Pyrimidine:基于面向对象的遗传算法Python框架

Pyrimidine是开发用于实现遗传算法的通用框架.它也可以实现任何迭代模型,如模拟退火、粒子群算法.它的设计基于面向对象,利用了Python的元编程功能把群体看成个体的容器,又把个体看成染色体的容器,而容器是一个元类,用来构造不同结构的个体类和群体类,因为它是高度面向对象的,所以它容易扩展、改进.     

基于朴素Bayes组合的简易集成分类器

朴素Bayes分类器是一种简单有效的机器学习工具.本文用朴素Bayes分类器的原理推导出“朴素Bayes组合”公式,并构造相应的分类器.经过测试,该分类器有较好的分类性能和实用性,克服了朴素Bayes分类器精确度差的缺点,并且比其他分类器更加快速而不会显著丧失精确度.     

基于对称百分误差的线性回归与印染工业应用

印染工业现存的问题,是如何用染料在样品试验中的浓度预测真实面料中的浓度.理想情况下,染出相同颜色的染料浓度,无论在样品中还是真实面料中应该是等同的,或者至少呈现线性关系.虽然普通线性回归可以基本解决该问题,但其为最小化绝对误差的平方和,而工业上要求用百分误差,此时不能用代数方法求解线性模型.本文选用对称百分误差,并为对应的损失函数构造了梯度下降算法,其解优于用普通线性回归算法,从而提高预测性能.     

恒等逼近与连续小波变换的点态逼近

类似于Ｆｏｕｒｉｅｒ变换,连续小波变换的反演公式与卷积的恒等逼近也存在着密切联系．实际 上,可以将连续小波变换看作是一种逼近单位的构造方法．前人已经对小波变换的点态逼近做过 了充分的讨论,但都没有与恒等逼近相联系．利用恒等逼近证明了几个新的连续小波变换的点态 逼近定理,并在此基础上给出了在不同条件下逼近的误差估计,为信号去噪提供了理论依据．最 后的数值实验成功地进完成了信号去噪,从而验证了这些定理的正确性和相关算法的可用性．     

Ell:序列空间上运算的实现及其应用

Ell是用于实现序列空间上运算的数值计算库.它也可以处理任何序列模型,如图像可以理解成二维序列.Ell类直接继承numpy的数组类,和数组不同的是,它要模拟定义在整数上的序列,必须为每个对象存储指标的上下界.根据上下界,程序可以自动调整大小,实现两个任意大小的同维序列的初等运算.复杂的图像处理实验,验证了程序的可靠性和实用性.