基于Map Reduce的Bagging贝叶斯文本分类

集中式系统框架难以进行海量文本数据分类。为此,提出一种基于Map Reduce的Bagging贝叶斯文本分类算法。介绍朴素贝叶斯文本分类算法,将其与Bagging算法结合,运用Map Reduce并行编程模型,在Hadoop平台上实现算法。实验结果表明,该算法分类准确率较高,运行时间较短,适用于大规模文本数据集的分类学习。     

基于粗糙集的定性概率网整合方法

由于子定性概率网(QPN)仅局限于表示子领域知识,为构建一个较大QPN进行知识的全面表示,基于粗糙集理论,提出了一种具有不同节点的多个子QPN整合方法。在QPN中,可将单个变量或多个变量的组合看做粗糙集中的一个属性。当多个QPN整合时,首先合并多个子QPN结构;然后,在保证不出现环路的情况下,根据粗糙集的属性间的依赖度向合并的QPN中添加有向边及其定性符号;接着,再根据属性间相对必要性来删除具有多个父节点的属性所不必要的冗余边,从而整合出较大QPN。最后,实验验证了该整合方法的可行性和有效性。     

贝叶斯分类器的判别式参数学习

为了提高贝叶斯分类器的分类性能,针对贝叶斯网络分类器的构成特征,提出一种基于参数集成的贝叶斯分类器判别式参数学习算法PEBNC。该算法将贝叶斯分类器的参数学习视为回归问题,将加法回归模型应用于贝叶斯网络分类器的参数学习,实现贝叶斯分类器的判别式参数学习。实验结果表明,在大多数实验数据上,PEBNC能够明显提高贝叶斯分类器的分类准确率。此外,与一般的贝叶斯集成分类器相比,PEBNC不必存储成员分类器的参数,空间复杂度大大降低。     

贝叶斯网络分类器稳定性研究

稳定性是评估分类算法的一个重要方面.本文介绍了贝叶斯分类方法以及两种度量算法稳定性的方法,实验研究了几种流行的分类算法的稳定性.研究的目的是确定树增强的朴素贝叶斯网络分类方法的稳定性.实验结果表明,树增强的朴素贝叶斯网络分类方法是稳定的.     

贝叶斯网络结构稀疏学习研究进展*

贝叶斯网络结构稀疏化学习因其既能简化结构又能保留原始网络中的重要信息,已经成为当前贝叶斯网络的研究热点.文中首先讨论贝叶斯网络结构稀疏学习的必要性、贝叶斯网络稀疏性的定义,并在此基础上介绍现有的贝叶斯网络结构稀疏学习研究思路.然后,回顾一般的贝叶斯网络结构学习方法,并分析它们在高维背景下存在的问题,进而发现基于评分的方法通常适合于贝叶斯网络结构的稀疏学习,因此重点介绍贝叶斯网络结构稀疏学习的目标函数和优化求解算法.最后,探讨未来贝叶斯网络结构稀疏学习的一些研究方向.     

聚天冬氨酸的研究新进展

聚天冬氨酸是一种绿色环保型水处理剂,具有优良的阻垢缓蚀性能,可生物降解.综述了聚天冬氨酸在合成方法、可生物降解性及应用方面的新进展,并提出了今后的发展方向.     

Dr. Brandt应变片式张力计测量原理及应用

文章首先从应变片式张力计的测量原理入手,然后对实际应用中的张力计进行了受力分析。在"炉区张力计的由来"章节中讲述了炉区张力计与传统张力计在结构上的区别,并从力学的角度对其实际受力情况作了分析,说明了这种张力计的优点。在"张力计实际应用"章节中,对Dr.Brandt应变片式张力计的通用参数作了说明,并对相关的专有名词进行了说明,从原理的角度对张力计的量程调整作了相应的公式推理,验证了计算结果与实际是相符的。     

石脑油脱硫剂性能评价

对拟投入使用的SY-1、SY-2、XBH三种商品脱硫剂进行性能对比研究,考察了空速、反应温度对脱硫剂穿透硫容的影响;通过浸水实验,考察了三种脱硫剂的耐水性。结果表明,三种脱硫剂常规使用稳定性均可靠,SY-2具有更高的穿透硫容,但耐水性略差;而SY-1具有更强的耐水性,穿透硫容略低;XBH指标性能居中。     

焦化蜡油脱氮技术研究进展

介绍了焦化蜡油中氮化物的危害,综述了加氢脱氮技术及其反应过程的研究现状,络合脱氮技术及其机理研究进展。加氢脱氮技术虽具有装置处理能力大的优点,但缺点是需要氢源且操作费用较高,在氢气来源短缺和生产规模较小的炼油厂难于推广应用。络合脱氮技术操作费用较低,具有一定成本优势,发展前景比较广阔。     

几种提高透射电镜切片质量的方法

长期以来在透射电镜切片中,常常因各种各样的切片质量问题而影响观察及照片质量,本人在长期的工作实践中经过不断实践和摸索,在提高切片质量方面总结出以下经验,供同行参考。一、空泡的消除有时一张平整而未污染的切片上,因出现大小空泡而影响照相。产生空泡的原因主要有两点:一是浸透不完全;二是切片修块时切面不平整。解决办法是:1:在浸透过程中将浸透液配成包埋剂与丙酮为1:2的比例,不加盖振荡4h,让丙酮自然挥发,振荡为使浸透更彻底。2:在修块过程中,先用单面刀片仔细修掉环氧树脂使组