简介：在圈图上研究了两类组合优化问题．第一类问题主要研究在要求图中各边的最大调整费用不能超过给定预算时，如何对各边权进行调整，使得其他各顶点到给定顶点的距离之和最大，得到了线性时间算法；第二类问题主要研究在要求圈图上的所有边的调整费用之和不超过给定预算时，如何对各边权进行调整，使得某一固定顶点到给定顶点的距离尽可能的大，得到了求解该问题的多项式时间算法．

简介：本文阐述了用超声波短时作用来处理水样,从而找到更科学地计数水体中微囊藻细胞数的方法。并通过实验进一步研究了超声波频率和作用时间对处理效果的影响。

简介：针对推荐系统的准确性提出了一种优化算法，该算法首先利用用户的特征进行聚类，然后在聚类之后的各个聚簇中运用混合协同过滤框架为每个聚簇训练一个模型；同时在运用混合协同过滤时，针对传统的基于用户的协同过滤推荐算法在计算用户相似度方面进行了改进.实验表明，提出的优化算法显著提高了预测的准确性，从而提高了推荐结果的质量.

简介：针对变量为梯形模糊数的模糊线性规划问题,利用结构元方法定义了一种模糊数的排序准则,讨论了如何将变量是梯形模糊数的线性规划去模糊化,即将含有变量为梯形模糊数的模糊线性规划转化为经典模糊线性规划.同时,证明了该模型的最优解等价于经典的线性规划的最优解,再利用单纯形法求出最优解.并设计了求解该类模型的算法.通过算例验证了该方法的可行性和算法的有效性,从而为变量模糊的广义模糊线性规划问题的研究提供了新的方法.

简介：本文建立了养殖虾类中PCP气相色谱检测方法，当样品中添加1．0—100μg／kg浓度梯度时，平均回收率在83．0％-101％，精密度在5．24％-11．3％，方法检测限为1．0μg／kg，该方法操作简单方便、重复性和稳定性好，适合实验室分析。

简介：建立了固相微萃取（SPME）-气相色谱-串联质谱（GC—MS／MS）同时测定牛奶中16种有机氯类农药残留的方法。对萃取模式、纤维涂层、萃取温度等实验条件进行了优化。用HP-5MS弹性石英毛细管柱经柱程序升温技术分离，并用质谱检测器检测，外标法计算含量。待测农药的标准加入回收率在80％～110％之间，方法的相对标准偏差（RSD）≤9．6％，各农药组分的检出限为0．003μg／kg-0．15μg／kg。所测样品不含几种有机氯农药残留。本法简便、干扰小、检测效果好，可用于牛奶中有机氯类农药残留的检测。

简介：本研究建立了紫外-可见分光光度法测定肉苁蓉中多酚类物质(以没食子酸计)含量的方法。当乙醇浓度为70%、温度为60℃、提取时间为30min、料液比为1:20时,肉苁蓉中多酚类物质(以没食子酸计)的提取效果最好。同时肉苁蓉样品中多酚类物质(以没食子酸计)的平均质量百分比为0.2422%。精密度、稳定性和加标回收结果显示该方法可行可靠。

简介：在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.

简介：深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

简介：为有效降低宫颈癌细胞图像在图像识别中的假阴性率,在此提出一种改进的残差网络算法.该改进算法通过对交叉熵代价函数增加权重实现,根据不同病变程度的宫颈细胞建立权重矩阵,有针对地对假阴性类别的输出进行加权处理,优化分类输出、减少假阴性误判.实验结果表明,对于不同的宫颈细胞图像数据集,本改进算法输出分类效果稳定;与传统图像分类算法相比,改进后的交叉熵代价函数算法在识别分类宫颈细胞图像时,能有效降低宫颈癌细胞图像的假阴性率.