基于混合模型的建设规划研究

随着时空大数据在各行各业运用越来越来广泛,通过对在校大学生位置信息的采集,针对校园道路等公共设施建设不合理的问题,对学生群体日常位置轨迹进行分析,从聚类角度出发,运用一种基于高斯混合模型(GMM)和DBSCAN算法的混合模型对位置数据进行处理分析,通过混合模型对位置数据进行分层处理再聚类处理,确定学生群体日常活动核心区域以及路径,对校园道路等公共设施建设具有一定的指导意义。     

1-(2-羟基-3-甲氧苯基)乙酮的合成

1-(2-羟基-3-甲氧苯基)乙酮是一种重要的有机中间体。以邻香兰素为起始原料,经苄基保护、烃化、氧化、脱保护4步反应合成了标题化合物。该方法具有原料廉价易得、操作简便易控、反应条件温和的优点,总收率为66.3%。     

1,6-二羟基-2-萘甲酸的合成研究

标题化合物是合成新型内分泌治疗剂的重要中间体,而其合成方法未见文献报道。以6-甲氧基-1-萘满酮为起始原料,经取代、氧化和水解3步反应得到目标产物,其结构经MS、~1HNMR、~(13)CNMR和IR确证。该路线原料廉价易得、操作简单、后处理方便,总收率达69.5%,适合工业化生产。     

聚合物基电磁屏蔽复合材料的结构设计与性能研究进展

对近年来关于聚合物基电磁屏蔽材料的报道进行了综述.重点总结分析了不同结构(如多孔结构、隔离结构和分层结构)及其他特殊结构聚合物基电磁屏蔽材料的屏蔽效能和屏蔽机制.与均匀分布聚合物基复合材料相比,通过结构设计使填料富集,再取向并连通从而形成高效导电网络,不仅能减少填料用量,且能有效提高复合材料的电磁屏蔽性能.最后,提出了...     

基于邻域检测与反馈的混合重采样进化挖掘方法

在不平衡数据分类问题中，样本的稀缺性和复杂分布特性是造成分类性能下降的主要原因.现有混合重采样方法结合过采样和欠采样方法来调整样本的局部分布，但独立于模型训练，被删减的样本价值及其对分类器的影响难以估计.针对该问题，提出了一种邻域检测与反馈的混合重采样进化挖掘方法(APMMOEA-EC),该方法以召回率和精准率为优化目标，根据模型性能反馈引导最优样本组合的优化过程.首先使用线性插值法合成少数类样本；然后提出邻域检测方法计算每个样本邻域中异类样本个数，并设置容忍值选取部分样本进行优化，从而对决策空间降维；在优化阶段，提出自适应搜索行为转换方法，对满足一定收敛程度的最优解及其变量特征进行频繁模式挖掘，对非零候选集进行局部优化，进一步提高解集质量.在具有复杂分布的7个不平衡数据集上，对容忍值进行参数选择实验；并与5种流行的多目标优化算法进行性能对比实验；在3个规则不同的分类器上，对比5种流行的不平衡数据处理方法的分类精度，上述实验结果均表明了APMMOEA-EC方法的优越性.