一种基于最少出现文档频的文本特征提取方法

传统特征提取改进方法在特征分布信息的量化方面存在不足,很大程度上影响了其分类效能。针对这一问题,提出一种基于最少出现文档频的特征提取改进方法,即TF-LDF算法。该算法用最少出现文档频来量化特征类间集中度与类内离散度,能够更加准确地反映特征分布情况。通过实验结果比较,可以证明TF-LDF算法分类效果更佳。     

神经网络在高强韧钢机械性能研究中的应用

将人工神经网络用于建立高Co-Ni二次硬化钢的力学性能预测模型,在此基础上,对此类钢的力学性能与钢的合金成分C,Ni,Co含量及热处理温度之间的关系进行了研究,并将其与实验结果相比较,获得了满意的结果,为高性能材料设计提供了一定的依据。