基于支持向量机与反K近邻的分类算法研究

针对支持向量机在对样本进行分类时,决策超平面附近的点较易错分的问题,首先将反K近邻法引入分类问题,提出了反K近邻分类算法;然后,将支持向量机（SVM）与反K近邻分类算法（RKNN）相结合,提出了基于支持向量机与反K近邻的分类算法（SVM-RKNN）;最后,为了避免单一分类器可能存在的片面性问题,提出了基于SVM-RKNN的多特征融合分类方法。实验结果表明：SVM-RKNN分类算法的分类准确率比SVM方法平均提高了2.13%,而基于SVM-RKNN的多特征融合分类算法的分类准确率分别比SVM和SVM-RKNN算法平均提高了2.54%和0.41%。     

基于微分方程的RLC电路分析

电工学中,RLC电路是一类非常重要的电路,分为串联和并联两种形式,本文主要研究串联的RLC闭合回路。由回路电压定律及法拉利电磁感应定律,建立了RLC电路系统的数学模型——二阶常系数齐次线性微分方程。通过对微分方程的解的分析,来研究电路中电容器两端的电压及电流随时间的变化趋势,并通过特定实例给出了电压及电流的变化曲线,验证了解的正确性和可靠性。