一种基于贪婪覆盖的文本分类方法

文本分类是信息检索和数据挖掘中的重要主题之一.文中提出了一种基于贪婪覆盖算法的文本分类方法,首先对文本进行分词,分词的结果用CHI统计量的方法提取特征,使用TF-IDF-ICSD进行特征权重计算.对贪婪覆盖算法采用另一种选取初始点的方法来构建分类器,用复旦大学语料库作为测试数据集,并与BP算法相比较.实验结果表明文本提出的方法是有效的.     

基于种子候选的贪心策略影响力最大化算法

爬山贪心算法的时间复杂度较高,不易扩展至大规模社会网络.为了解决此问题,文中从理论上分析节点集影响力评估可转化为局部概率解计算,能够提高算法运行效率.将局部概率解函数拓展到贪心算法中,提出基于种子候选的贪心影响力最大化算法和基于种子候选的偷懒贪心影响力最大化算法.在4个真实数据集上实验表明,文中算法与具有成本效益的惰性前向选择算法(CELF)性能一致,但在运行时间上快于CELF.     

汽轮发电机组轴系扭转疲劳性能估算方法的参数灵敏度分析

采用参数灵敏度分析方法,详细讨论了各相关参数对某汽轮发电机组轴系扭转疲劳性能指标的敏感性.结果表明:拉伸强度、尺寸系数和表面加工系数对疲劳性能的灵敏度相同,其灵敏度因子均为1;随着应力集中系数的增大,其灵敏度因子线性增大,当应力集中系数约大于1.68时,其灵敏度因子大于1,成为影响构件疲劳强度的最主要因素;疲劳缺口敏感系数对疲劳强度的影响最小;由于修正参数选取时的不确定性造成的寿命损耗估算偏差最大可达约15.5倍.     

基于Struts+Spring+Hibernate的Web-MIS开发研究

针对J2EE开发Web—MIS应用中多层开发的特点和可维护性、可扩展性的要求，介绍了三种轻量级框架Struts，Spring，Hibernate的基本特征，以及三者的集成技术。三种框架的组合可以实现Web应用的分层，能充分发挥三种框架各自的优势，实现多层开发的低耦合。最后以销售系统Web—MIS开发为例，对该组合应用于Web-MIS开发设计进行了研究，阐述了该框架组合应用于Web-MIS的特点和方法。     

火电机组一次调频及试验

随着经济的不断发展,火电机组的容量不断增大,以及电网动态的稳定性不断提升,电网的不断发展对火电机组的安全性和反映速度也随之不断地增加。火电机组一次调频对供电质量和电网运行安全有较大影响,可以通过一次调频控制系统对调频机组的加减负荷进行一定程度的控制,控制到机组频率工作时需要的额定范围。因此必须给予足够重视,寻找科学有效的方法来提高其负荷变化幅度及响应速度。本文在对火电机组一次调频功能进行了解以及对单元机组一次调频控制原理进行熟知之后,详细说明了火电机组一次调频的重要性,并以某300MW单元火电机组为例,介绍了不同控制方式下一次调频的试验方法,得到了一定准确的试验数据,发现在实际的生产工作中可以进行投入使用。     

基于二阶不变矩的弹头痕迹自动比对优化方法研究*

在国内外对弹头痕迹比对方法的研究中,传统方法是通过显微镜肉眼观察,比对两个弹头上的线条型痕迹,看线条的粗细分布是否吻合,但是效率极低、误差大。为了消除实际测量过程中的误差（平移误差和转动误差）,提出基于不变矩的方法来识别弹头痕迹,并通过与基于相似度的方法进行对比,最终得出基于二阶不变矩的痕迹识别方法。该方法具有误差小、识别率高的特点,并将其应用于实际的弹头痕迹比对中,取得了良好的效果。     

基于商空间理论的冬小麦产量预测和分析

文中从粒度计算角度对气象数据和历史产量进行分析。首先在商空间粒度计算理论框架下,通过对历年光、温、水等环境气象要素的分析,得出商空间模型下的特征属性;再通过对历史产量的分析,运用统计学方法获取相应的决策属性,将特征属性和决策属性相结合采用构造性机器学习方法对安徽省冬小麦产量进行预测,建立产量预测模型以实现冬小麦的较为准确的产量预测和分析。实验证明这种基于商空间粒度计算理论的产量预测方法是行之有效的。     

基于灰色-马尔可夫模型的粮食产量预测

文中首先用1976年到1995年的桐城县冬小麦单产,建立灰色GM（1,1）模型,再用随机过程理论的马尔可夫模型获得GM（1,1）模型在已知年份里的偏差规律（即偏差的转移概率矩阵）,并且依照此规律对GM（1,1）模型结果进行修正,将由GM（1,1）模型预测的一个具体数值,修正成为区间和概率组成的预测范围,增加预测的可靠性。最后用灰色-马尔可夫模型外推预测1996年到2000年共5年的小麦单产。实验说明灰色-马尔可夫模型大大提高了预测精度,将预测结果表示为预测范围,更为准确地反映出粮食产量的走势。     

覆盖算法在文本分类中的应用

介绍了文本分类的基本过程以及朴素贝叶斯和K近邻算法等基本分类方法，给出了基于覆盖的构造性神经粤络分类算法，并将其与朴素贝叶斯和KNN作了实验比较。结果表明，该算法具有较好的分类性能，适合于处理大规模的文本分类任务，从而有效地克服了传统文本分类算法的不足。     

快速蚁群算法求解圆排列问题

圆排列问题属于NP-完全问题,且蚁群算法已成功地解决了许多组合优化的难题。介绍一种基于蚁群算法求解圆排列问题的算法,并对此算法进行优化,提出一种求解圆排列问题的快速蚁群算法。它大大减少了蚁群算法的搜索时间,有效改善了蚁群算法易于过早地收敛于非最优解的缺陷。仿真实验取得了较好的结果。