分类学》自编教材、植物学（

生命科学与理学院《植物分类学》ppt完整课件（二）。教材与参考书：《植物分类学》自编教材、植物学（

件（二）：教学大纲.doc绪论.doc绪论：植物分类.doc叶.doc地衣.doc根.doc植物组织

件（四）：教学大纲.doc绪论.doc绪论：植物分类.doc叶.doc地衣.doc根.doc植物组织

件（三）：教学大纲.doc绪论.doc绪论：植物分类.doc叶.doc地衣.doc根.doc植物组织

6.1知识的求原、求真法 (1)求原方法——版本鉴别法 (2)求真方法——文本校勘法 6.2知识的组织、检索法 (1)组织方法——文献分类法 (2)检索方法——目录查检法 6.3知识的计量、分析法 (1)计量方法——文献计量法 (2)分析方法——引文分析法 6.4知识的导读、咨询法 (1)导读方法——提要揭示法 (2)咨询方法——参考咨询法

第一节 概述 第二节 网络信息分类法的编制 第三节 网络信息分类组织和著录

将支持向量机应用于岩体质量等级分类中,采用工程中适用性强的指标如岩石质量指标、完整性系数、单轴饱和抗压强度及结构面摩擦因数,作为判别因素.选用径向基核函数进行训练,通过交叉验证确定最佳模型参数,建立了岩体质量分级模型.该模型采用成对分类方法构建多类分类模型,与已有文献采用一对多分类法构建支持向量机多类分类模型相比,不可分区域减少很多,即模型分类精度提高显著.将该模型应用于工程实例,结果表明预测结果与工程勘测结果完全吻合,证明了支持向量机岩体质量分级方法的有效性

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

实验一 节肢动物与昆虫外形及头部 实验二 昆虫口器 实验三 昆虫胸部的基本构造及胸足和翅 实验四 昆虫腹部基本构造 实验五 昆虫生物学 实验六 六足总纲及昆虫纲的分类鉴定 实验七 直翅目昆虫分类 实验八 半翅目昆虫分类 实验九 同翅目昆虫分类 实验十 鞘翅目成虫分类 实验十一 鞘翅目幼虫分类 实验十二 鳞翅目成虫分类 实验十三 鳞翅目幼虫分类 实验十四 膜翅目成虫分类 实验十五 双翅目成虫分类 实验十六 昆虫内部器官的位置及消化和排泄器官 实验十七 昆虫的循环系统和血细胞、呼吸系统、生殖系统 实验十八 昆虫的神经系统 实验十九 昆虫种群的空间格局 实验二十 昆虫种群生命表的组建和应用 实验二十一 群落组成及优势种群数量调查