摘要：建筑是凝结着人类文明历史与科学技术的智慧结晶,其自身也是个复杂综合体。建筑学专业作为建筑行业的先行者,策划、设计贯穿每个建筑体的形成。为了能与社会发展、时代步伐相适应,建筑学专业的基本理论知识、设计技能技巧以及设计构思等课题已日益受到关注。当今世界高科技飞速发展,社会变化日新月异,各行各业不断改革、创新的同时,其中作为社会支柱产业之一的建筑业也面临新的挑战。

摘要：针对目前一些正确识别率高的SVM(Support Vector Machines)分类器、超球SVM分类器、深度学习分类器在一些典型样本集上应用时仍然有2%左右的错误识别率和增量学习功能不强的问题,本文提出了一种具有合适拒识机制的高正确识别率分类器设计方案和相应的增量学习算法,较好地解决了上述问题.主要工作包括:同类特征集合的紧密包裹集构造算法;基于同类特征集合和紧密包裹集的同类特征区域紧密包裹面的求解算法;设置所有紧密包裹面之外的公共区域为分类器的拒识区域的方法;当增加新类别、增减训练样本时,以上算法的增量学习算法.用uci数据集做对比实验表明,在拒识率小于1.3%的情况下,本文方法设计的分类器正确识别率大于99.13%.

摘要：本文应用自行设计、制备的新基体α－腈基阿魏酸及α－腈基阿魏酸与３－硝基苄醇组成的固液相二元混合基体，用基体辅助激光解吸／电离飞行时间质谱法成功地对蛋白质样品胰岛素，细胞色素Ｃ和白蛋白进行了分子量测定。研究结果表明，α－腈基阿魏酸可以有效地解吸分子量较小的胰岛素，而α－腈基阿魏酸与３－硝基苄醇组成的二元混合基体则能够明显地提高分析灵敏度和重现性。