蔡从中
- 作品数：46 被引量：190H指数：7
- 供职机构：重庆大学更多>>
- 发文基金：重庆市自然科学基金教育部“新世纪优秀人才支持计划”教育部留学回国人员科研启动基金更多>>
- 相关领域：理学自动化与计算机技术一般工业技术机械工程更多>>
- 基于拓扑结构的碱金属化合物摩尔磁化率的支持向量回归研究
- 2009年
- 基于经典电动力学导出的表征简单离子磁化率的磁性点价gi所构建的分子磁性连接性指数mF及45种碱金属化合物的摩尔磁化率χm的实测数据集,利用粒子群寻优的支持向量回归(SVR)方法,建立了基于0F和1F的碱金属化合物χm的预测模型,并与基于多元线性回归(MLR)模型的计算结果进行了比较.结果显示,基于9次交叉验证的SVR模型预测的平均绝对误差、平均相对误差绝对值以及均方根误差均比MLR模型小,表明SVR模型的回归预测能力优于MLR.研究表明,磁性连接性指数mF是一种合适的分子描述符,SVR是一种预测碱金属化合物χm的有效方法.
- 蔡从中庄魏萍温玉锋朱星键裴军芳肖婷婷
- 关键词：碱金属化合物支持向量回归
- 基于工艺参数的7005铝合金力学性能的支持向量回归预测被引量：11
- 2010年
- 根据7005铝合金在不同工艺参数(挤压温度、挤压速度、淬火方式和时效条件)下的力学性能(抗拉强度σb、屈服强度σ0.2和硬度HB)实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)结合留一交叉验证(LOOCV)的方法,对7005铝合金力学性能进行建模和预测研究,并与偏最小二乘法(PLS)、反向传播人工神经网络(BPNN)和两者结合的PLS-BPNN模型的预测结果进行比较。结果表明:基于SVR-LOOCV法的预测精度最高,对3种力学性能(σb、σ0.2和HB)预测的均方根误差(RMSE)分别为4.5319MPa、14.5508MPa和HB1.4142,其平均相对误差(MRE)分别为0.72%、2.61%和0.66%,均比PLS、BPNN和PLS-BPNN方法预测的RMSE和MRE要小。
- 蔡从中温玉锋朱星键裴军芳王桂莲肖婷婷
- 关键词：7005铝合金力学性能支持向量机粒子群算法
- α-C∶H膜化学结构对光学性能的影响被引量：4
- 2009年
- 选用体积分数为99.9999%的H2及反式-2-丁烯(T2B)为工作气体,利用低压等离子体增强化学气相沉积法制备了α-C∶H薄膜。利用傅里叶变换红外光谱仪和X射线光电子能谱对薄膜化学键和电子结构进行分析,并结合高斯分峰拟合分析了薄膜中sp3/sp2杂化键比值和sp3C杂化键分数。结果表明:薄膜中氢含量较高,主要以sp3C—H形式存在;工作气压越高,制备的薄膜中C=C键含量越少,薄膜中sp3/sp2杂化键比值和sp3C杂化键分数增加,薄膜稳定性提高。应用UV-VIS光谱仪,获得了波长在400～1000nm范围内薄膜的光吸收特性,结果显示:α-C∶H薄膜透过率可达98%。光学常数公式计算得到工作压强为4～14Pa时光学带隙在2.66～2.76之间,并均随着工作气压的升高而增大。结果表明,随工作气压的升高,薄膜内sp3键减小,从而促使透过率、光学带隙增大。
- 刘兴华吴卫东何智兵张宝玲王红斌蔡从中
- 关键词：化学键透过率光学带隙
- 一种基于PSO-SVR的高硬度铝合金及其制备方法
- 本发明公开了一种基于PSO‑SVR的高硬度铝合金及其制备方法，按质量比组分由Si0.4‑0.5％、Fe0.4‑0.5％、Cu4‑5％、Mn0.8‑0.9％、Mg1.5‑2％、Ti0.1‑0.2％、Zn0.2‑0.3％、C...
- 蔡从中丁奇峰李艳华欧政义罗溢
- 文献传递
- 方型永磁体表面磁感应强度分布的研究被引量：19
- 1999年
- 本文根据电磁学模型，模拟计算了方型永磁体表面的磁感应强度分布，给出了相应的解析表达式，并用计算机描绘出该分布的三维图象，得出了有实用价值的结论．
- 林德华蔡从中董万春
- 关键词：永磁体
- Al-Cu-Mg-Ag合金强度性能的支持向量回归预测被引量：4
- 2012年
- 为了研究不同时效工艺下Al-Cu-Mg-Ag合金强度性能,根据实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了SVR预测模型。模型以Al-Cu-Mg-Ag合金时效温度与时效时间为输入,合金的抗拉强度、屈服强度为输出。经过与BP神经网络模型进行比较,结果表明:对于相同的训练样本和检验样本,支持向量回归模型比BP神经网络模型具有更高的预测精度。
- 唐江凌蔡从中皇思洁肖婷婷
- 关键词：AL-CU-MG-AG合金支持向量回归粒子群优化
- 基于支持向量机的乳腺癌辅助诊断被引量：16
- 2007年
- 采用支持向量机、K-近邻法(K-NearestNeighbor,K-NN)、概率神经网络(ProbabilisticNeuralNetwork,PNN),结合乳腺肿瘤的细针穿刺细胞病理学临床数据诊断乳腺癌。结果表明:当使用Sigmoid核函数时,SVM通过5次交叉验证的最佳平均分类准确率达到了96.24%,优于K-NN(95.37%),PNN(95.09%)等分类器,表明该方法有望成为一种实用的乳腺癌临床辅助诊断工具。
- 刘兴华蔡从中袁前飞肖汉光孔春阳
- 关键词：支持向量机K-近邻法概率神经网络乳腺癌模式识别
- 基于人体血液常/微量元素含量的SVM癌症辅助诊断被引量：7
- 2007年
- 支持向量机(Support vector machine,SVM)分类方法在实际二类分类问题的应用中显示出良好的学习和泛化能力,已被广泛地应用于许多研究领域。我们以癌症病人血液中6种元素(Ba,Ca,Cu,Mg,Se,Zn)的含量为研究对象,将SVM、最近邻法、决策树C4.5及人工神经网络等方法用于癌症病人和正常人的分类研究。研究表明:除C4.5的分类准确率保持不变之外,对数据的归一化处理能够提高SVM、KNN、ANN的分类效果。当使用线性核函数时,SVM通过5次交叉验证的最优平均分类准确率达到了95.95%,优于KNN(93.24%)、C4.5(79.93%)及ANN(94.59%)等分类器,表明该方法有望成为一种实用的癌症临床辅助诊断手段。
- 袁前飞蔡从中肖汉光刘兴华温玉锋孔春阳
- 关键词：支持向量机微量元素癌症诊断
- 基于SVM的非特定人声调识别的研究被引量：5
- 2009年
- 在建立非特定人普通话四声语调语音数据库的基础上,采用Mel频率倒谱系数(MFCCs)对语音数据进行特征参数的提取,并利用支持向量机(SVM)对语音中的四种声调进行了训练和识别研究。实验结果表明MFCCs和SVM的结合得到的平均识别率达到了97.6%。
- 肖汉光蔡从中
- 关键词：声调识别支持向量机
- 二维色谱柱效的支持向量回归预测被引量：2
- 2009年
- 以有效塔板数作为二维色谱的柱效指标,根据二维色谱在不同影响因素(包括预柱柱温、主柱柱温、柱间压差和主柱间的放空量)下的有效塔板数实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了二维色谱柱效的SVR预测模型,并与BP神经网络(BPNN)模型进行了比较。结果表明:基于相同的训练样本和检验样本,二维色谱的SVR模型的平均绝对百分误差(MAPE,13.3%)比其BPNN模型的MAPE小4%;增加训练样本数有助于提高支持向量回归(SVR)模型的泛化性能;基于留一交叉验证法(LOOCV)的SVR模型预测的平均绝对误差(MAE,196.79 m-1)和MAPE(1.6%)均为最小,明显优于BPNN模型(2397.98 m-1,17.3%)或SVR模型(1849.95 m-1,13.3%)的预测效果。因此,SVR是一种预测二维色谱柱效的有效方法。
- 蔡从中温玉锋裴军芳朱星键
- 关键词：柱效支持向量回归粒子群算法
