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

4.1流体方程的随体导数 4.2积分形式的连续性方程 输运公式可用于任何分布函数n,如密度分布、动量分布、能量分布等

作为探测研究半导体深能级缺陷的手段，导纳谱测试方法被逐渐开发拓展，比如测量异质结材料的能带偏移.本文介绍了利用导纳谱测量半导体量子阱的量子限制效应的实验原理方法以及装置系统，并且对一些半导体量子阱样品进行了测量，得到了激活能等实验结果

基于物料平衡原理,建立了尾渣全钒含量与焙烧熟料全钒含量、焙烧转化率及浸出率之间的函数方程,并结合某公司实际生产数据对方程的有效性进行了验证.在此基础上,系统研究了方程自变量间相互作用及对尾渣全钒含量的影响,进一步简化了原方程.结果表明:原方程和简化方程能够正确反映尾渣全钒含量和上述因素之间的内在作用规律,可为尾渣全钒含量的实际生产技术控制提供判断依据;而简化方程函数关系简单,更利于实际应用

为了能够更好地大量利用矿渣、钢渣制备高强建筑材料,实验采用灰色关联分析方法研究了矿渣、钢渣的粒度分布对大掺量矿渣、钢渣胶凝体系抗压强度的影响.矿渣和钢渣掺量分别占胶凝材料总质量的50%和30%,水胶比为0.34.研究表明:粒度小于8.39μm的矿渣、钢渣颗粒对其胶凝体系3 d和28 d抗压强度均起到增强作用,大于8.39μm的矿渣、钢渣颗粒对抗压强度起到削弱作用.为了提高大掺量矿渣、钢渣胶凝体系28d抗压强度,应当主要增加5.03~8.39μm矿渣、钢渣颗粒数量

1-2基本物理量与参考方向 一、基本物理量(基本变量): 电流i,电压u,电量q 磁链,能量W,功率p

1.掌握粘性动量传输、粘性动量通量及其表达式。 2.掌握对流动量传输、对流动量通量及其表达式。 3.掌握不同情况下连续性方程的表达式及应用。 4.掌握N-S方程的物理意义

第四章废气能量利用与增压方式 第一节废气能量的利用 1、理想的定压系统 排气系统:从排气道出口到涡轮进口的管路系统 定压系统:排气系统容积较大、具有稳压作用---压力波被淹没 扫气:在气门重叠期间,一部分新鲜空气裹挟废气排出气缸不经过燃烧过程,这部分气体称为扫气。用于柴油机

§2-1 热力学第一定律的本质 §2-2 热一律的推论——内能 §2-3 闭口系能量方程 § 2-4 开口系能量方程 §2-5 稳定流动能量方程 §2-6 稳定流动能量方程应用举例

本节我们用一个能源利用系统的例子 说明冲量过程的建模方法. 我们考察某地区的能源利用状况.先界 定系统的范围,比如只考虑能源利用量、价 格、生产率、环境质量、工业产值、就业机 会及人口总数等7个因素，它们之间相互复 杂的关系可以简化为一个因素对另外因素直 接的促进(正面)或促退(负面)作用。要研究 的问题是,当其中某个因素突然发生改变时, 预测系统各因素的演变过程和趋势