检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

线性模型中误差方差估计的大偏差概率

数学杂志 1987年第4期 351-360页

作者：何迎晖同济大学

其中实验点列{x}为一列已知的 p 维向量,β为未知的回归系数向量,{e}为一列独立的试验误差。假定误差方差σ是线性模型中一个重要的未知参数。记

关键词：线性模型数学模型误差方差估计大偏差概率引理定理无穷小量随机变量概率论常数数学

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

最近邻预测问题中条件风险估计量的收敛性

应用概率统计 1987年第2期 122-129页

作者：何迎晖同济大学

§1.弓言设是独立同分布的随机向量,它们的取值空间为R~d×R~1,其中d是一个正整数.现在,我们要依据已知的训练样本及X来预测θ. 关于θ的预测,近年来提出一种“K-近邻(K-NN)预测法”:在R~d上引进距离ρ(·,·)(可以是欧氏距离或与之等... 详细信息

§1.弓言设是独立同分布的随机向量,它们的取值空间为R~d×R~1,其中d是一个正整数.现在,我们要依据已知的训练样本及X来预测θ. 关于θ的预测,近年来提出一种“K-近邻(K-NN)预测法”:在R~d上引进距离ρ(·,·)(可以是欧氏距离或与之等价的距离),把训练样本中的X,…,X按照与X的取值x之间的距离排成一个次序:

关键词：收敛性最近邻估计量

融合知识图谱与学者画像的网络学术资源遴选框架研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

情报科学 2024年

作者：何迎朝李慧佳复旦发展研究院西北师范大学商学院中国科学院西北生态环境资源研究院

【目的/意义】网络学术资源的爆炸式增长，使信息遴选变得越来越困难。高效、快速的遴选出高质量的学术资源，有助于降低学者的信息搜寻成本、提高工作效率。【方法/过程】本文融合知识图谱和用户画像两种当前在信息遴选中具有优异表现... 详细信息

【目的/意义】网络学术资源的爆炸式增长，使信息遴选变得越来越困难。高效、快速的遴选出高质量的学术资源，有助于降低学者的信息搜寻成本、提高工作效率。【方法/过程】本文融合知识图谱和用户画像两种当前在信息遴选中具有优异表现的技术，构建了一个网络学术资源遴选的框架模型。【结果/结论】实验发现，融合了知识图谱和学者画像的网络学术资源遴选方法，通过网络学术资源间的语义关系网与学者需求、偏好的结合，能够有效提升学术资源遴选的质量和效率。【创新/局限】本文构建的学术资源遴选框架既克服了知识图谱不全的问题，又兼顾了学者个体和群体需求，有效提升学术资源遴选的效率、质量及精准度。然而本研究在知识图谱的构建中还没有考虑时间维度，用户画像也有待进一步深入。

关键词：知识图谱学者画像网络学术资源遴选

关于线性模型中误差方差估计的收敛速度的若干注记

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Journal of Mathematical Research with Applications 1988年第2期 301-306页

作者：何迎晖同济大学上海

一引言考虑线性模型 y=x′β+e,j=1,…,n,…, （1）其中x为已知的P维向量,β为未知的P维回归系数向量,{e}为随机误差序列,满足条件 e,e,…i.i.d.,Ee=0,0 详细信息

一引言考虑线性模型 y=x′β+e,j=1,…,n,…, （1）其中x为已知的P维向量,β为未知的P维回归系数向量,{e}为随机误差序列,满足条件 e,e,…i.i.d.,Ee=0,0

关键词：线性模型数学模型等价定理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

蛋白质计算中的机器学习

物理学报 2024年第6期73卷 95-107页

作者：张嘉晖中国科学技术大学生命科学学院合肥230027

蛋白质计算一直以来都是科学领域中的重要课题,而近年来其与机器学习的结合,更是极大地推进了相关学科的发展.本综述主要讨论了机器学习在四个重要的蛋白质计算领域内的研究进展,这四个领域包括:分子动力学模拟、结构预测、性质预测和... 详细信息

蛋白质计算一直以来都是科学领域中的重要课题,而近年来其与机器学习的结合,更是极大地推进了相关学科的发展.本综述主要讨论了机器学习在四个重要的蛋白质计算领域内的研究进展,这四个领域包括:分子动力学模拟、结构预测、性质预测和分子设计.分子动力学模拟依赖于力场参数,准确的力场参数是分子动力学模拟的必需品,而机器学习可以帮助研究者得到更加准确的力场参数.在分子动力学模拟中,机器学习也可以从复杂的体系中以较小的代价计算出所需求解的自由能.结构预测一般是给定蛋白质序列预测其结构.结构预测复杂度高、数据量大,而这恰恰是机器学习所擅长的.在机器学习的协助下,近年来科研人员已经在单个蛋白质三维结构预测上取得了不错的成果.性质预测则是指通过给定的已知蛋白质信息,推断其可能拥有的性质,这对于蛋白质的研究也是至关重要的.更具挑战性的是分子设计,虽然近年来机器学习在蛋白质设计上取得突破,但这一领域还有很大空间值得探索.本综述将针对以上四点分别展开论述,并对蛋白质计算中的机器学习研究进行展望.

关键词：蛋白质机器学习分子动力学模拟结构预测性质预测分子设计

维普期刊数据库

改性羟基磷灰石/混酸氧化多壁碳纳米管的制备及应用

在线全文

学校读者我要写书评

暂无评论

复合材料学报 2024年第2期41卷 735-747页

作者：何迎迎王瑞雪周渊樊林奎窦妍长安大学水利与环境学院西安710054 长安大学旱区地下水文与生态效应教育部重点实验室西安710054 长安大学水利部旱区生态水文与水安全重点实验室西安710054

开发高分散性及吸附性能良好的纳米复合材料对水体中重金属离子的去除具有重要的意义。以混酸氧化多壁碳纳米管(AO-MWCNTs)为基体,引入羟基磷灰石(HAP),通过微波/光波组合加热辅助化学沉淀法分步制备氟碳掺杂的羟基磷灰石(FCHAP),并将... 详细信息

开发高分散性及吸附性能良好的纳米复合材料对水体中重金属离子的去除具有重要的意义。以混酸氧化多壁碳纳米管(AO-MWCNTs)为基体,引入羟基磷灰石(HAP),通过微波/光波组合加热辅助化学沉淀法分步制备氟碳掺杂的羟基磷灰石(FCHAP),并将其负载到AO-MWCNTs上,合成FCH/AO-MWCNTs复合材料。将制备材料在含Mn(Ⅱ)废水中进行去除效果实验,结果表明,FCH/AO-MWCNTs对Mn(Ⅱ)的理论最大吸附量为317.5 mg/g,高于AO-MWCNTs及各制备中间体。结合材料的SEM-EDS、FTIR、XPS、Zeta、BET等表征结果推测,新材料FCH/AO-MWCNTs形成更丰富的孔隙结构及吸附位点,且其分散性及稳定性能表现优异,同时新材料在去除其他重金属及再生利用方面也具有一定的应用前景。

关键词：多壁碳纳米管羟基磷灰石复合纳米材料含Mn(Ⅱ)废水吸附性能

维普期刊数据库