特征选择算法在故障检测中的应用研究

将基于决策树的特征选择方法应用于卫星故障检测中,在卫星故障检测应用研究中,综合分析了问题的特征,指出了基于决策树的特征选择方法,并且给出了在该方法下,特征选择算法的正确率和在卫星故障检测中的应用效果。     

基于相似度分析的拼写校正器

1引言 本文尝试通过分析单词之间的相似度确定用户输入的单词的正确形式.目前,拼写检查器一般是通过单词匹配来检索正确的单词,这样往往造成把属于同一词根的单词因为时态不同而认为是两个完全不同的单词.本文通过相似度来聚类属于同一词根的单词,只要适当地调整相似度的最小阈值就可以把属于同一词根而因时态变化造成的"异形"词聚类在同一类,然后在同一类中按相似性从大到小排列,返回前三个单词作为候选单词供用户参考.     

聚类方法在图像识别中的应用

论文将聚类方法应用于图像识别系统中。由于光照、几何彤变、摄像头角度等原因,在对拍摄得到的图像进行模板匹配的过程中发现图形的几何中心不唯一。为了解决这一问题,利用改进的聚类方法,对匹配中心进行聚类,从而得到图形唯一的几何中心。     

基于机器学习的蛋白质编码问题研究

氨基酸序列编码问题一直是在蛋白质结构预测中导致算法输入空间较大的主要原因。只有对氨基酸序列进行更好的编码．才能为后续进行计算机分析打下基础。提出并实现了综合考虑了氨基酸序列的划分和长程作用效应,利用氨基酸正交编码区分每个氨基酸个体,利用基本正交矩阵获得氨基酸在物理、化学、生物上的相似性,利用分属概率来获得当前蛋白质序列中氨基酸构成不同二级结构的趋势的新的混合编码方法,从而改进了氨基酸残基序列编码,并利用现有算法比较了不同编码方式对蛋白质二级结构预测的影响,结果证实该编码方式能够提高蛋白质二级结构预测的准确性。     

决策树算法在蛋白质二级结构预测问题中的应用研究

论文将决策树算法应用于蛋白质二级结构预测中,在蛋白质二级结构预测应用研究中,我们指出了在蛋白质二级结构预测问题中决策树分类属性的选择方法和决策树分类方法和决策树剪枝方法,并且比较了改进后的决策树算法和c45决策树算法在蛋白质二级结构预测问题中的应用效果。