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

Section 2.1 Data and Data Type 数据与数据类型 Section 2.2 次数分布表 Section 2.3 次数分布图 Section 2.4 平均数 Section 2.5 变异数

油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级

为了保证齿轮钢中非金属夹杂物的控制，并确定齿轮钢经济合理的总氧含量控制目标，开展了总氧含量对齿轮钢中非金属夹杂物的影响研究。以三种不同总氧含量的Mn–Cr系齿轮钢为研究对象，利用Aspex扫描电镜、极值法、疲劳测试等不同方法研究了齿轮钢中非金属夹杂物数量、分布、尺寸等，获得了夹杂物与齿轮钢总氧含量的对应关系。在本文实验条件下，随着总氧含量的降低，钢中氧化物夹杂数量不断减小，其中5～10 μm的小尺寸夹杂物减小最明显，而10 μm以上的大尺寸夹杂物数量变化规律不明显。另外，极值法和疲劳试验结果表明，总氧含量高时（质量分数为0.0013%），钢中最大氧化物夹杂尺寸也较大，比总氧质量分数为0.0010%和0.0005%的实验钢的最大夹杂物尺寸高10 μm以上，且当总氧含量比较低时（质量分数≤0.0010%），实验钢总氧质量分数变化（0.0010%、0.0005%）对钢中最大夹杂物尺寸影响不大

1. Peano系统 2.后继,归纳集,自然数,自然数集 3.数学归纳法原理 4.传递集 5.自然数的运算 6.自然数上的序关系

在面向过程程序设计中,被操作的数据仍然是嵌入在编程语 句中的,并且与程序逻辑混合在一起,计算机的信息世界与 现实世界之间的映射关系仍然不直接,不明确。反之,如果 程序员面对的开发层面在逻辑上与现实世界相似相近,那么 不仅开发过程将更简捷,而且软件的质量也一定更好 用面向过程的方法开发较大的软件系统,数据缺乏保护,表 面上看,程序可以访问几乎所有的数据,似乎很方便,其实 不然。理想的状态是,数据被封装起来,外界要访问数据, 就应该调用相应的函数,函数将所需要的数据按指定的格式 包装好,传给外界;否则数据无法被访问

第一节 数控程序编制的概念 第二节 数控机床的坐标系 第三节 常用编程指令 第七节 CAD/CAM简介 第四节 编程中的数学处理 第五节 数控车床的程序编制 第六节 数控铣床的程序编制

留数及留数定理 留数计算 在无穷远点的留数 留数在定积分中的应用(I)

留数及留数定理 留数计算 在无穷远点的留数 留数在定积分中的应用(I)

一、数控装置的作用 数控装置的主要作用是,读入数控加工程序,将其 转换成控制机床运动和辅助功能要求的格式,分别送 给进给电机控制单元、主轴电机控制单元和PLC,具 有内置PLC功能的数控装置本身具有逻辑量解算功能, 直接将解算结果送给机床强电控制系统。具有闭环控 制功能的数控系统还会读入机床位置检测装置发出的 实际位置信号,与指令位置比较后,用其差值控制机 床的移动,可以获得较高的位置控制精度