多输出数据依赖核支持向量回归快速学习算法

针对基于递推下降法的多输出支持向量回归算法在模型参数拟合过程中收敛速度慢、预测精度低的情况,使用一种基于秩2校正规则且具有二阶收敛速度的修正拟牛顿算法(BFGS)进行多输出支持向量回归算法的模型参数拟合,同时为了保证模型迭代过程中的下降量和全局收敛性,应用非精确线性搜索技术确定步长因子。通过分析支持向量机(SVM)中核函数的几何结构,构造数据依赖核函数替代传统核函数,生成多输出数据依赖核支持向量回归模型。将模型与基于梯度下降法、修正牛顿法拟合的多输出支持向量回归模型进行对比。实验结果表明,在200个样本下该算法的迭代时间为72.98 s,修正牛顿法的迭代时间为116.34 s,递推下降法的迭代时间为2 065.22 s。所提算法能够减少模型迭代时间,具有更快的收敛速度。

高强钢推进白车身轻量化

汽车轻量化的发展,促进了汽车在结构上的设计优化及新型材料的研发和应用,如高强钢、铝合金、镁合金以及聚合物已经在汽车轻量化方面发挥了重要作用,轻量化的研究和开发已经成为世界各大汽车生产厂家提高竞争能力的关键. 汽车轻量化有效途径有两种：优化车身结构设计和使用新型轻质或高强度钢材料.世界汽车工业经过一百多年的发展,车身结构日趋成熟,布局已经相当紧凑,因此,车身结构的改进空间已经非常狭小.而高强钢生产工艺简单,冲压成形性能良好,回收利用率高且经济效益明显,更符合目前汽车轻量化的发展要求.

国产芦笋种子产业化影响因素分析

本文对于山东芦笋开发中心国产芦笋种子产业化的影响因素分内部和外部两个方面进行了分析,对于山东芦笋开发中心以后的国产种子产业化运作提供了理论依据。

语言阅读理解中的眼动研究

人类的语言阅读理解是一个十分复杂的过程,眼动记录可以解释这一复杂过程的诸多细节信息。本文主要围绕阅读理解中的眼动,介绍了有关此方面的一些历史上的争论,以及当今的研究成果,可以看出眼动的研究在语言阅读中有着十分重要的作用。

判断与决策中的框定效应

判断与决策是人类问题解决研究之中最复杂、也最令人感兴趣的领域。但是,长期以来,由于这一问题本身牵涉到太多的认知心理过程,相关研究几乎没有取得任何实质性的进展。而自疾病模型(Disease Problem)提出以来,框定(framing)效应一跃成为人类决策研究中最为热门的话题,在经济、政治、公共卫生等诸多方面的决策研究都是以此为突破口,获得了一系列引人注目的研究成果。本文简要回顾了框定——尤其是风险决策框定——概念的提出与演化、实验范式的继承与发展,在总结这一领域所取得成果的同时,也试图指出其中存在的固有问题。