• 概念学习 – 给定某一类别的若干正例和反例，从中获得该类别 的一般定义。 • 搜索的观点 – 在预定义的假设空间中搜索假设，使其与训练样例 有最佳的拟合。 – 利用假设空间的偏序结构 • 算法收敛到正确假设的条件 • 归纳学习的本质，从训练数据中泛化的理由

为了提高非平衡数据集的分类精度，提出了一种基于样本空间近邻关系的重采样算法。该方法首先根据数据集中少数类样本的空间近邻关系进行安全级别评估，根据安全级别有指导的采用合成少数类过采样技术（Synthetic minority oversampling technique，SMOTE）进行升采样；然后对多数类样本依据其空间近邻关系计算局部密度，从而对多数类样本密集区域进行降采样处理。通过以上两种手段可以均衡测试数据集，并控制数据规模防止过拟合，实现对两类样本分类的均衡化。采用十折交叉验证的方式产生训练集和测试集，在对训练集重采样之后，以核超限学习机作为分类器进行训练，并在测试集上进行验证。在UCI非平衡数据集和电路故障诊断实测数据上的实验结果表明，所提方法在整体上优于其他重采样算法

基于最优分类线的概念,提出了一种新的模式识别分类器构建方法——判别域界面几何法.该方法利用BP神经网络的高度非线性,将模式类样本数据从高维输入空间映射至二维判别域空间后,采用多边形中轴提取方法,构造模式类间隙多边形的中轴线,延伸至整个二维判别域空间,生成模式类决策边界.以铁路货车车轮用双列圆锥滚子轴承的故障诊断为例,介绍了判别域界面几何法的应用过程.结果表明,判别域界面几何法能在二维判别域空间上给出各不同故障模式类之间明确的界限,这就给操作者直观判断故障模式类别提供了条件

针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力

基于Biot-Savart定律和空间滤波技术,采用二维傅里叶变换,研究磁场到电流的反演.对高温超导量子干涉器(SQUID)测得的载流导线周围的磁场分布以及圆孔缺陷周围的涡流场激发的磁信号进行反演处理,并对所得的结果,特别是在傅里叶空间对截止频率的选择进行了初步探讨.结果表明,较高的截止频率值能有效提高反演结果的空间分辨率,但增加了噪声信号对反演结果的影响;相对较低的截止频率值能更明显地去除噪声信号,同时导致反演结果的失真,降低了反演结果的空间分辨率.利用缺陷周围的磁场数据反演出的电流分布,能够准确反映出被测样品中缺陷的位置、形状等基本情况

从矿山工程数字化及可视化的角度,将地下矿山看作是一包含多种几何量、属性量、参数量和状态量的动态量场,称之为地下矿复合场.通过分析各类空间场量的几何特性、分布特性、矢量特性和时空顺序特性,给出了各类空间场量及其相互关系的表征方法,进而提出了基于体素的一体化数字模型.经空间场量体素化、定量化、场量化及一体化处理,形成了地下矿复合场的一体化模型构建技术.以国内某典型矿山的实际数据为例,实现了地表地形、断层和井巷工程等几何特性、矿石品位的空间分布特性、井下通风系统的矢量特性的三维可视化仿真及火灾蔓延的动态仿真,进而验证了地下矿复合场一体化模型的可行性与有效性

受限空间内视觉疲劳是造成事故的主要原因之一。为探究有限空间内光照对视屏显示终端（Visual display terminals，VDT）作业视觉疲劳的影响，选取24名作业人员，在搭建的受限空间平台内进行VDT打字作业1 h，在50～700 lx范围内设置7个光照梯度使用眼动仪采集瞳孔直径数据。将采集数据进行归一化和降噪处理。实验结果表明，随着照度增大，瞳孔直径总体呈减小趋势，且瞳孔?照度关系符合幂函数关系；照度400，550和700 lx环境下瞳孔直径变化率在?12%～8%之间浮动，且随着光照强度的增强，作业人员视觉疲劳发生的程度增加；在低照度50，100和200 lx环境下，瞳孔直径变化率在?8%～4%之间浮动，且随着强度的减弱，作业人员视觉疲劳发生的程度也会增加。本研究提出使用窗口化的瞳孔直径标准差σ判断视觉疲劳出现时间，低照度下的σ峰值出现时间早于高照度下σ峰值出现的时刻，300 lx照度下σ峰值出现的时刻最晚，50～300 lx弱光照下对视觉造成的疲劳程度大于300～700 lx强光照下造成的疲劳

15.1类库结构和 System名空间 NET的类库提供了各种类、接口、委托、结构和枚举,这些 资源按照它们的经常的应用领域分布在不同的名空间中。 System. Object是一切类的根,所有类都继承于它。 System名空间除了包含系统预定义的类和基类,还包括常用 的值和引用数据类型、事件和事件处理程序、接口、属性和 异常处理,以及提供服务支持数据的各种其它类,例如类型 转换、方法参数操作、数学运算、远程和本地程序调用、应 用程序环境管理和对托管与非托管应用程序的监控。 除基础数据类型外, System名空间还包含近100个类,范围 从处理异常的类到处理核心运行库概念的类,如应用程序域 和垃圾回收器

根据插值得到的矿床规则体数据的品位空间分布,将体数据分为若干段.对不同品位段内部进行三维Delaunay划分并抽取其表面,形成了以不规则四面体为体元的体模型.把各品位段模型进行整合,实现对矿床的仿真.用“局部建模,整合显示”的思想解决了绘制速度和细节表现的矛盾,给出了体模型的矿床储量计算方法.整个模型用OOA分析,建立了模型的基础类数据结构,有良好的应用性和扩展性

一、含义 1、概念：序列相关（serial correlation）与自相关（autocorrelation） 通常不加区别，按时间（如在时间序列数据中）或者空间 （如在截面数据中）排列的观测值序列的成员之间的相 关