基于核统计独立性准则的特征选择研究综述

希尔伯特-施密特独立性准则（Hilbert-Schmidt independence criterion,HSIC）是一种基于核函数的独立性度量标准,具有计算简单、收敛速度快和偏差低等优点,广泛应用于统计分析和机器学习问题中。特征选择是一种有效的降维技术,它能评估特征的重要性,并构造适合学习任务的最优特征子空间。系统综述了基于HSIC的特征选择方法,详细介绍了其中的理论基础、算法模型和求解方法,分析了基于HSIC的特征选择的优点与不足,并对未来的研究做出展望。     

一种多策略改进的麻雀搜索算法

针对麻雀搜索算法在求解复杂优化问题时存在收敛速度慢、种群趋同性严重、易于陷入局部最优等不足,提出一种多策略改进的麻雀搜索算法（multi-strategy improved sparrow search algorithm,MISSA）。通过混沌映射和反向学习机制提高算法初始种群的质量;借鉴粒子群算法的学习策略来提升种群的信息交流能力和兼顾全局勘探与局部开发之间的平衡;融合差分进化算法的变异交叉操作提升算法跳出局部最优值的能力。通过对8个基准测试函数的寻优实验,结果表明改进算法具有更好的优化性能和收敛效率;进一步地,将改进算法应用于优化支持向量回归（support vector regression,SVR）模型的参数,并通过在选定的5个UCI数据集上的实验验证了改进算法的有效性。     

具有3种报警方式的输液终末自动报警器的研制与应用

静脉输液是最常用的临床治疗方式之一,输液终末需要及时拔针或换药,否则会引起回血,造成重新排气、重新穿刺等不良后果。由于输液时间一般较长,患者或陪护人员需要休息时却又担心药液输完不能被及时发现，尤其是输液终末，     

多标签特征选择研究进展

特征选择一直是机器学习和数据挖掘中的一个重要问题。在多标签学习任务中,数据集中的每个样本都与多个标签相关联,标签与标签之间通常也是相关的。在多标签高维数据分析中,为降低特征维数和提高分类性能,研究者们提出了多标签特征选择方法。系统综述了多标签特征选择的研究进展。在介绍多标签分类以及评价准则之后,详细分析了多标签特征选择的三类方法,即过滤式算法、包裹式算法和嵌入式算法,对多标签特征选择未来的研究提出展望。     

滑差电机在老旧设备改造中的应用

根据新工艺的需要,对Z12-8A型老式冷镦机进行改造,经过对设备的结构分析,选定适合于设备改造的滑差调速电机,并对其工作原理进行了分析,通过滑差调速电机的采用,实现了单击锻打的工作模式,设备工作稳定可靠,操作简便顺畅,能够实现工作速度的调整,完全满足了工作的使用要求。     

利用酶法测定稻米支链淀粉精细结构

支链淀粉是淀粉粒各级结构形成和稻米理化特性的主要决定因素。本研究对利用酶法测定稻米支链淀粉精细结构的酶解最适反应条件进行了探索和优化,结果表明,测定β-淀粉酶水解率时,对于0.1 g的支链淀粉,β-淀粉酶的最适用量为500 U,反应时间为48 h,反应温度为37℃;测定平均链长时,对于22 mg的支链淀粉,普鲁兰酶的最适用量为4 U,反应时间为24 h,反应温度为37℃;测定A∶B值时,对于1 m L质量浓度为1 mg/m L的β-极限糊精溶液,异淀粉酶的最佳用量为100 U,普鲁兰酶的用量为1 U,二者最适反应时间均为24 h。在条件优化的基础上,利用酶法对8个稻米品种支链淀粉的精细结构进行了测定,8个品种中β-淀粉酶水解率、平均链长、平均外链长、平均内链长、A∶B值的变幅分别为51.22%~62.86%、18.31~20.83、11.38~14.82、4.57~5.93、1.05~1.67。     

超声波传感器在自动化放线机中的应用

介绍了在线缆绕制行业中的张力控制装置,针对张力控制装置所采用的张力传感器进行了分析,根据总结发现的不足改用超声波传感器,并实际应用于为某电力公司设计制作自动放线机中,设备性能得到了极大提升,在测试和实际使用中取得了良好的效果。     

基于群智能算法的SVR参数优化研究进展

支持向量回归机（Support Vector Regression,SVR）是建立在统计学习理论上的一种机器学习方法,主要用来处理回归问题。选取到合适的参数是实现支持向量回归机算法优势的前提,但在实践中仍然存在模型参数选择困难的问题。群智能算法主要是模仿自然界生物种群社会行为规律的元启发式算法,具有简单性、自适应性、灵活性等特点,现已成为非线性参数寻优方法的研究热点。系统综述了利用群智能算法优化支持向量回归机参数的研究进展。在介绍支持向量回归机基础理论之后,系统分析了常见群智能算法及其改进方法实现支持向量回归机参数优化选择的优点与不足,并对未来的研究方向及挑战做出展望。     

支链淀粉结构对稻米淀粉糊化特性的影响

支链淀粉结构的不同是导致直链淀粉含量相近的水稻品种间品质差异的主要原因。本研究利用优化后的酶法测定了26个不同类型水稻品种的稻米支链淀粉的结构参数,分析了支链淀粉结构与淀粉RVA成糊特性及DSC热特性的相关性。结果表明,26个品种间平均链长、平均外链长与起始糊化温度、最高糊化温度、终结糊化温度呈正相关;A∶B值与起始糊化温度呈负相关。平均链长、平均外链长与消减值呈正相关,与峰值黏度、崩解值呈负相关;A∶B值与峰值黏度、崩解值呈正相关,与消减值呈负相关。将参试品种按AC分成11%~13%和13%~15%两组后,其支链淀粉结构与稻米淀粉RVA成糊特性及DSC热特性间的相关性与全部品种间基本一致。综上,支链淀粉结构对淀粉RVA成糊特性及糊化温度有较大影响,低平均链长、平均外链长及高A∶B值的稻米淀粉RVA成糊特性较好、糊化温度较低。