利用似然比检验进行选择和聚类

把表达模式相似的基因挑选出来并归为一类,在实际应用中非常重要,以往人们常采用Bootstrap方法去分析这个问题。利用似然比检验方法去解决这个问题,可以从理论上推导出原假设下的精确分布,不仅准确有效而且节省了大量的时间。     

基于遗传算法构建大学数学课程贝叶斯网

基于某高校统计学院自1984~2005年间学生所学10门课 程的成绩, 利用K2算法并结合自适应遗传算法构建了课程贝叶斯网. 用学生成绩样本的信息将有向无环图与概率理论有机地结合, 直观地揭示了各门课程之间的依赖关系, 通过条件概率表体现了依赖关系的强弱程度, 不仅对学院不同学期课程的设置有一定的参考价值, 而且对学生进一步学习而选择适合自己的研究方向提供权衡依据.     

保矩阵逆的线性映射

设F是一个域,令M_n(F)记F上n×n全矩阵空间,首先在chF≠2时,刻划了从M_n(F)到M_m(F)的保矩阵逆的线性映射,然后在chF=2时,从M_n(F)到M_n(F)的保矩阵逆的可逆线性映射又被刻划。     

基于马尔科夫转移矩阵的 黑龙江省区域产业结构变化聚类分析

从三次产业结构转化的角度出发,对1996—2016年黑龙江省及其13个市(区)的三次产业结构求解马尔科夫转移矩阵,并利用各市(区)的产业结构转移概率进行聚类分析,探寻出黑龙江省及各市(区)三次产业结构演变的趋势和规律。结果表明,各市(区)依据马尔科夫转移概率可划分为4类,这4类地区的资源禀赋优势主要集中在森林、煤炭和石油等自然资源上,但资源利用的不合理造成了产业结构扭曲,进而制约了黑龙江省的经济发展。最后,针对4类地区产业结构演变规律及资源禀赋优势提出了相应的产业结构调整政策建议.     

基于多重假设检验市长公开电话文本的自动分类

提出一种基于多重假设检验的特征加权朴素贝叶斯分类算法, 该算法通过特征选择方法得到多个特征词集合, 再按多重假设检验错误率为每个特征词集合配以不同的权重系数并参与到分类器的构建中. 该方法已经应用到市长公开电话的文本分类中, 通过构建的3个特征加权朴素贝叶斯分类器实现了投诉文本的计算机自动分类, 且相对传统方法提高了分类器的效率和精度.     

保矩阵群逆的线性算子

近年来一些作者对线性保持问题给予了极大的关注,但研究在环上保群逆的文章尚很少,文献[5]给出了2是单位的环上矩阵保群逆的线性算子的刻划。补充了[5]的结果,令R是特征2的主理想整环,M_0(R)记R上n×n矩阵代数,刻划了在R上保M_n(R)中矩阵的群逆的线性算子的形式。