基于关联度的代价敏感决策树生成方法

针对常用决策树生成方法中存在的缺点,通过引用属性关联度和代价敏感学习,利用粗糙集理论对条件属性进行约减。在构建决策树过程中,把属性的关联程度和性价比作为选择分裂结点的依据,利用改进的信息增益构建代价敏感决策树。试验结果表明,该方法在分类准确度和生成决策的结点总量上比常用决策树生成方法优越。     

论名词动用

名词作动词用是现代英语一个日益普遍而又生动有趣的语言现象。它能使语言简约，表现力增强，使抽象的概念变得生动形象。本文将就名词动用的历史、现状、分类、语法功能及其修辞效果进行探讨。     

对关中话一个语法化个案的考察

＂人家＂是现代汉语中一个功能复杂的代词。本文采用共时和历时描写相结合的方法,广泛调查了其在各大方言中的分布,也追溯了其历史发展源流,最后得出其两个语法化过程。     

理解EPS——一种重要的图形格式漫谈

ＥＰＳ英文全称Ｅｎｃａｐｓｕｌａｔｅｄ Ｐｏｓｔｓｃｒｉｐｔ,是一种常见的图形格式,它的文件本身即为Ａｄｏｂｅ公司的Ｐｏｓｔｃｒｉｐｔ语言组成的程序,本文３主要通过对ＥＰＳ格式的基本对象属性、与设备无关性,预览图像在ＰａｇｅＭａｒｋｅｔ导入几个方面的阐述,ＥＰＳ格式的图形相对于别的格式图形在色彩、图形精度、图形文件长度及图形输出等方面的长处及优点。     

基于遗传算法的神经网络油水层识别

文章研究了基于遗传算法的神经网络油水层识别方法,针对神经计算存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,提出了基于粗集属性约简方法降低了输入信息的空间维数、减少了运算量和简化了神经网络的拓扑结构,利用遗传算法提高神经网络的训练速度。实验结果表明:将混合智能计算方法应用于油水层识别中效果显著,其学习训练速度和拟合精度远优于传统BP神经网络算法。     

属性论方法在图像分割中的应用研究

提出一种基于属性论的图像分割方法,首先将彩色图像转换到HSI颜色空间,然后根据定性映射原理建立HSI颜色空间的智能融合模型,通过像素点间的不同颜色分量的特征匹配实现对图像的分割,最后用MATLAB进行仿真实验,实验结果表明,所提出的定性映射颜色分割算法快速、有效、可靠.     

运用任务型教学法,走出英语语法教学困境

任务型教学法是20世纪80年代兴起的交际式教学方法之一,它强调以学生为中心,通过特定任务的完成而实现对语言知识的学习.语法教学是英语教学中的一个部分,但其重要性曾一度受到质疑.由此,改变以往陈旧的语法教学模式,与任务型教学法相结合是语法教学改革的重要途径.     

基于属性重要性和样本信息熵的多连续属性离散化后处理方法

有效判别决策表中离散化后样本数据的类型对于对后继阶段的机器学习和数据挖掘过程具有非常重要的意义.本文提出了一种基于属性重要性和样本信息熵的数据类型判别方法,并利用人工改造的一部分UCI数据库进行了模拟试验,结果表明方法是有效的,识别样本数据的准确率较高、识别错误率和拒识率较低.     

基于用户模型和属性扩散的混合个性化推荐

电子商务的飞速发展,在为人们提供了更加方便快捷的购物途径同时,如何给用户提供更加人性化的推荐服务,是电商赢得市场需要解决的关键问题。以淘宝电子商务平台为依托,提出基于用户模型和商品属性扩散的混合个性化推荐系统,研究用户兴趣的时间演化和空间扩散方法,综合运用多种推荐方法,给为用户提供更加精准的推荐服务。实验证明,该方法具有较明显的效果,能够较好地运用于同类电商平台。     

基于变精度粗糙集理论的网格自学习及预测

提出了网格自学习和预测系统体系架构,采用变精度粗糙集和不协调目标信息系统理论揭示有关网格应用属性、网格资源动态状况和网格应用性能之间关系的知识,并采用增量式知识约减算法确定重要属性.利用所发现的知识,可以预测应用的资源需求及其性能.数据实验证明对作业资源需求和运行时间的预测值与实际值的偏差不超过30%.