第一节 线性网络分析基础 网络拓扑分析的基本知识（网络图、连通图、树、树支、连支、割集、平面网络、非平面网络等）、回路电流法和网孔电流法

第十五章电路方程的矩阵形式 本章教学重点 (1)图的矩阵表示 关联矩阵A单连支回路矩阵B单树支割集矩阵Q (2)矩阵形式的KCL、KVL (3)结点电压方程的建立

（1）图的矩阵表示 关联矩阵A 单连支回路矩阵B 单树支割集矩阵Q （2）矩阵形式的 KCL、KVL （3）节点电压方程的建立

购物篮是顾客在一次事务中所购买项的集 合,所谓事务是一个明确定义的商业行为。 事务数据库研究的一个最普通的例子就是 寻找项的集合,或叫做项集。包含个项的 项集被称为i-项集。包含该项集的事务的百 分数叫做该项集的支持度。支持度超过指 定阈值的项集叫做频繁项集

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

本章介绍电路模型的概念电压和电流参考方向的概念吸收、发出功率的表 达式和计算方法,以及电阻、电容、电感独立电源和受控电源等电路元件。 不同的电路元件的变量之间具有不同的约束基尔霍夫定律是集总参数电路 的基本定律,包括电流定律和电压定律,别对相互连接的支路电流之间和相互 连接的支路电压之间予以线性约束。这种约束与构成电路的元件性质无关

§1-1 集总电路 §1-2 电流、电压及功率 §1-3 基尔霍夫定律 §1-4 特勒根定理 §1-5 电阻元件 §1-6 电压源 §1-7 电流源 §1-8 受控源 controlled source §1-9 分压公式和分流公式 §1-10 两类约束 KCL、KVL方程的独立性 §1-11 支路电流法和支路电压法 §1-12 叠加原理

§3－1 网孔分析法 §3－2 结点分析法 §3－3 含受控源的电路分析 §3－4 回路分析法和割集分析法 §3－5 计算机分析电路实例 *§3－6 树支电压与连支电流法

§3－1 网孔分析法 §3－2 结点分析法 §3－3 含受控源的电路分析 §3－4 回路分析法和割集分析法 §3－5 计算机分析电路实例 *§3－6 树支电压与连支电流法

基于支持向量机,提出一种挖掘粗集信息表中不一致事例背后隐藏某种有价值信息的算法,即不一致是由于错误引起,还是由于误差引起,抑或是由于缺少属性引起,并提出一些排除不一致的方案和算法