基于科学计量的机器学习技术发展评估分析

机器学习是通过数据训练使机器获取新的知识和技能的计算机技术，是人工智能技术的核心和前沿领域之一。本文以Web of Science?核心合集收录的机器学习领域相关SCI论文和incoPat全球专利数据库收录的机器学习领域相关专利为数据源，运用科学计量方法对文献数据和专利数据进行时间、地域和机构分布分析，展示了机器学习领域研究实力的分布情况，并对机器学习的发展趋势进行了分析；然后利用主题聚类分析方法及可视化软件VOSviewer，挖掘出机器学习领域的关键技术、技术热点；最后对结果进行了总结分析，以期为我国机器学习发展布局提供参考和借鉴。     

支持向量顺序回归机的线性规划算法

支持向量顺序回归机是标准支持向量分类机的一个推广，它是一个凸的二次规划问题。本文根据l1范数与l2范数等价关系和优化问题的对偶原理，把凸的二次规划转化成线性规划。由此提了支持向量顺序回归机的线性规划算法，进一步用数值实验验证了此算法的可行性和有效性。并与支持向量顺序回归机相比，它的运行时间缩短了，而且误差i不超过支持向量顺序回归机；     

普通机床的数控化再制造技术

针对军队机床落后的状况,结合装备维修工程的新进展-再制造工程,叙述了机床数控化再制造的现状与发展趋势,回顾了数控机床的发展历史,介绍了机床数控化再制造的内容及部分再制造方法,以加快军队旧机床的升级改造。