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

1 逻辑类问题（A类）－指设计、编码中出现的计算正确性和一致性、程 序逻辑控制等方面出现的问题，在系统中起关键作用，将导致软件死机、功能正 常实现等严重问题； 接口类问题（B类）－指设计、编码中出现的函数和环境、其他函数、全 局/局部变量或数据变量之间的数据/控制传输不匹配的问题，在系统中起重要作 用，将导致模块间配合失效等严重问题；

教学目的： 1. 掌握络合物的平衡常数，副反应系数及条件平衡常数； 2. 掌握络合滴定法的基本原理、方式及应用； 3. 了解金属离子指示剂。 教学重点： 1. 各种副反应系数及条件稳定常数的计算； 2. 化学计量点时、计量点前后金属离子浓度的计算，终点误差的计算； 3. 准确滴定、分别滴定的条件； 4. 常用指示剂（EBT、XO）的使用条件及应用。 教学难点：副反应系数及条件平衡常数的计算；混合金属离子滴定的酸度控制

前面讲了单调性、极值、最值、凹凸性。 我们知道凹凸性反映的是曲线的弯曲方向，但 是朝同一方向弯曲的两条曲线，其弯曲的程度 也不尽相同。曲率就是表征弯曲程度的量，它 等于单位路程上方向（角度——切线的倾斜角） 的改变量

在建立数学模型时常常需要确定一些参数,选什么量为参数 ,怎样选取参数,其中也有一些技巧,参数选得不好,会使 问题变得复杂难解,给自己增添许多不必要的麻烦。确定参 数以后,一般需要利用数据来获得这些参数的具体取值,例 如在使用经验方法建模时,假如你准备用线性函数ax+b来 表达变量间的关系,你还要用最小二乘法去求出参数a、b 的值,这一过程被称为“参数识别

在研究某些实际问题时，经常无法直接得到各变量之间的联系，问题的特征往往会给出关于变化率的一些关系。利用这些关系，我们可以建立相应的微分方程模型。从另一个方面来讲，从微小的变化量来研究函数变化的规律，微分提供了一种人们认识系统更加深入的描写和刻画。从这个角度说，微分方程模型在模拟客观事物时更加具有机理性和本质性

根据页岩气储层纳微米孔隙和微裂缝结构特征,建立含微裂缝表面层基质-裂缝双重介质球形模型.综合考虑扩散和滑移对页岩气产能的影响,利用Langmuir等温吸附方程描述页岩气的解吸吸附,通过Laplace变换和Stehfest数值反演,得到页岩气藏压裂井定产和定压条件下的井底流压和产量的解析解,并进行页岩气藏压裂井产能预测及影响因素分析.结果表明:微裂缝是页岩气基质微观孔隙和宏观裂缝运移的主要渗流通道;微裂缝的渗透率越大和长度越长,页岩气井产量越大

本章介绍了单片机应用系统配置中最常使用的A/D转换器、D/A转换器和开关器件的工作原理及其接口技术，并且详细说明每类接口的编程方法。 10.1 AD转换器及与单片机的接口 10.2 ADC0809模数转换器 10.3 DAC0832数模转换器 10.4 开关量功率接口技术 10.5 开关量输入接口

在许多工程技术领域(如电磁场理论、量子力学、固体物理、材 料物理、流体力学等)经常遇到复变量的函数.复变函数理论研究复 变量之间的对应关系,它是实变函数理论在复数域中的推广,因此两 者之间有许多相近之处,这有助于我们学习比较,但在学习中更要注 意它们之间的不同之处.本章主要讨论复变函数的一些基本概念

微分方程: 联系着自变量,未知函数及其导数的关系式. 为了定量地研究一些实际问题的变化规律,往往是 要对所研究的问题进行适当的简化和假设,建立数学 模型,当问题涉及变量的变化率时,该模型就是微分方 程,下面通过几个典型的例子来说明建立微分方程模 型的过程