基于朴素贝叶斯的渔业文本分类器研究

通过阐述朴素贝叶斯文本分类器的算法原理及其用于建立渔业文本分类器的优点,给出了基于朴素贝叶斯的渔业文本分类器的基本结构,并用实验验证了该结构的性能。结果表明,基于渔业词库的朴素贝叶斯渔业文本分类器具有比普通文本分类器更好的性能。     

基于RBF和朴素贝叶斯的红葡萄酒质量等级分类

为提高红葡萄酒质量等级的分类准确度,在提取红葡萄酒的多种物理化学成份测定的基础上,利用RBF神经网络和朴素贝叶斯分类相结合的机器学习理论构建分类模型,实现红葡萄酒质量的有效分类。结果表明,改进算法将质量等级的分类准确率提高了约7%;对红酒加工企业具有积极的实用参考价值。     

决策树技术在高校招生决策中的研究与应用

通过介绍数据挖掘的概念和决策树分类方法,论述决策树技术中ID3算法的基本思想和改进方法,并用该算法对高校招生录取数据进行分析,建立基于改进决策树方法的高校招生决策应用研究模型,并运用模式匹配算法及朴素贝叶斯方法进行验证,分析出影响考生报到的潜在因素,为提高报到率提供参考依据。     

基于机器学习算法的广东省假期旅游数据挖掘

本文运用了随机森林、SUV、Logistic回归、决策树、朴素贝叶斯、KNN、BP神经网络等机器学习算法对交通路况、环境情况进行分类预测,并从中对比得出分类预测的最优算法。综合考虑得到的景区客流量、交通路况以及环境情况等预测数据,提出对某一景点是否推荐假期出行的建议。     

市政项目施工投诉案例分析及处理对策

通过统计并分析某市政项目2020年的投诉案例,施工期间施工扰民投诉总计463单,其中噪音投诉占比最高,占工单总量的69.5%;早晚间施工和旧桥拆除为施工噪音扰民投诉主要原因,分别占此类工单总量的41%和38%。本文通过阐述保证施工合规性、加强施工过程噪音控制、对外营造良好的施工形象及提高投诉回复技巧4个方面,提出完善建议,提高施工管理水平,降低投诉率及重复投诉率。     

基于帕累托贝叶斯网络的变压器故障诊断系统软件设计

传统的油中溶解气体分析技术在确定变压器内部故障类型时存在很大的局限性,因此本文将贝叶斯网络引入到变压器故障诊断系统中,给出了帕累托改进贝叶斯网络建模的设计流程,并利用MATLAB和Visual C++混合编程设计出一款基于帕累托贝叶斯网络的变压器故障诊断软件。该软件兼顾了变压器故障诊断过程中运算的快速性、运行环境的稳定性以及操作的简便性。     

基于注意力机制的头部姿态检测算法研究及改进

基于卷积神经网络(convolutional neural networks, CNN),提出了一种可对单张图片检测头部姿态的轻量级算法。基于软分类回归网络(soft stagewise regression network, SSR-Net)降低模型大小,对头部姿态的"俯仰角、偏航角、翻滚角"三维检测分别采取多级分类方式,每级分类只需执行少量的分类任务和较少的神经元。为提升算法的特征表现力,嵌入包含通道结构和空间结构的注意力模型,分别在中间通道和空间2个维度提升特征表现力。注意力模型可无缝集成到CNN架构中,且开销小。实验证明,与非嵌入注意力模型相比,改进算法模型仅有4.36 MB,平均绝对误差(mean absolute deviation,MAE)值更低,且准确度提升了4%～5%。     

房屋质量问题投诉处理的基本规定

我们居住的房屋经常会遇到一些质量问题,比如一些墙面开裂,用水房间的漏水等,这里有我单位去年处理的质量问题的投诉具体数据,2020年度,某区级质量监督站站共接投诉351起,其中转到市级质量监督站246起,区站共处理105起投诉,包括消防投诉31起,人防投诉8起。房屋质量问题64起,电话投诉1起,上门投诉1起。存在不满意工单3起,这3起不满意工单都做了申诉说明,市民生办也给予肯定;未回访来电人工单2起,后期主动与投诉人联系并保存录音转发民生办;无超期工单、无扣分工单。     

人工智能在建科标准系统中标准分类的应用

为了提高建科标准系统标准分类的效率和准确性,本文分别采用朴素贝叶斯分类方法和多种深度神经网络分类方法,对30多万个中文标准进行分类训练和分类测试,结果显示采用深度神经网络Kmaxcnn模型分类准确率最高达到81.2%,实验结果表明,利用该模型可以对建科标准进行高质量的分类,节约了人力成本,大幅提高了效率。     

基于机器学习的无参考图像质量评价指标体系改进

为解决BRISQUE算法中单纯提取灰度空间指标特征的问题,进一步提升算法预测的准确性,文章在BRISQUE算法的基础上改进了无参考图像质量评价指标体系,提出了一种基于灰度空间和色彩空间的改进算法。同时,为了减少单一数据库造成的模型过拟合现象,提升算法的鲁棒性,该算法分别在LIVE和CSIQ数据库上分析了算法计算结果与DMOS值的相关性。实验结果表明,改进的BRISQUE算法评价结果与人类主观评价具有高度的一致性,较BRISQUE算法在一致性方面有一定程度的提升。