基于Bagging的概率神经网络集成分类算法

目前的神经网络较多集中在以BP算法为基础的BP神经网络上。针对BP神经网络的不足,在分析研究概率神经网络和机器学习的基础上,结合集成学习的思想,提出了基于Bagging的概率神经网络集成分类算法。理论分析和实验结果都表明,提出的算法能够有效地降低分类误差,提高分类准确率,具有较好的泛化能力以及较快的执行速度,能够取得比传统的BP神经网络分类方法更好和更稳定的分类结果。

一种基于粗糙集构造决策树的新方法

在构造决策树的过程中 ,分离属性选择的标准直接影响分类的效果。基于粗糙集的理论提出了加权平均粗糙度的概念 ,将其作为选择分离属性的标准。经实验证明 ,用该方法构造的决策树与传统的基于信息熵方法构造的决策树相比较 ,复杂性低 ,且能有效提高分类效果。

问题引导型物理实验自主学习模式的探究

针对大学物理实验开放式教学中大学生自主学习的问题,遵循教育心理学原理,提出问题引导型自主学习模式。将复杂任务拆解成比较简单的阶段性任务,提出问题,引导学生思考,并自行寻找解决方案。问题解决过程不断地从内源性和外源性两方面刺激并维持学生的学习动机。利用RLC电路实验进行探索和实践。教师在原理、技术、数据处理等方面提出各种问题,学生进行针对性的思考,并通过学习讲义、网络搜索、同伴交流等方式,寻找答案,探索可能的解决方案,完成整个实验。通过实验效果对比和问卷调查显示,问题促使学生不断思考,且对其思维方向的影响明显,有明确的引导作用,能够培养学生运用理论知识解决实际问题的能力。为了达到好的效果,应该注意提问技巧,并充分利用现有的物理实验资源。

表面增强拉曼光谱研究以4,4'-联吡啶为标记分子的免疫检测

通过表面增强拉曼光谱(SERS)研究了标记分子4,4'-联吡啶在金溶胶上的吸附行为,并将其与山羊抗小鼠IgG结合,获得SERS标记免疫金溶胶.在固相基底上组装抗体,两者组装得到固相抗体-抗原-标记抗体“三明治”结构.在单组分和双组分体系中借助抗体上标记金纳米粒子所带的SERS信号达到免疫检测的目的.

发光二极管的特性研究

通过测量各发光二极管的正向伏安特性以及光谱特性,确定发光二极管的阈值电压和其禁带宽度所对应的电压。测量结果表明阈值电压与禁带宽度所对应电压不相等,对此作了理论分析。并通过测量高亮度和非高亮度发光二极管的发光强度角分布特性,确定两种发光二极管的半值角和视角。测量结果表明两种发光二极管的半值角皆小于20°,具有很好的指向性。

基于粗糙神经网络的医学图像分类新方法

由于乳腺X光图像的复杂性,直接从图像中看出肿瘤及其良、恶性质是比较困难的,因此建立高效的肿瘤自动诊断系统是非常必要的。文章将粗糙集理论中基于信息增益的约简方法和神经网络相结合,提出了粗糙神经网络算法RNN,将其应用于乳腺X光图像分类。实验结果表明,该方法的分类精确度可达到92.37%比单独使用神经网络方法的分类精确度(81.25%)要高,同时所花费的时间也明显减少。

Brookfield粘度计测定微生物多糖发酵液流体特性参数

以典型的假塑性流体黄原胶和威伦胶为测试标样,通过Brookfield粘度计测量流体在不同转速下的粘度,结合推导的数学公式,求得非牛顿流体的流变特性参数。建立的方法可以用于测定发酵液的流变特性参数n和浓度系数k,并建立了流变学参数与多糖浓度的函数关系,根据计算结果推导出的模型能够评价流体的流变性能,所采用的数据处理方法及所获得的结论对非牛顿流体的研究具有一定的意义。

不同处理方式对红肉中N-羟乙酰神经氨酸解离的影响

应用不同方法处理红肉(猪肉与牛肉),研究能够有效解离红肉中N-羟乙酰神经氨酸(N-glycolylneuraminic acid,Neu5Gc)的预处理方式。将红肉通过水煮、微波加热和有机酸腌制等不同方式进行处理,利用酸水解法释放红肉中的两种唾液酸成分Neu5Gc和N-乙酰神经氨酸(N-acetylneuraminic acid,Neu5Ac),经1,2-二氨基-4,5-亚甲基二氧苯(1,2-diamino-4,5-methylenedioxybenzene,DMB)衍生化后用高效液相色谱检测其含量;另外还采用β-半乳糖苷酶水解红肉,再测定水解液中的Neu5Gc和Neu5Ac。结果表明:沸水浴处理红肉后其Neu5Gc和Neu5Ac都有一定程度的解离,水煮时间越长,红肉中Neu5Gc和Neu5Ac解离效果越好,且猪肉中的Neu5Gc相比牛肉的更容易水煮解离。采用微波炉高温处理红肉也能够解离Neu5Gc,但是解离率不超过70.0%,且处理时间影响较小;而Neu5Ac的解离率都低于Neu5Gc。红肉通过不同的弱有机酸腌制处理后Neu5Gc和Neu5Ac解离率差别不大,且醋酸腌制处理后Neu5Gc解离效果较好。另外,β-半乳糖苷酶能有效解离猪肉中Neu5Gc,水解时间越长,解离率越高。对于牛肉,Neu5Gc解离率最高为84.0%,解离效果不如猪肉。

自组织多孔海绵状有机-无机杂化二氧化硅

经由溶胶-凝胶过程,利用硅试剂制备出新颖的多孔海绵状有机-无机杂化二氧化硅.使用冷场发射扫描电镜(FESEM),表征了多种反应条件下样品的形貌.这种杂化二氧化硅海绵体能快速吸收水和有机溶剂,每克能吸收12.2 mL溶剂.

实验物理中的网络教学与管理

开放式物理实验教学是提高大学生实践动手能力的重要环节，在多年开放教学实践的基础上，进一步开发了实践教学的网络平台，就网络选课、实验预习系统、网络仿真实验和师生交流等几个方面作了探索，取得了比较好的效果。

对巯基苯胺在拉曼免疫检测中的应用

文章以对巯基苯胺(PATP)作为标记分子,研究其在金电极上的吸附。发现对巯基苯胺分子是采用苯环直立于电极表面的吸附方式吸附于电极表面的。用于免疫检测时,对巯基苯胺分子先通过直立吸附的方法达到满单层吸附,然后通过胺基与抗体分子的羧基相连,形成一种复层结构,再与基底结合,得到固相抗体-抗原-标记抗体“三明治”结构。借助抗体上标记金纳米粒子的SERS信号达到单组分生物免疫检测的目的。

綦江铁矿粉尘的致突变作用

对四川省綦江铁矿进行的职业流行病学调查发现铁矿作业工人的肺癌发病率比非铁矿作业工人高,其相对危险度为3.13。铁矿尘成分主要为Fe2O3（含25%）,此外尚有多种金属与非金属元素,如铝、钛、砷等。Letendre等认为人体内铁过剩可使染色体损伤加重,细胞内铁浓度增高可能通过改变DNA结构而导致肿瘤。我们选用小鼠骨髓微核试验及SOS显色试验,分别从染色体及基因水平来评价綦江铁矿尘致突变性。

基于改进的SVM分类器的医学图像分类新方法

支持向量机(SVM)是一种准确度高的分类器,具有很好的容错和归纳能力;粗糙集理论方法在处理大数据量、消除冗余信息等方面具有优势。将两者相结合提出一种改进的SVM分类算法ISVM,并将其应用于乳腺X光图像分类。实验结果表明,ISVM的分类精确度可达到96.56%,比SVM的分类精确度(92.94%)要高3.42%,同时错误分辨率也平均接近100%。

基于信息技术的实验物理开放式教学的探索与实践

信息技术为大学物理实验课程的开放式教学提供了技术保障。利用网络平台、仿真实验和电源控制系统将信息技术应用到课前预习、课堂教学、课后复习和考核等各个环节。初步建立基于信息技术的教学体系,进行高效有序的开放式教学与管理,提高教学质量。这是信息技术与课程整合的一次有益尝试。

试论研究型教师的特征及其培养模式

知识经济时代要求教师重新塑造自己的形象 ,由原来的经验型教师转变为研究型教师。这一转变是新课程改革的需要 ,也是教师实现专业化的必然途径 ,更是促进学校发展、实现“科研兴校”的需要。要成为一名研究型教师 ,必须具有多元化的知识结构、个性化的实践智慧、创造性的反思能力 ,并能在实践中把这些能力加以灵活运用。培养研究型教师并非易事 ,可尝试用教育行动研究、校本培训、案例教学研究等几种模式来实现。

异佛尔酮二异氰酸酯毒理学研究

经ＧＰＭＴ法检测，２５％异佛尔酮二异氰酸酯（ＩＰＤＩ）对豚鼠的致敏率为５０％，属中等致敏物。ＩＰＤＩ对小鼠脾脏抗体生成细胞有抑制作用，但可刺激豚鼠Ｔ淋巴细胞及淋巴细胞转化功能。Ａｍｅｓ试验阴性，１６６ｍｇ／ｋｇＩＰＤＩ可诱导大鼠骨髓染色体畸变、小鼠骨髓嗜多染红细胞微核率增高、小鼠骨髓细胞ＳＣＥ增加及ＵＤＳ试验阳性。ＩＰＤＩ５３～４２４ｍｇ／Ｌ对小鼠骨髓细胞ＤＮＡ合成有明显抑制作用，表明ＩＰＤＩ对体细胞具有断裂剂活性和损伤ＤＮＡ作用。小鼠精子畸形试验和睾丸染色体畸变试验表明对生殖细胞无明显损伤作用。大鼠致畸试验说明ＩＰＤＩ为不致畸物。职业接触ＩＰＤＩ人群调查表明，接触者有明显的粘膜和呼吸道刺激症状，高浓度接触者肺功能（ＦＶＣ、ＦＥＶ１．０）较对照组有下降趋势，其他心、肝、肾功能、外周血淋巴细胞亚群检查、染色体畸变分析、内科、神经系统检查均与对照组无显著性差异。

信息技术在大学物理实验课程考核中的实践与研究

在实验物理课程中,采用仿真实验考试与自动判卷系统进行考核,具有实用、高效、公平的特点,是客观评价实验教学质量的有效方法.本文介绍了中国地质大学(北京)实验物理教学中心利用此系统进行大面积实验物理考试的效果和思考.

SEM/EDS和显微红外在微量油漆物证比对中的应用

油漆碎片是交通肇事等案件中中最为常见的物证之一,通过对现场不同位置提取的油漆物证的比对检验,可以为案件的定性和侦破提供线索和方向,为案(事)件定罪量刑提供有说服力的法庭证据。利用漆膜断面切片结合红外显微镜进行观察,一举两得,将油漆分层和有机成分检测一次性解决。能谱仪具有操作简便、快速、元素定性准确的特点,在扫描电镜下可以对油漆中的元素成分进行同步测量,因此扫描电镜/能谱仪在油漆物证的无机填料检验中具有不可替代的作用。

基于增强关联规则的医学图像分类新方法

由于乳腺X光图像的复杂性,直接从图像中看出肿瘤及其良、恶性质是很困难的,因此建立高效的肿瘤自动诊断系统非常必要。文中将关联规则分类器和粗糙集理论相结合构造了增强关联规则分类器(EAC),应用于乳腺X光图像分类。实验结果表明,EAC的分类精确度可达到77.48%,比单独使用关联规则的分类精确度(69.11%)要高近10%,同时规则数也明显减少。