求总体极值的一个新算法

本文将多变量总体最优化问題转化为单变量总体最优化问題来求解,并利用隧道法来加快求解速度。     

基于认知学习的最小风险贝叶斯邮件过滤算法

提出了超高维向量空间中的一种新的邮件向量表示方法,在考虑邮件误判风险的基础上,给出了一种基于认知学习模式的邮件过滤新算法。该算法模拟人类的认知学习过程,将系统分类与用户识别有效地结合起来,使得邮件过滤时的误判风险最小化。实验结果表明,算法具有较好的学习能力和学习效果,在邮件过滤应用中,能获得较高的查全率和查准率。     

判别分析法在环境质量评价中的应用

孙成宝等人用主成分分析与全局主成分分析的方法研究了沈阳、广州、桂林等七座城市环境空气质量,得到了一些有价值的结论,但考虑的污染因子太多,将对测量数据、处理数据等带来很多不便。本文用逐步判别法克服了这一不足,将该文的6个污染因子减少到3个,然后对这7座城市环境空气质量进行评价,得到了与孙成宝等相吻合的结论。     

加工装置的精度动态损失贝叶斯建模预报

针对测量过程中需要对数据量较少的非平稳性精度进行随机序列的建模预报,提出了贝叶斯动态测量精度序列的预报方法.该方法不要求较大的数据量,对序列平稳性无限制,并以实例验证了贝叶斯预报方法的适用性和可行性.     

基于滑动窗口的优化贝叶斯邮件过滤算法

贝叶斯算法在文本分类时需要进行特征提取，传统特征提取算法存在特征提取不够准确，进而导致分类效率不高。为解决此问题，提出一种基于滑动窗口的特征选取方法，该方法能扩大特征的选取范围。实验表明，改进后的方法可以有效地提高文本的分类精度。     

基于神经网络的客房出租率预测研究

研究了如何将神经网络应用于生成北京所辖饭店的客房出租率预测模型的建立,给出了客房出租率预测的结果.实验结果说明,用神经网络预测出的客房出租率优于多回归法和自然推论法.     

冷贮备系统可靠性指标的经验Bayes估计

利用经验Ｂａｙｅｓ方法对冷贮备系统的可靠性指标进行了分析。运用随机模拟方法,将经验Ｂａｙｅｓ估计与经典的极大似然估计进行了比较。结果表明,经验Ｂａｙｅｓ的精度要比极大似然估计好些。     

基于属性相关性分析的扩展朴素贝叶斯分类器

朴素贝叶斯分类作为一种统计分类的方法,简单高效,但它是建立在属性独立性假设的基础上,有一定的局限性,影响了它的分类效果.x2统计是一种度量属性相关性的方法,通过属性相关的分析,可以对属性进行约简,去除冗余和无关属性,达到简化朴素贝叶斯分类器的目的.朴素贝叶斯分类器的扩展方法是在非类父子结点之间添加扩展弧,表示相关属性间的依赖关系,从而扩展朴素贝叶斯分类器的结构.在数据集上的实验结果显示,KEANBC分类器优于NBC分类器,提高了分类正确率.     

复杂系统的遗传-神经网络建模新方法

给出了多变量复杂系统的遗传 神经网络建模问题的学习训练法.该方法利用竞争学习对输入空间进行聚类,并对初步网络权值利用遗传算法进行修剪,从而优化网络拓扑结构.然后对优化网络进行训练学习,得到最终模型.最后以文献资料的例证为例,应用该神经网络估算模型进行验证.结果表明,该模型估算准确,由于考虑了变量的最优选择,因此非常适应于工程类复杂系统的动态管理.