一种限定性的双层贝叶斯分类模型

朴素贝叶斯分类模型是一种简单而有效的分类方法,但它的属性独立性假设使其无法表达属性变量间存在的依赖关系,影响了它的分类性能.通过分析贝叶斯分类模型的分类原则以及贝叶斯定理的变异形式,提出了一种基于贝叶斯定理的新的分类模型DLBAN(double-level Bayesian network augmented naive Bayes).该模型通过选择关键属性建立属性之间的依赖关系.将该分类方法与朴素贝叶斯分类器和TAN(tree augmented naive Bayes)分类器进行实验比较.实验结果表明,在大多数数据集上,DLBAN分类方法具有较高的分类正确率.     

基于粒计算与区分能力的属性约简算法?

传统的属性约简方法将整个数据集一次性装入内存,很难适应大数据背景下的数据分析。为此文中提出基于粒计算与区分能力的属性约简算法。该算法运用统计学中的分层抽样技术,拆分原始大数据集为多个样本子集(粒),在每个粒上运用属性的区分能力进行属性约简,最后将各粒约简结果进行加权融合,得到原始大数据集的属性约简结果。实验表明该算法对海量数据集进行属性约简的可行性和高效性。     

SMOTE过采样及其改进算法研究综述

近年来不平衡分类问题受到广泛关注。SMOTE过采样通过添加生成的少数类样本改变不平衡数据集的数据分布,是改善不平衡数据分类模型性能的流行方法之一。本文首先阐述了SMOTE的原理、算法以及存在的问题,针对SMOTE存在的问题,分别介绍了其4种扩展方法和3种应用的相关研究,最后分析了SMOTE应用于大数据、流数据、少量标签数据以及其他类型数据的现有研究和面临的问题,旨在为SMOTE的研究和应用提供有价值的借鉴和参考。     

基于频繁项集的多标签文本分类算法

针对多标签文本分类问题,提出基于频繁项集的多标签文本分类算法——MLFI。该算法利用FP-growth算法挖掘类别之间的频繁项集,同时为每个类计算类标准向量和相似度阈值,如果文本与类标准向量的相似度大于相应阈值则归到相应的类别,在分类结束后利用挖掘到的类别之间的关联规则对分类结果进行校验。实验结果表明,该算法有较高的分类性能。     

聚酯装置真空系统工艺及设备改进

介绍了200 kt/a聚酯装置真空系统工艺,分析了真空系统故障原因,并进行相应的设备改造,优化完善了聚酯真空喷淋系统工艺。结果表明:通过增设真空抽料系统,将聚集在液封槽内室底部的低聚物排除到乙二醇系统之外,减少乙二醇循环泵切换频率;对刮板冷凝器进行改造,延长其运行时间,解决了装置因刮板冷凝器堵料造成停车处理的问题;对真空喷淋管线清洗工艺的技术优化改进,克服了真空喷淋管线结垢、堵塞,实现了装置在线清洗真空喷淋管线的目的,整个真空系统的稳定运行,延长了真空系统运行时间。     

石化企业污水处理系统水质波动原因分析及措施

某石化企业装置检修期间,污水处理系统发生严重波动,通过分析污水中的VOCs和金属含量,对比装置检修期间钝化剂溶液的组成,确定污水处理系统发生波动的原因为大量含有强氧化性高锰酸钾的钝化剂溶液进入污水处理系统,导致菌群破坏,无法进行正常的水质净化工作.根据菌群破坏原因,提出严格控制源头排放,特殊时期污水集中处理以及菌群快速...     

精己二酸装置洗涤塔堵塞物剖析研究

采用发射光谱仪、元素分析、原子吸收、差热、热重、扫描电镜等方法,分析研究了辽阳石化分公司(LYPC)精己二酸装置洗涤塔填料上的堵塞物。堵塞物中含有的化学元素有C,H,N,Fe,Ni,Ca,Na,Cu等,以CaCO3等结垢物和微生物等形态存在。推断了堵塞物的形成原因是洗涤水长期循环累积和微生物的沉积。研究了除去堵塞物的方法,在工艺上,采用63%的浓硝酸除去了堵塞物;采取了向洗涤水中加入杀生剂和新型阻垢剂的预防措施,取得了良好的效果。     

重醇酮在延迟焦化装置中加工利用的可行性研究

实验以重醇酮中混合二元酸为研究对象,分别从混合二元酸的溶解性、结晶度、酸性,腐蚀性等方面进行研究。结果表明,混合二元酸与柴油互溶性不好,常温下结晶析出。混合二元酸与加氢尾油混合进行减压蒸馏实验,在475℃结晶析出。     

因子分析降维对分类性能的影响研究

考虑因子数据的数据特征，采用连续属性服从正态分布的朴素贝叶斯分类方法，对因子分析降维前后数据集的分类性能变化进行了研究．实验结果表明：因子分析中的KMO（Kaiser—Meyer—Olkin）统计值和变量共同度与分类性能紧密相关，当KMO统计值大于0．8，并且只有很少属性的变量共同度值小于80％时，采用因子分析作为分类之前的降维是适宜的．