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

采用共存理论、动力学分析和实验验证的方法,研究转炉冶炼超低碳钢吹炼末期炉渣成分对终点[C]含量的影响规律,建立1853-1973 K时终点[C]与炉渣成分和温度的回归模型.结果表明：FeO活度受温度影响较小,主要受炉渣成分的影响;脱碳动力学条件主要受炉渣成分和温度的影响.炉渣碱度增加,终点[C]含量升高;渣中FeO含量增加,终点[C]含量迅速降低,渣中FeO质量分数应控制在12.0%-18.0%之间;渣中MgO质量分数在7.0%-13.0%范围内逐渐增加,钢液中[C]质量分数增加值不足0.01%;随着温度的增加,钢液中[C]含量降低.回归模型对冶炼超低碳钢的转炉终点[C]含量的预判平均误差率为±15.25%,[C]含量误差在±0.01%以内的炉次占69.19%

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

针对高温含水条件下非氧化物材料经常面临的性能失效问题,以六方BN粉体(平均粒度为1.2μm)为研究对象,利用高温热重分析、X射线衍射以及扫描电镜等手段,考察了BN粉体在不同温度(1273-1373K)含水条件下f水和空气的体积比为3:7)的反应行为,并与其在干燥空气下的反应行为进行对比.BN粉体在含水条件下的反应有如下特点:在反应初期,试样质量增加率快速增加;在反应后期,试样质量增加率变缓.结合热力学分析探讨了BN材料在高温含水条件下的反应机理:质量快速增加阶段主要发生BN与O2之间的氧化反应,试样质量增加率变缓阶段主要是由于氧化产物B2O3与H2O反应生成了挥发性产物.随着温度的升高,两反应阶段试样的质量增加率均有所提高.利用周模型对BN材料在高温含水条件下的反应动力学进行了较为精确且定量的拟合,结果与实验数据吻合良好

为了给数控机床故障的精准诊断提供保障，延长数控机床使用周期，以数控机床历史维修记录为研究对象，对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后，提出了一种基于双向长短期记忆网络（Bidirectional long short-term memory, BLSTM）与具有回路的条件随机场（Conditional random field with loop, L-CRF）相结合的命名实体识别方法。首先，对输入语句进行分词和标注，使用Word2vec中的Skip-gram模型对标注语料进行预训练，将其生成的字向量通过词嵌入层转化为字向量序列；然后，将字向量序列输入BLSTM学习长期依赖信息；最后将句子表达输入L-CRF获取全局最优序列。实验结果表明，该方法明显优于其他命名实体识别方法，为数控机床设备的智能检修与实时诊断任务打下了坚实的基础

以GaN和(Ga1-xInx)P半导体的金属有机物气相外延生长(MOVPE)为例分析了V族气源物质NH3和PH3热分解对半导体化合物外延生长成分空间的影响.根据外延生长过程中NH3和PH3实际分解状况,建立了气源物质不同分解状态下的热力学模型,进而应用Thermo-calc软件计算出与之对应的成分空间.计算结果与实验数据的对比表明:GaN和(Ga1-xInx)P半导体的MOVPE过程的热力学分析必须根据V族气源物质NH3和PH3的实际热分解状况,进行完全平衡或限定平衡条件下的计算和预测,完全的热力学平衡分析仅适用于特定的温度区段或经特殊气源预处理的工艺过程

为研究煤层深孔聚能爆破致裂增透机理,构建聚能爆破分析模型,运用理论分析与数值模拟相结合的方法探讨聚能爆破时聚能射流的成型机理、爆炸应力波的传播特点、煤体力学特征和裂隙扩展机理.结果表明：聚能槽集聚爆轰能量形成聚能射流并产生聚能效应,聚能效应显著改变了爆炸应力波的传播特性和煤体的力学性质,在聚能方向煤体所受压应力峰值是非聚能方向的1.10~1.29倍,有效地促进了裂隙的扩展;且主聚能方向煤体所受压应力峰值由次聚能方向的0.85倍增大到1.06倍,放缓了煤体所受应力的衰减速度.此外,煤层深孔聚能爆破工程应用实验表明,聚能爆破后抽采孔平均瓦斯含量是聚能爆破前的1.58倍,有效地提高了煤层透气性和瓦斯抽采率