维生素的分类结构及其作用

<正> 维生素是动物体和人类生命活动所必需的一类物质,许多维生素是人体不能自身合成的,一般都必须从食物或药物中摄取。当机体从外界摄取的维生素不能满足其生命活动的需要时,就会引起新陈代谢功能的紊乱,导致生病,甚至死亡。 目前被列为维生素的大约是30种以上,其中已知与人体键康有关的有20多种。从生理功能     

观赏石及其分类

观赏石是具有观赏、陈列和收藏价值的天然石质艺术品 ,可分为四种基本类型 ,即矿物晶体类、岩石类、化石类和现代生物礁     

计算机英语缩略语的分类及其结构特点

在当今计算机技术迅猛发展的信息时代，计算机英语词汇也随之大量涌现，其中缩略的增加尤为迅速。计算机英语缩略语的形式丰富多样，根据其结构特点大致可分为如下六种，即：首字母缩略词、混成词、节略词、缩写词、数字 单字首字母以及同音字母替换同音单词的缩略语     

内涵缩减与分类规则求解

概念格是数据分析与知识提取的一种有效工具,具有精确性和完备性等特点.目前,基于概念格的分类规则提取算法很多,但在提取到规则的数量上和规则的形式上并不能达到令人满意的效果.针对基于概念格的分类规则提取方法进行了研究,在改进内涵缩减的增量式计算方法基础上给出了基于内涵缩减的确定的分类规则和近似的分类规则的提取方法,通过有效限制计算内涵缩减的节点的范围降低了内涵缩减的计算规模,利用分类规则基,降低了需要计算的分类规则的数量,提高了分类规则的提取效率.为验证本研究提出分类关联规则的挖掘方法,用C++实现了上述算法.测试结果表明,本文给出的算法是有效的.     

基于多维组合的水利科学数据分类体系及其编码结构

为满足水利科学数据管理和共享的需要,在分析我国水利信息分类与编码研究现状以及现有分类体系面临的主要问题的基础上,依据水利科学数据所具有的特性,提出了多维组合的水利科学数据分类体系结构,构建了由科学属性、获取方法、数据载体和时空定位组成的多维水利科学数据分类体系,并对其进行了规范化的编码设计,形成了3段18位的多维码编码结构.目前,该分类与编码体系已在水利科学数据共享网中得到实际应用.     

基于语义距离的模糊信息分类方法

介绍了信息表极大必要属性组的概念。并用模糊语义距离矩阵解决了含有模糊数据的相互依赖的数据库的信息分类问题。     

一种基于概念层次的分类规则挖掘算法研究

从概念层次的角度,提出了一种新的基本概念层次的分类规则挖掘算法,并阐述了相关概念及属性归纳技术与相关性分析方法,以城市人口与收入信息数据库和测试数据,给出了该算法的试验结果,研究结果表明,本算法生成的决策树大小适合,具有高的分类规则挖掘效率。     

现代深部岩溶工程地质分类及其特征研究

在统计、分析前人对深部岩溶分类的基础上,采用二级分类体系对现代深部岩溶进行了工程地质分类.利用地质构造类型作为一级分类体系把现代深部岩溶划分为巨厚层型现代深部岩溶、单一构造型现代深部岩溶、复合构造型现代深部岩溶;再以岩溶发育的位置、构造类型及开启状况为二级分类体系,把上述一级分类细化为层内现代深部岩溶、河谷现代深部岩溶、开启向斜型现代深部岩溶、封闭向斜型现代深部岩溶、断裂带型现代深部岩溶等二级分类体系.在此基础上,以大量的实例为依托,对各类型现代深部岩溶的特征进行了深入的研究,总结出了各种类型现代深部岩溶特征.不但丰富了现代深部岩溶的理论体系,还为隧道工程和采矿工程中现代深部岩溶的勘察建立了理论基础.     

石窟分类及其地学特征分析

石窟是一种宗教建筑及人文旅游资源．石窟除按人文特征分类外,本文按其所处的地貌、岩性、地层时代等地学特征进行了分类．在红色岩层、石灰岩层和半胶结砂砾岩层中开凿的石窟,分别具有各自的地学和艺术特征．     

土被结构系统分类及其应用

提出土被结构是由土壤群体组成且具有整体性、结构性和功能性的耗散系统的观点;以土被结构空间有序为特征,充分考虑土被各种空间基础,即地貌类型,建立土被结构分类系统.并应用这个系统划分了渭南地区土被结构类型系统.     

基于不完备信息系统的文本分类研究与应用

在文本分类中,文本特征向量通常高达几千甚至上万维,给整个分类过程带来了相当庞大的计算量,因此进行有效的降维处理是非常重要的。在不完备信息系统理论的基础上,结合文本分类的特点,提出了一种量化容差关系和启发式的属性约简算法。实验证明该属性约简算法不仅能有效地降低文本特征向量的维度,同时能保证分类的正确率。     

Fractal classification and natural classification of coal pore structure based on migration of coal bed methane

According to the data of 146 coal samples measured by mercury penetration, coal pores are classified into two levels of <65 nm diffusion pore and >65 nm seeping pore by fractal method based on the characteristics of diffusion, seepage of coal bed methane(CBM) and on the research results of specific pore volume and pore structure. The diffusion pores are further divided into three categories: <8 nm micropore, 8-20 nm transitional pore, and 20-65 nm mini-pore based on the relationship between increment of specific surface area and diameter of pores, while seepage pores are further divided into three categories: 65-325 nm mesopore, 325-1000 nm transitional pore, and >1000 nm macropore based on the abrupt change in the increment of specific pore volume.     

基于不完备信息系统的文本分类研究与应用

在文本分类中,文本特征向量通常高达几千甚至上万维,给整个分类过程带来了相当庞大的计算量,因此进行有效的降维处理是非常重要的.在不完备信息系统理论的基础上,结合文本分类的特点,提出了一种量化容差关系和启发式的属性约简算法.实验证明该属性约简算法不仅能有效地降低文本特征向量的维度,同时能保证分类的正确率.     

有限离散属性网络模型及分类搜索方法

记忆是思维的源头,如何高效组织与存储信息是机器智能活动的前提,利用神经网络的结构思想、数据库表的映射作用、属性论的事物表达思想构造的属性网络模型能有效组织与存储信息,从根本上解决存储容量和渐进学习问题,使分类搜索变得非常简单.     

分类算法中基于差别矩阵的属性约简方法

差别矩阵中会出现大量的重复元素占用大量内存,当数据太稠密时,构成的差别矩阵太大不容易操作且计算代价较高。本文提出了一种基于简化差别矩阵的属性约简算法(SDMAR),在属性约简之前,通过计算属性相似度,对属性进行了合并操作,得到简化决策表。根据简化决策表构造差别矩阵,计算差别矩阵中出现次数最多的属性并删除包含该属性的元素,当差别矩阵为空时终止操作,以达到对决策表属性约简的目的。通过算法及实例分析得到属性约简过程的时间复杂度有所减小。     

不同属性加权方法对冠心病数据分类效果的研究

本文主要研究的是系统重构方法和层次分析方法在属性加权过程中的作用.根据背传神经网络获得分类正确率被作为比较标准.文中使用的数据是冠心病病例数据,直接来源于医院临床环节.实验表明,系统重构算法的加权数据的分类正确率要高于层次分析算法的加权结果,且两种加权方法的分类正确率都高于为加权的原始数据.     

基于随机森林的文本分类模型研究

随着WWW的迅猛发展，文本分类成为处理和组织大量文档数据的关键技术．随机森林模型是决策树的集成，并且由一随机向量决定决策树的构造．当森林中的决策树的数目增大，随机森林的泛化误差将趋向一个上界．将随机森林模型应用于文本分类，在Reuter21578数据集上的实验表明，分类效果比较好，性能比较稳定，将共同C4．5，KNN，SM0，SVM4种典型的文本分类器进行了比较，结果显示它的分类性能胜于CA．5，同KNN，SMO和SVM方法相当．     

基于Laplace谱结构特征和局部特征的图像分类

鉴于常规词袋模型中图像局部特征对图像信息表达不全面的特点,提出一种基于图像Laplace谱结构特征与局部特征相结合的图像分类方法.在提取基于图像均匀划分的Laplace谱结构特征后,对图像进行尺度不变特征变换(scale-invariant feature transform,简称SIFT)的抽取及描述;构造基于图像特征的视觉词典;根据视觉词典对图像特征进行量化,得到图像的全局特征直方图表示;构造支持向量机(support vector machine,简称SVM)分类器并进行图像分类.实验验证了该方法对图像进行分类的有效性与可行性.     

基于随机森林结合地球物理测井资料的煤体结构识别方法及应用

在更加复杂的地质因素影响下,常规测井方法识别煤体结构准确度低,为精确识别煤体结构,研究了煤体结构测井曲线响应机理以及随机森林决策树个数的优选,从而建立煤体结构与测井曲线的随机森林分类模型进行煤体结构识别。结果表明:决策树个数为500时,随机森林分类模型效果最佳;通过袋外误差和模型对测试集样本的预测结果可知,随机森林分类模型的结果稳定且泛化性强,并且适合处理非均衡数据,预测精度较高。可见随机森林算法能有效识别煤体结构,为煤层气开发提供帮助。