共查询到20条相似文献，搜索用时 390 毫秒
1.
小区间内分类数学模型是否具有模糊收敛性是处理数学问题分类的关键。对该类数学问题进行建模,验证了小区间内数学分类问题具有可行性和模糊收敛性。通过一种相位重组近邻点收敛的小区间分类算法,分析小区间特征数据点之紧邻点的收敛价值权重,过滤少数局部最佳特征数据的干扰,促进小区间分类数据近邻点的收敛性,提高数据分类收敛速度,采用马维尔条件对小区间数据分类解集进行约束,确保小区间分类模型的不动点存在且收敛,根据马维尔不动点定理得到,不动点产生的上下边界的解集中存在极限点,采用马维尔条件对小区间内分类数学模型的模糊收敛性进行验证。仿真实验对三类实际采集数据集进行模型验证,结果说明模型具有模糊收敛性。 相似文献
2.
3.
4.
5.
有限混合分布可以作为众多随机现象的统计模型。很多随机现象在样本量足够大时都可以用正态分布近似,并且混合正态分布模型具有灵活、高效的拟合能力,因此混合正态分布模型被广泛应用。本文利用EM算法对混合正态分布模型进行了参数估计。该算法利用数据扩张,将比较复杂的似然函数最优化问题化成一系列比较简单的函数优化问题,得到相应的迭代公式。最后通过R软件对EM算法进行数值模拟,验证了EM算法的收敛性和有效性。 相似文献
6.
《科技通报》2015,(9)
在对数学分类模型进行分析的过程中,容易出现分类规则含义不明确,形式复杂等问题,导致传统的数学分类模型,由于采用学习算法对模型参数进行调整,无法有效实现数学分类,提出一种基于改进模糊粗糙集的数学分类模型,在模糊信息观下对模糊粗糙集进行分析。将互信息引入模糊粗糙集的分析中,对模糊决策表中模糊属性的相对重要性进行度量。通过bottom-up形式对相对约简进行计算。将空集作为初始点,依据属性重要性,逐次获取重要属性将其添加至集合中,直至达到终止条件。通过DTRS对数据集进行属性约简,将约简结果当成模型的输入变量。对数学分类模型的输入变量进行离散化处理。对决策表中的重复样本及通过冗余条件获取的决策表进行删除,获取决策规则。通过设定阈值对置信度较低的模糊规则进行过滤,删除因噪声样本形成的错误规则。仿真实验结果表明,所提方法具有很高的分类精度。 相似文献
7.
8.
9.
[目的/意义]网络新闻是获取突发事件情报的重要来源之一,提高海量网络新闻中突发事件的识别准确率和分类效果,并减少非突发事件新闻造成的开放集识别问题和降低人工标注非突发事件新闻的成本,这是当前突发事件识别与分类研究的重要课题。[方法/过程]选择BERT预训练模型获得文本的特征表示,融合不同层级之间的语义信息增强文本表示的质量,采用自适应决策边界模型,学习各突发事件类别在高维语义表示空间上的球形最佳决策边界,根据新闻样本的文本表示和各突发事件类别的球形最佳决策边界的欧几里得距离,检测出突发事件新闻并判断突发事件的类别,并在CEC公开数据集和实时爬取的中文新闻数据集CEN上对模型的有效性进行验证。[结果/结论]实验结果表明,本文模型在CEC数据集和CEN数据集上的宏F1值分别为98.46%和95.80%,与基准模型相比,本文模型的宏F1值分别提升了5.15%和19.69%。模型应用展示了提出方法在解决实际问题时的有效性。[局限]未考虑突发事件新闻可能存在多标签的情况。 相似文献
10.
海上舰船目标分类检测技术可广泛用于海事监管、船只救援、打击非法犯罪等活动,具有重要应用价值。本文选取高分辨率光学遥感影像进行数据筛选及预处理,建立了含有2. 4万艘不同类型舰船的分类检测数据集。依据中华人民共和国海事局《船舶登记工作规程》中的舰船分类规则,结合遥感影像实际情况,建立了基于遥感影像的海上舰船分类体系。通过搭建深度学习训练平台,使用YOLOv3神经网络算法对舰船进行分类检测。在测试集上对训练完成的模型进行验证,舰船分类检测结果的召回率达到91%以上,准确率达到95%以上。在GPU加速的情况下,可达30 fps以上的检测速率,使得该模型在具备鲁棒性和准确性的同时也具备实时分类检测的能力。 相似文献
11.
12.
传统的位变化方法对非线性耦合方程数据分类问题进行控制时,主要按照专家资料进行分析,导致数据分类出现明显的重叠和波动,具有较高的滞后性,不能确保数据分类方程的灵敏度。提出一种依据关键抽样马尔科夫链模拟的非线性耦合方程数学分类灵敏度分析方法。分析了非线性耦合方程的数学分类过程,按照运算非线性耦合方程分类滞后概率积分表达式,将非线性耦合方程分类滞后概率对基本变量分布参数的偏导数表征的灵敏度,转换成一个特征范数的条件数学期望,该数学期望基本变量在非线性耦合方程分类滞后域中的条件概率密度函数构建而成,采用关键抽样马尔可夫链模拟,将运算非线性耦合方程分类滞后概率的关键抽样样本转换成,基本变量处于非线性耦合方程分类滞后域中的条件样本,通过特征函数在这些条件样本点处的样本均值进行预测,实现非线性耦合方程的数学分类灵敏度分析。实验结果表明,所提方法对非线性耦合方程的数学分类的灵敏度控制效率和精度都优于传统分类方法,具有较高的数学分类灵敏性。 相似文献
13.
[目的/意义]围绕图书功用分类问题,提出开展图书功用自动化分类研究,并融合预训练和深度学习方法进行实现方案设计,为图书功用属性揭示和信息组织提供参考。[方法/过程]文章基于功用视角进行图书分类体系调研与数据验证,构建图书功用分类体系框架。在此基础上,融合BERT预训练模型和BiLSTM模型构建图书功用分类模型,并基于大规模数据集进行实验验证。[结果/结论]实验结果显示,模型的准确率达到0.89以上,召回率达到0.87以上,总体效果相对较好,能够较为准确地实现图书功用特征的提取。 相似文献
14.
为了提高基于数据挖掘的客户关系管理系统的决策性能和决策效率,首先进行KWNN特征选择,选取客户数据集中分类最优的决策特征子集,然后对该特征子集的数据集中进行挖掘抽取知识,作为企业的决策依据。KWNN特征选择过程分3步：原始数据初始化、基于K-W的H值计算和依据H值采用神经网络分类器挑选最优特征子集。采用UCI数据库中German数据集进行验证,实验证明KWNN特征选择的可行性。 相似文献
15.
16.
[目的/意义]已有研究大多是通过频次研究关键词的热点程度和分布,较少有研究综合考虑多个维度的属性,对关键词的重要性进行考量。从词汇或词组集合中识别出重要关键词,有助于研究者把握学科领域的重点内容,为科研选题、确定研究内容等提供决策支持。[方法/过程]首先,通过理论分析,引入RFM模型,提出关键词重要性概念模型和指标体系;其次,构建特征数据集,参考Glo Ve词向量模型的思想,通过共现矩阵提取关键词的特征向量;再次,使用关键词重要性概念模型提取分类标签,对数据进行自动化标注;最后,通过人工智能相关算法进行模型训练和验证,证明提出的识别方法的可行性。[结果/结论]模型训练和评估,SVC算法的F1值达到0.79,Bi LSTM模型的F1值达到0.87,具有较好的拟合效果,说明提出的重要关键词识别方法具有可行性。[创新/局限]研究的创新点在于提出了具有多维度属性的关键词重要性概念模型和指标体系,并在深度学习模型上得到较好的评估结果;局限之处在于需要进一步扩大数据量,选择更多学科领域的数据对关键词概念模型进行验证,这是进一步研究的重点。 相似文献
17.
大型网络控制系统的入侵波动具有多样性、复杂性和不确定性等特点,导致传统的基于自抗扰控制器的入侵波动抑制方法,无法有效实现大型网络控制系统中入侵波动的抑制,提出一种基于能量管理的入侵波动抑制方法,通过超平面对大型网络控制系统中的数据进行分离,融入拉格朗日乘子,将最小二乘支持向量机分类算法转化成二次规划问题,采用高斯径向基核函数塑造最小乘支持向量机分类模型,采用粒子群改进算法对最小二乘支持向量机参数进行确定。将入侵段能量管理波动抑制划分成纵向与横向两个部分,进行转弯操作,消耗大型网络控制系统入侵者的能量,将大型网络控制系统入侵者的方向对准方向校正柱面,从而实现入侵波动抑制操作。仿真实验结果验证了该方法的有效性。 相似文献
18.
在数据准确优化分类和数学模型建立及仿真问题的研究中。传统的数据分类由于频率点的集中不适合进行数据分类频点的采样去除,低自适应能力的调频节点分类技术对干扰或者处于深度衰落部位的分类节点频段拒绝使用,从而大大限制了分类的准确性和抗干扰能力。为此提出基于混沌概率分析的优化分类数学模型建立及仿真,通过混沌概率分析生成具有反应数据显著本质特征的特定随机数产生序列,满足之前概率密度的随机调频需求,由此实现对数据分类的优化和数学模型的构建。以原始采集到的某辐射噪声场实测数据集样本为实验数据,进行数学建模与仿真实验,仿真实验表明,分类数学模型能有效对各类数据进行分类重组,分类效果显著,可以有效应用与数据挖掘,故障诊断以及目标识别等分类识别领域。 相似文献
19.
时间序列的相似性度量是时间序列数据挖掘研究中的一个重要问题,是进行序列查询、分类、预测的一项基础工作。寻求一种好的度量对提高挖掘任务的效率和准确性有着至关重要的意义。目前从事这方面的研究除了少许理论论述外,几乎都采用一种固定的方法,即提出具体要求并提供实验数据。然而,大多数实验方法不是使用范围有限就是侧重点不同。为了提供一个比较全面的实验验证,用1NN分类算法进行了大量的时间序列交叉验证实验,重新评估了其中的弹性度量,并使用不同应用领域的28个时间序列数据集进行比较,结果表明,该方法具有更高的准确性。 相似文献
20.
研究了无线传感器网络中的数据汇聚节点放置问题. 通过将无限的搜索空间划分为有限的"通讯交集",在量级上降低了问题的复杂度. 基于这样的理念,建立了基于网格的线性优化模型,并由仿真试验验证了此方案的有效性. 相似文献