分类算法的区分能力和泛化能力

区分能力和泛化能力是分类算法极其重要的两个方面。区分能力是指分类器很好的将不同类的样本区分开来。泛化能力是指从训练样本数据得到的模型也能够很好的适应测试样本数据。本文简要介绍目前的各种分类算法,并从这两个方面对各个分类器进行了比较。     

分区前馈神经网络及其算法

基于鲎小眼间侧向抑制的Hartline Ratliff模型，文中将自组织网络与BP网络相结合，提出了一种分区前馈神经网络，并给出其具体学习，仿真算法.该网络结构能反映人脑多网络结构，并行处理信息的特点，因而具有学习快速，一定程度上克服局部极小和适合并行计算的特点.计算机仿真的算例证明，即使在患行计算机学习时间也可以减少到以往的50%以下，而与传统的前馈神经网络具有相同的泛化能力.     

"美女"称谓语泛化的原因及文化意蕴

本文从"美女"称谓语的流行过程分析它泛化的趋势。通过对它泛化的社会文化背景、语言学成因、言语交际功能以及它在具体语境中使用特点的探究,说明"美女"称谓语的泛化决非偶然,而是时代发展的必然结果,并由此引发对社会称谓语有关问题的思考。     

民主与为民作主——古代雅典民主与中国古代民本比较研究

在古代，雅典的统治是通过民主来实现的，而在中国则是通过民本思想体系来实现的。通过雅典和中国古代社会实态，以及民主与民本的实现条件、实现的方式的考察发现：民主是社会自主意识极强的精况下，人们自下而上追求自由、公正、平等的过程．民本是在道德泛化的社会里全社会追求“为民作主”的“明主”与“清官”的过程，直接表现为自上而下的施予过程。民主与为民作主是有本质区别的。     

体操教学时相论

体操是体育的一个极为重要的项目，而且由于动作多为翻转，转体，腾空，摆越，要求大脑运动中枢的空感极为精确，据此，欲好体操教学，必须深入研究泛化，分代，自动化各相时期体操教学的特点，采取相应的教学方法，以期获得良好的教学效果，本以多年的教学经验，较为详尽地论述了这一点。     

多层前向神经网络带正则化因子的算法

针对权衰减递推最小二乘算法(trueweightdecayRLS,TWDRLS)每迭代一步计算复杂度和存储要求很大,基于局部线性最小二乘算法(locallinearizedleastsquaresalgorithm,LLLS)与正则化因子,给出了多层前向神经网络带正则化因子的LLLS算法,大大减小了TWDRLS算法每迭代一步计算的复杂度和存储量。实验表明,改进的算法提高了原LLLS算法的鲁棒性和泛化能力,其性能接近TWDRLS算法。     

"X花"的语义语法特征——兼论指人类词缀"花"的主观化

"X花"在现代汉语中经常用来"比喻年轻漂亮的女子",相对"+漂亮"、"+年轻"来讲,"+突出"应该是"X花"的基本特征,"花"的语义具有泛化倾向.同时,"X花"在语法上的一些特点也表明,称女性为"X花"带有说话人的主观色彩,是固化对女性赞美的一种主观化形式.     

网络词汇泛化的社会文化心理透视

网络词汇的泛化已经成为当前语言生活的突出现象之一,本文通过问卷调查讨论了大学生网络词泛化现象,并对网络词汇词义泛化进行了分析。网络词汇的泛化折射出后现代主义影响下用语者求新求异的思想,以及彰显个性,寻求群体认同感的心理,同时也体现了对多元文化的认同和吸收。     

基于代数算法神经网络对股票价格的研究

利用零代价函数神经网络算法，首先，选用2004年和2007年各40个交易日的上证指数收盘价作为训练样本，对建立的三层神经网络进行训练和仿真．实现了网络的精确映射，网络输出误差几乎为零，然后。以2007年数据和2004年数据分别作为训练样本和测试样本，测试该网络的泛化能力．     

基于确定性退火的增强型分片回归

回归是统计学习理论中的主要研究问题之一．文中给出确定性退火分片回归算法全局收敛性和自由能全局极小关于温度连续性的证明，推导出初始临界温度的简化计算公式，并提出一种新的增强型分片回归算法，利用“原型迁移”技巧，避免退火过程中“空剖分”的出现．基于Benchmark数据集上的实验表明：新算法能有效去除模型冗余，提高学习泛化能力．