引入RNA计算的遗传模糊C均值聚类算法

模糊C均值算法（FCM）在聚类分析中是目前比较流行和应用比较广泛的一种算法。但它存在两个弱点：一是对初始化非常敏感,容易陷入局部极值点;二是处理大数据集时耗时太长。基于RNA的分子计算是近年来新兴的一种智能优化计算方法。提出了基于RNA计算的遗传模糊聚类算法（RNAGAFCM）,来提高收敛速度和全局寻优能力。仿真实验表明新算法比现有的遗传模糊聚类算法减少了迭代次数,提高了收敛速度。     

最小二乘支持向量机在睡眠打鼾诊断中的应用

支持向量机是数据挖掘和机器学习领域中的重要方法之一,最小二乘支持向量机是支持向量机学习算法的重要扩展,在训练速度方面有明显优势。对支持向量机现有的多类分类算法（一对一方法、一对多方法、纠错输出编码方法和最小输出编码方法）引入了最小二乘支持向量机,并应用于睡眠打鼾疾病的诊断预测中,取得了较好的效果。     

肺磁场中弛豫曲线拟合的一个方法：非线性最小二乘问题的PSB算法

§1.问题的提出 尘肺是危害最大的一类职业病。目前对尘肺的诊断主要依靠X线摄片,当胸片已能看出病变时,对治疗已为时过晚。1973年Cohen作出第一张人体肺磁图后,立即引起各国学者的关注。因为磁测量的方法比超声波和X射线分析的灵敏度要高好几个数量级。这将为尘肺的早期诊断开辟了道路,也有助于对作业环境粉尘卫生标准的制定。     

基于样条函数的光滑支持向量机模型

应用光滑函数改进支持向量机模型,得到无约束条件、可微的二次规划问题,从而可以采用快速的最优化算法求解光滑支持向量机模型.提出了一种广义三弯矩方法,用这个方法构造出新的五次样条光滑函数和七次样条光滑函数.证明了上述两个样条光滑函数的逼近精度均高于已有的各种光滑函数;基于上述两个样条函数的光滑支持向量机模型的收敛精度也高于已有的各种光滑支持向量机模型.