提出了一种基于粗网格与模式搜索相结合的支持向量机分类器模型参数优化方法,采用Jaakkola-Haussler误差上界作为模型选择的评价标准。以黎曼几何为理论依据,提出了一种新的保角变换,对核函数进行数据依赖性改进,进一步提高分类器泛化能力。在研究人工非线性分类问题的基础上,将该方法应用于手写相似汉字识别,实验结果表明分类精度得到了明显提高

通过将迟滞特性引入神经元激励函数的方式，构造了一种前向型迟滞神经网络模型.结合卡尔曼滤波方法，将其应用于风速时间序列的预测分析中.在原始风速时间序列的基础上，构造出风速变化率序列.采用迟滞神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到最优预测估计结果.仿真实验结果表明，迟滞神经网络具有更加灵活的网络结构，能够有效改善网络的泛化能力，预测性能优于传统神经网络.采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度，降低预测误差

包括以下21门课程：运筹学、信息安全数学基础、复变函数、数学建模、工具软件、信息工程概论、微分方程数值解、图形图像处理、数学实验、信息与博弈、分析选讲、代数选讲、密码学、随机过程、软件工程、计算机网络、泛函分析、计算机图形学、信息论基础、网站规划与网页设计、统计与预测

有界线性算子谱的定义和基本性质 1.1 有界线性算子谱的定义 1.2 预解集的性质 1.3 抽象解析函数与谱集的非空性 1.4 谱半径公式 紧算子的谱理论 Hilbert 空间上自伴紧算子的谱理论 谱系、谱测度和谱积分 酉算子的谱分解 有界自伴算子的谱分解 反问题和自共轭紧算子

几类重要 Banach 空间的对偶空间 1.1 l p 的对偶空间 1.2 L p (a, b) 的对偶空间 1.3 连续函数空间的对偶空间 1.4 可分 Banach 空间的对偶空间的可分性 自反的 Banach 空间 零化子空间与直和分解 弱收敛与弱 ∗ 收敛 算子序列的收敛性

提出了一种基于支持向量机的露天转地下开采边坡变形模型,有效表达了地下开采扰动引起露天矿边坡变形的非线性变化关系.采用RBF核函数学习现场监测数据,利用交叉验证选择模型参数,通过学习捕捉支持向量,建立模型预测未来变化趋势.将该模型应用于露天转地下开采的杏山铁矿.结果表明,支持向量机对学习样本的拟合精度极高,其预测精度也很高.采用捕捉的支持向量进行预测,便捷快速且有较强泛化能力

采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量

一、泛型程序设计 二、与标准模板库有关的概念和术语 三、 C++标准模板库中的容器 四、迭代器 五、标准C++库中的算法 六、 函数对象

针对挠性卫星本身存在的参数不确定性和外部扰动的控制问题,设计了以径向基函数神经网络和小脑神经网络为基础的复合变结构智能控制器.该控制器利用变结构控制系统对被控对象的模型误差、参数变化及外扰等的不敏感性的优点,再结合神经网络能够迅速逼近未知函数、泛化能力强的特点,可以适应挠性卫星参数不确定性和抑制外加干扰,实现对挠性卫星的有效控制.仿真结果表明复合控制能够提高卫星姿态的稳态精度和快速性

本课程是为数学系本科高年级学生开设的. 本课程讲述一般空间上的测度论的基础知 识和欧氏空间 n R 上的 Lebesgue 测度与积分理论. 现代数学的许多分支如概率论, 泛函分析, 群上调和分析等越来越多的用到一般空间 上的测度理论. 对数学专业的学生而言, 掌握一般空间上的测度论的基础知识, 已经变得越 来越重要. 因此本课程将一般空间上的测度论和 n R 上的 Lebesgue 积分结合起来讲述