摘要：论文对支持向量机(SVM)和正交设计方法进行了比较。支持向量机在分类和回归方面广为应用,而正交设计方法在实验设计方面是非常有效的,并且在化学工业中应用广泛。本文使用了两因素、七维正交实验(干燥实验)作为例子来把支持向量机方法应用到实验设计中去。正交表是用来研究实验的最优化条件和显著因素,本文给出了支持向量机和正交实验设计的计算结果。通过两者的比较,可以看到支持向量在实验预测方面比正交设计方法效果更好。从而可知支持向量机在实验设计方面的前景广阔。

摘要：基于控制顶点扰动的思想提出了一种新的曲线重构算法,用于构造一条分段二次B样条曲线来逼近平面上的散乱数据点.逐个输入数据点后,通过对控制顶点进行扰动来求取新的控制顶点.重构曲线的最终控制网格可通过求解一个非线性优化问题获得.一系列实验表明:该算法在经过少数几步迭代后很快就能收敛.该算法几何直观性强、操作简单,对平面上具有不同形状和不均匀采样误差的散乱数据都能得到很好的重构效果.

摘要：利用 Γ函数在区间 [0 ,+∞ )上给出了一类加权积分型算子并得到其各阶矩 ,推广了关于 Szasz-Durrmeyer算子及 Baskakov-Durrmeyer算子的相应结果 。