摘要：利用粉末反溅方法研制了酒敏灵敏度>20的性能良好的Si基SnO2/CeO2旁热式气敏元件,给出了重要参数之一的传感特征响应和恢复时间的实验结果,典型的稳态特征响应时间值在2.5s以上,恢复时间在7s以上;提出使用扩散反应模型对特征时间的物理意义及过程分析,在给定的边界条件下进行了解释;同时,建立了一种简单系统阶跃响应数学模型,并结合Matlab软件进行特征响应和恢复时间曲线处理的数学方法;最后,设计了有源串联相位超前微分网络以降低优化特征时间、提高元件响应速度。仿真和结果表明,特征时间显著减小,可提前约40%。

摘要：提出一种新的标记迭代过程中错分样本的AdaBoost算法(MWBoost),该算法通过在提升过程中,把上一个分类器错分的样本全部参入到下一个分类器的训练中,并在分类正确的样本中进行重采样,从而使得后一轮提升中分类器能够更快速地关注那些难以分类的样本。该算法在UCI的多个数据集上进行了测试,并且与传统的AdaBoost算法进行了比较,实验结果表明,新的算法具有更好的分类精度。

摘要：传统经典的欧几里得距离、曼哈坦距离、明考斯基距离不能很好地描述对象间固有的差异,使得在聚类过程中不能很好地区分对象,在此借用相对论中质量——速率公式提出了一种新的相异度的度量方法,结合场论提出了一个新的聚类算法。通过把每个对象看作一个场源,每个场源通过两个不同的参数进行描述,最后通过每个场源对类中心的作用进行聚类。实验结果表明,该方法能有效改善聚类效果。

摘要：为有效解决支持向量回归中的参数选择问题,提出了一种新算法——AGA-SVR。在该算法中,通过适时增加染色体变异的概率来提高染色体的多样性,克服了标准遗传算法存在个体容易早熟的缺陷,从而增加学习到全局最优的几率。通过将AGA-SVR应用于上证开盘指数预测,结果验证了该算法优于标准遗传算法及经典梯度下降算法。