基于互信息的弱随机特征子空间生成算法

集成算法是机器学习领域的研究热点。随机子空间算法是集成算法的一个主要算法。随机子空间生成的特征子集可能含有冗余特征、甚至噪声特征,影响算法的分类精度。为此,本文提出了一种基于互信息的弱随机特征子空间生成算法（WRSMI）,有效去除了特征子集中的冗余特征和噪声特征。在UCI数据集上的实验结果表明,WRSMI的分类性能优于随机子空间算法。     

直觉模糊群与直觉模糊正规子群的水平子群

本文引入直觉模糊群与直觉正规模糊子群的水平子群的概念,得出了若干重要的结论.     

相异加项的和集

设A，B为z的有穷子集，|A|=k，|B|＝l．记 S(A，B)={a+ba∈A，b∈B，a≠b}． 当k≠l时，|S(A，B)|≥k+l-2．本文给出了4≤k＜l时|S(A，B)|达到下界的充分必要条件．     

关于族F混合的研究

本文主要对族F混合作了研究着重于对族F混合的等价条件的研究和族混合以及保测变换的强族F混合与存在熊意义下的混沌子集关系的研究.     

Research on Some Questions About Selection of Independent Variables

1　 IntroductionMultivariate is one of the most widely used branches of Statistics.The major uses are asfollows:1It is used to describe and explain phenomenon,when we expect the number ofindependent variables included in a regression equation to be reduced to the utmost.2 Itisused in prediction,when we expect MSE of prediction to be rather small.3 Itis used incontrol,when we expect the variance and MSE of each regression parameter to be rathersmall.From actual problem,we can extractmany in…     

Lp(μ,X)逼近的唯一性

设X是Banach空间,Y是含原点的闭凸集.证明了:Lp(μ,Y)是Lp(μ,X)(1相似文献   

论沉默权与中国刑事司法制度改革之碰撞

沉默权作为人权的一个组成部分,是人的一项自然权利。在古代西方国家,沉默权有着深厚的历史背景。沉默权作为一项司法原则,因为“米兰达规则”而著称于世。沉默权在我国司法程序中的运用具有积极的意义和作用。     

一个弱化的状态方程的最优控制问题

讨论受控于具有混合状态和控制约束的状态方程的最优控制问题（p),当可行域D弱化为D，后相应问题(Pc）的最优解的存在性以其与原问题最优解的关系，为原问题最优解的近似计算提供可能。     

S－列闭空间、H－列闭空间与近似列紧空间

该文对Ｓ－列闭（Ｓ－序列闭）空间、Ｈ－列闭（Ｈ－序列闭）空间、近似列紧（近似序列紧）空间进行了研究，在各类Ｓ－闭空间（各类Ｈ－闭空间、各类近似紧空间）之间的相互关系上，得到了较为完整的结果     

Mining Representative Subset Based on Fuzzy Clustering

Two new concepts-fuzzy mutuality and average fuzzy entropy are presented. Then based on these concepts, a new algorithm-RSMA （representative subset mining algorithm） is proposed, which can abstract representative subset from massive data. To accelerate the speed of producing representative subset, an improved algorithm-ARSMA（accelerated representative subset mining algorithm） is advanced, which adopt combining putting forward with backward strategies. In this way, the performance of the algorithm is improved. Finally we make experiments on real datasets and evaluate the representative subset. The experiment shows that ARSMA algorithm is more excellent than RandomPick algorithm either on effectiveness or efficiency.