中国古代哲学有没有形而上学──中国哲学史新探之四

近年来，中国古代辩证法史被写成了朴素辩证法与形而上学的两军对战史。本文对这一体系提出了不同看法。认为形而上学产生于近代，它与辩证法的关系不是对子对战结构，而是替代、复归的正反合结构。中国古代不具备产生形而上学的条件，也不具备形而上学的思维特征，那种认为孔子、孟子、董仲舒是古代形而上学代表人物的传统看法，是不能成立的。结论是，中国古代哲学没有形而上学思维方法。     

一种基于粗糙集的朴素贝叶斯分类算法

朴素贝叶斯分类器的计算过程只有在完全数据库中才成立,而基于相似关系的粗糙集模型具有处理空值的功能,并且提供了属性离散化和约简技术,可以改善属性间的依赖关系。因此,将两种不同的软计算方法相结合,利用粗糙集合理论先把决策表补齐,再对数据进行约简,然后结合朴素贝叶斯分类器,得出分类结果。实验证明这种方法不仅简化了数据和模型的规模,也具有对不完全数据的分类能力。     

产生式与判别式分类方法比较研究

分类是数据挖掘领域研究的热点,产生式与判别式是数据挖掘中两种不同的分类模型。产生式模型具有通用性、灵活性及清晰的分层结构,学习得到的模型很容易满足模型解释要求;判别式模型没有明显的对系统中变量的基本分布建模的企图,仅仅对输入到输出之间映射的最优化感兴趣,可以提供更好的分类性能。从准确率、建模时间及渐进误差等方面对产生式与判别式分类方法进行了分析与比较,为研究人员在分类模型的选择上提供了参考。     

一种基于属性相关性度量的朴素贝叶斯分类模型

本文通过分析属性相关性的度量和属性约简,提出一种基于属性相关性度量的朴素贝叶斯分类模型EANBC。实验结果表明,与朴素贝叶斯分类模型相比,EANBC分类模型具有较高的分类正确率。     

扩展的树增强朴素贝叶斯网络信用评估模型

针对信用评估问题的特点,在推导混合数据极大似然函数的基础上,提出了扩展的树增强朴素贝叶斯网络信用评估模型,用10层交叉验证在真实数据集上进行了测试并与神经网络分类模型进行了比较.测试结果表明扩展的树增强朴素贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势.     

一种新的多关系朴素贝叶斯分类器

针对现有多关系朴素贝叶斯分类器中存在的统计偏斜问题,扩展了语义关系图的定义,给出了一种新的统计计数方法,构建了相应得多关系朴素贝叶斯分类公式,形成了一种基于关系数据库技术的新的多关系朴素贝叶斯分类器。为高效进行关系表连接,采用元组ID传播方法对关系表进行虚拟连接。进一步提高分类准确率,基于互信息标准对属性进行剪枝。实验显示新的分类器具有良好的分类性能。     

基于改进的朴素贝叶斯文本分类研究

文本分类(Text Categorization,TC)指的是把一个自然语言文本,根据其主题归入到预先定义好的类别中的过程.文本分类是自然语言处理的一个基础性工作,也是近年来人们研究的热点话题.针对朴素贝叶斯算法在小样本集分类效果不高的原因进行了分析,对其进行了改进和调整,提出了基于改进的朴素贝叶斯文本分类方法,试验结果表明,该方法取得了更好的效果.     

基于机器学习的青海花儿唱词情感分析

本文以青海花儿唱词为研究对象,采用朴素贝叶斯机器学习模型和长短期记忆网络(LSTM)机器学习模型对其建模.首先对青海花儿唱词进行收集,建立模型并对收集到的唱词进行特殊的预处理操作,利用Word2vec生成词向量模型,构建二种不同的机器学习算法模型:朴素贝叶斯模型和LSTM神经网络+Word2vec模型;其次划分花儿唱词...     

从《荷花淀》看孙犁短篇小说的艺术特色

孙犁先生的短篇小说以富有感情的笔触揭示人物和生活的美，揭示劳动和战争的诗意。作品情景交融，意境优美，语言朴素简洁、真实自然。形成清新隽永，散文诗式的小说独特风格。