电化学置换法制备高Pt利用率的类核壳型Ni-Pt电催化剂(英文)

采用电化学置换法,在VulcanXC-72表面制备得到了活性高和分散性好的纳米Ptshell-Nicore电催化剂.该方法先以NaH2PO2为还原剂,化学沉积得到Ni核,Pt在Ni核表面通过原位置换形成Ni-Pt类核壳型结构.通过透射电镜(TEM)、X射线衍射(XRD)、紫外-可见光光谱(UV-Vis)和循环伏安(CV)测试证明了Pt壳层完全包覆在Ni核的表面.电化学氢吸/脱附测试结果显示,Ptshell-Nicore/XC-72的电化学活性面积为Pt/C(JM)的1.2倍,而其理论Pt担载量只为Pt/C(JM)的40%.这表明,核壳型Ni-Pt纳米粒子可以显著提高Pt的催化活性和利用率.

一种基于聚类核的半监督支持向量机分类方法

为了在标记样本数目有限时尽可能地提高支持向量机的分类精度,提出了一种基于聚类核的半监督支持向量机分类方法。该算法依据聚类假设,即属于同一类的样本点在聚类中被分为同一类的可能性较大的原则去对核函数进行构造。采用K-均值聚类算法对已有的标记样本和所有的无标记样本进行多次聚类,根据最终的聚类结果去构造聚类核函数,从而更好地反映样本间的相似程度,然后将其用于支持向量机的训练和分类。理论分析和计算机仿真结果表明,该方法充分利用了无标记样本信息,提高了支持向量机的分类精度。

多类核极化及其在多宽度RBF核参数选择中的应用

针对多类支持向量机的模型选择问题,提出一种适用于多分类问题的核函数度量标准,称为多类核极化。进一步地,提出了基于优化该标准的多宽度RBF核的参数选择算法。与传统的基于k-折交叉验证的穷举搜索方法相比,该算法利用基于梯度的搜索技术自动实现模型选择,克服了传统方法的经验性强、计算量大的不足。UCI数据集上的实验结果验证了多类核极化与多参数模型选择算法的有效性。

打碗花生殖细胞、精细胞及卵细胞中的细胞质类核

已有不少超微结构的资料阐明被子植物双亲和单亲母系质体遗传的细胞学基础。近年应用DAPI荧光染色的方法,可快速地从检测质体DNA存在的状况确定被子植物中具双亲遗传潜能的种。从质体的类核存在与否判断质体遗传方式为母系遗传或双亲遗传与已有的遗传分析结论基本一致,只有少数种类是矛盾的。DAPI荧光技术可以认为是研究细胞质遗传机理的一个重要手段。我们曾证明旋花科牵牛属植物生殖细胞、精细胞中存在细胞质类核,确定其具双亲或单亲父系质体遗传的潜能,并用RFLP技术进一步确定其为质体父系遗传型。本研究证明旋花科的打碗花属生殖细胞、精细胞和卵细胞中细胞质类核存在的状况与牵牛属的相似,提供了打碗花可能在质体遗传上与牵牛属 具相同的遗传方式的资料。

MMCKDE:基于数据流的m-混合聚类核概率密度估计

数据流挖掘应用对时间、空间有着较高的要求,因而传统的密度估计方法,如核密度估计法、压缩集密度估计法等并不适用于数据流密度估计.提出一种新颖的面向在线数据流的m-混合聚类核密度估计(m-mixed clustering kernel density estimation,MMCKDE)方法,该方法通过创建MMCKDE节点,用固定个数的混合聚类核获得聚类信息,以代替其他密度估计方法中的所有核.针对数据量不断增加的情况,通过计算Kullback Leibler(KL)距离进行核合并,可进一步以更紧凑的形式表示概率密度估计信息.较之于其他一些方法只能估计整段数据流的密度,MMCKDE方法最终获得的模型不仅适用于整段数据流,还适用于任意时间段上的密度估计.MMCKDE算法同SOMKE算法在不同基准数据集及真实数据集上进行密度估计精度和运行时间的比较.实验结果表明,MMCKDE算法具有更好的性能.

基于融合两类核Fisher鉴别函数的人脸识别方法

提出了一种基于两类核Fisher鉴别分析(KFDA)的人脸识别方法,对每2个不同人脸类别求解一个核Fisher鉴别函数,其优点是能针对特定的2个人脸图像类别,抽取区分该2类人脸的最佳鉴别特征,克服了多类KFDA和2类KFDA相比是次优的问题.为解决KFDA计算量大的问题,将MSE推广为基于核的MSE(KMSE),用其得到核Fisher鉴别函数,减少了训练和识别的计算时间.在识别阶段应用了两种融合方法融合各个基于KMSE的核Fisher鉴别函数.

《统计与预测》杂志再次入选为全国中文类核心期刊

《统计与预测》杂志再次入选为全国中文类核心期刊据１９９６年８月由北京大学出版社正式出版的《中文核心期刊要目总览（第二版）》上刊载，经北京地区高校期刊工作研究会和北京大学图书馆利用文献计量学中的科学方法，对我国文、理、医、农、工５大类１３１个学科的１０...

草履虫类核纤层蛋白的初步研究

本文以DGD包埋去包埋技术对草履虫的核纤层通过透射电镜和免疫荧光、分子杂交等技术进行了观察。结果显示 ,在核周存在由 10nm纤维组成的核纤层 ;免疫荧光结果表明 ,在核周呈阳性反应 ,并在其表皮、口器等部位呈交叉的阳性反应 ;蛋白分子杂交的反应带在

类核沉降法对三个着色性干皮病(XP)家系成员DNA修复能力的测定及杂合子的检出

应用类核沉降法,分析了三个着色性干皮病家系中35名成员外周血淋巴细胞在紫外线(2.5μJ/mm^2)照射和MNNG(2μg/mI)损伤后DNA修复能力。结果表明,6名XP患者和9名杂合子DNA损伤后20小时尚不能完成修复,他们11小时DNA修复率均值分别为UV,0.61±0.13,0.59±0.15和MNNG,0.44±0.15,0.46±0.16,与家系中10名非血缘亲属正常人DNA修复率均值为UV,0.96±0.07,MNNG,0.71±0.07相比,差异非常显著(Ρ<0.01),而XP患者和杂合子DNA修复率则无显著性差异(Γ>0.05)。提示,类核沉降技术可能为XP家系中杂合子成员检出提供一种有希望的方法。

类核沉降法分析247例癌症病人和正常人的DNA修复能力

应用新建立的类核沉降法,分析了108例食管癌、肺癌和卵巢癌患者以及139例正常人DNA修复能力。外周血淋巴细胞受2.5μJ/mm^2紫外线照射后,大多数正常人11小时完成DNA修复,而大多数癌患者17小时尚未能完成修复。

基于聚类核的半监督情感分类算法研究

在互联网快速发展的今天,人类已经进入"大数据"时代,其中文本数据作为人类知识的载体,对于人类的进步与发展意义重大。如何运用大量未标记样本来提升文本情感分类的精度,也变得愈发重要。将半监督学习中的聚类核算法应用到情感分类问题中,给出基于聚类核的半监督情感分类算法。在标记样本和未标记样本上,建立加权无向图,求解聚类核,然后将该核函数用于SVM的情感分类器的训练上,完成情感分类工作。该方法直接将未标记样本所蕴含的信息融合到核中,不需要建立多个分类器,有效利用了未标记样本。实验结果表明,CKSVM算法在分类精度上明显优于基于Self-learning SVM和Co-training SVM的半监督情感分类算法,且在不同数据集上都有较好的适应性。

基于聚类核的核极速学习机

传统的神经网络学习算法(如BP算法)需要调整大量的网络参数,例如输入权值以及隐层单元的偏置,而极速学习机只需要设置网络的隐层节点个数,在算法执行过程中不需要调整网络的输入权值,便可以产生唯一的最优解,因此它具有学习速度快且泛化性能好的优点.随着极速学习机的研究发展,核极速学习机的相关理论被提出.核极速学习机是将核函数引入到极速学习机中,可以得到最小二乘解,具有更稳定的泛化性能.本文在核极速学习机的基础上提出了一种基于Bagged聚类核的核极速学习机的分类方法,首先对已有的标记样本和所有的无标记样本采用多次k均值聚类,去构造Bagged聚类核,然后对Bagged聚类核和径向基核进行求和,最终用于核极速学习机的训练中.与传统核极速学习机相比,本文提出的方法可以使用所有的无标记样本,从而尽可能地提高分类的准确率.最后本文通过实验验证了方法的可行性.

基于图的组合半监督SVM聚类核算法研究

为了在聚类假设的基础上,进一步提高支持向量机的分类精度,文中通过引入线性分段转换函数,将加权无向图上的相似矩阵重新表示,改变该图上的距离度量,使得在同一群集中两点间的距离更小,从而建立基于图的聚类核,与多项式核函数线性组合后,构造出基于图的组合半监督聚类核,并将其用于支持向量机的训练和分类。实验表明,与标准SVM算法相比,该算法分类精度较高,且高于组合前的单个核函数。随着标记样本比例的增加,该算法的分类精度也在增加,有效利用了未标记样本蕴含的信息。

基于伪柯西类核函数的主成分降维方法

构造了伪柯西类核函数并给出了相应的理论证明.利用伪柯西类核函数对4个癌症基因表达数据集进行降维,然后利用支持向量机、K近邻和朴素贝叶斯进行分类预测.实验结果表明,与高斯核、多项式核、双曲正切核降维以及全变量情形相比,在多数情况下,基于伪柯西类核函数进行的维度约减,可使得目前主流机器学习方法的分类精度达到最优.

我院学报被评为全国政治经济学类核心期刊

今年由北京高等院校图书馆期刊研究会和北京大学图书馆联合主持的全国41所高等院校图书馆200余人参加的《中文核心期刊要目总览》课题组,评选出全国政治经济学类核心期刊30种,我院学报名列第23名。 该课题组确定的核心期刊为:刊载与某一学科（或专业）有关的信息较多,且水平较高,能够反映该学科最新成果和前沿动态,受到该专业读者特别关注的那些期刊。他们根据文献离散规律,采用国际通用的计量方法,对各刊载文、文摘、引文时进行统计分析,经过综合筛选和学科专家鉴定,评选结果具有权威性,科学性。 学报能够取得点滴成绩,是广大作者和读者共同努力的结果,是我们学院的骄傲。在此,我们向您们表示衷心的感谢！今后我们要戒骄戒躁,继续努力工作,把我院学报办得更好。诚望广大作者继续支持我们。

基于核聚类的砂岩图像孔隙分割方法

砂岩孔隙识别是研究孔隙结构的一个重要步骤,采用通用的图像分割算法不易得到理想的图像孔隙分割效果,为此提出了一种使用EfficientNetV2-S模型和核K-Means聚类技术对孔隙进行分割的方法。首先,获得砂岩图像的超像素集合,使用超像素方法预分割输入的致密砂岩图像,构建带标签的孔隙与非孔隙图像库;然后,应用EfficientNetV2-S模型提取砂岩图像的孔隙和非孔隙的语义特征,并结合迁移学习的方法,使用有限的砂岩图像的孔隙和非孔隙样本进行EfficientNetV2-S模型参数学习;最后,设计了一种基于K-Means聚类的区域合并方法——NTK-KCoP方法,根据超像素的语义特征、灰度特征和边缘特征构建目标函数,再由聚类结果合并超像素得到完整的孔隙区域。砂岩CT图像的实验结果验证了所提出的孔隙分割方法的适用性和有效性。

基于核函数聚类的重庆市图书馆均等配置及优化

以重庆市图书馆为例,从居民视角出发,应用公共设施区位理论,提出了核函数聚类法,优化图书馆空间配置。引入多种优化模型,与核函数聚类法进行了对比分析,以期最大程度地优化重庆市图书馆的空间配置。结果表明:用不同方法进行图书馆空间配置优化,核函数聚类法覆盖的总人口数最多,受距离影响较小,优化的空间配置更均等;P-中心模型受空间分布影响较大;P-中位模型易受距离影响;MCLP模型较适合中距离优化的选择。模型间交通可达性的差异并不明显,可用于优化决策提供参考辅助。该核函数聚类法可为公共服务设施空间布局的均等优化或规划提供理论依据。

改进黑猩猩优化算法的RGB-D图像核模糊聚类分割

借助于低成本深度传感器,产生了深度与颜色同步的RGB-D图像。针对RGB-D图像分割困难以及黑猩猩优化算法精度低、收敛速度慢和易陷入局部最优的问题,提出了基于改进黑猩猩优化算法(Improved Chimp Optimization Algorithm,IChOA)的RGB-D图像核模糊聚类算法。首先,对RGB-D图像进行特征提取生成6个特征子集;其次,引入Levy飞行策略和非线性惯性权重对ChOA进行改造;最后,利用IChOA对6个特征子集进行核模糊聚类,得到多个最优聚类,然后通过聚集超像素方法对多个最优聚类进行不同组合的分割,生成最终的分割结果。采用NYU depth V2室内图像数据集进行实验,与现有的一些分割方法(阈值分割,模糊子空间聚类,残差驱动的模糊C-均值,硬C-均值,模糊C-均值,核模糊聚类,基于混沌kbest引力搜索算法和随机亨利溶解度优化算法)进行比较,结果表明所提出的RGB-D分割算法优于比较的算法。

“三全育人”视域下核类专业实验教学改革

通过开展核类专业实验教学改革,为培养专业能力强、综合素质高、能够适应社会发展需要的全方位人才提供支撑。从实验教学内容、思政融入实验、教学手段、教学评价体系等方面进行改革与探索,提出了适应“三全育人”思想的核类专业实验课程建设方法,提升实验教学的质量和效果,提高学生解决工程实际问题、沟通交流、独立创新的能力。