一种奇异积分方程的解法

研究了一种非线性奇异积分方程的解法,其基本方法是通过某种变换把它转化为带平方根的Riemann边值问题,从而给出了积分方程的可解条件及解的表达式.     

一种奇异积分方程的解法

研究了一种非线性奇异积分方程的解法，其基本方法是通过某种变换把它转化为带平方根的Riemann边值问题，从而给出了积分方程的可解条件及解的表达式．     

P300信号分类的多样本融合支持向量机算法

脑电信号是大脑受到自发或诱发刺激所产生的一种变化的脑电活动,利用结合了多样本融合思想的支持向量机（SVM）算法,在不同受试者的多样本数据上对诱发脑电信号中的P300信号进行了分类识别。首先对实验数据进行预处理和特征提取,然后利用SVM算法训练分类模型,最后通过融合多个样本的预测结果对测试数据的P300信号进行识别。结果表明,相比单样本SVM算法该方法对检测数据有较高的分类准确率,能够成为P300脑电信号预测的较好方法,具有应用前景。     

应用数据词典构造基于Web结构的数据库中间件

基于Web结构的数据库中间件负责管理服务器和数据库服务器之间的通信并提供应用程序服务.数据词典是指按数据流程图中的每一个成分逐一给出精确的定义,组成一个有机系统.本文介绍了在三层结构系统模式中应用数据词典来构造基于Web结构的数据库中间件,详细地给出了基于这种方法开发数据库中间件的理论基础、设计原理以及实现方法中所采用的关键技术.     

基于存储过程的数据复制在某公安系统的应用

在某公安综合系统中,当县级数据库中的数据发生了变化时,需要将所做的变化传播到复制系统中的地市级数据库．讨论了应用存储过程在Oracle数据库中实现该系统数据复制的设计思路,介绍了实现方法,并将其和现有的方法进行了比较,结果发现对于具有相同修改量的数据库,用存储过程实现数据复制的速度要明显快于高级复制且更经济．     

具有三个分担值的整函数

应用Nevanlinna值分布理论和整函数的唯一性理论,研究了具有三个分担值的整函数涉及重值的唯一性问题,所得结果推广了某些已知定理.     

热冲压钢B1500HS的淬后综合力学性能研究

通过开展单向拉伸试验、三点弯曲试验和夏比冲击试验,对硼钢B1500HS热冲压后的拉伸、弯曲、冲击韧性等综合力学性能进行了系统研究,并讨论了不同淬火速度对B1500HS综合力学性能的影响。结果表明:B1500HS热冲压后具有强度高、塑性较差的特点;当B1500HS在高于临界全马氏体转变的淬火冷速冷却时,淬火速度对B1500HS的综合力学性能仍有一定影响。淬火冷速越快,其抗拉强度越高,吸能性越好;但冷弯性能越差,延伸率越低。     

基于存储过程的数据复制在某公安系统的应用

在某公安综合系统中,当县级数据库中的数据发生了变化时,需要将所做的变化传播到复制系统中的地市级数据库.讨论了应用存储过程在Oracle数据库中实现该系统数据复制的设计思路,介绍了实现方法,并将其和现有的方法进行了比较,结果发现对于具有相同修改量的数据库,用存储过程实现数据复制的速度要明显快于高级复制且更经济.     

集合扩充的社团分解算法

社团结构是复杂网络的重要特征之一,寻找网络中的社团对于分析整个网络的结构和功能都有非常重要的意义.综述了一些经典的复杂网络社团结构划分的算法,提出了一种基于集合扩充的社团结构划分的新算法.该算法以网络中相邻的两个节点构成的集合为起点,用社团同外部联系的边的数目与社团内部边的数目的比值作为度量指标,通过计算将某一个邻居节点加入该集合后度量指标值的变化情况来判断某个邻居节点是否加入该集合,若度量指标值变小则将该邻居节点加入该集合,若度量指标值变大则不将该邻居节点加入该集合,直到不再有新的邻居节点加入时,一个社团就被划分出来.在剩下的网络中重复这个过程直到网络中的节点完全被划分.用社团结构分解中的两个经典例子测试了该算法,从测试结果来看,用该方法能够合理地划分网络中的社团结构,且运算量小,运行效率高,达到了预期目标.该社团结构的划分方法对于规模较大的复杂网络也具有普遍意义.     

基于t检验和逐步网络搜索的有向基因调控网络推断算法

为了克服基于条件互信息的路径一致算法（PCA-CMI）无法识别调控方向的缺陷,并进一步提高网络推断准确率,提出了一种基于t检验和逐步网络搜索的有向网络推断算法（DNI-T-SRS）。首先,对不同实验条件下的表达数据进行t检验以辨别基因调控的上下游关系,指导路径一致（Path Consensus）算法中条件基因的选取,根据CMI2(Conditional Mutual Inclusive Information)剔除网络中的冗余边,得到了基于t检验的有向调控关系推断算法CMI2NI-T(CMI2-based Network Inference guided by t-Test);然后,建立有向调控关系对应的米氏微分方程模型对数据进行拟合,根据贝叶斯信息准则进行逐步网络搜索以修正网络推断结果。利用CMI2NI-T推断DREAM6挑战中的两个测试网络,所得到的曲线下面积（AUC）分别为0.767 9和0.979 6,相较于PCA-CMI分别提高了16.23%和11.62%;通过进一步的数据拟合后DNI-T-SRS的推断准确率分别达到了86.67%和100.00%,相较于PCA-CMI分别提高...