一种不确定数据的朴素贝叶斯分类方法

针对不确定性数据的分类问题,提出一种基于直方图估计的不确定性朴素贝叶斯分类器(HU-NBC).基于直方图估计的思想,建立估计不确定性数据概率密度函数的数学模型,并利用该模型估计不确定性朴素贝叶斯分类器的类条件概率密度函数.实验结果表明,与同类型算法相比,基于直方图估计的HU-NBC算法拥有较优的分类精度、较小的时间代价和空间需求,适合解决数据量较大的不确定性数据分类问题.     

智能配电网技术在配电网规划中的应用

当前,在社会生产、生活中,用电设备的种类、数量都在不断增加,对于电力系统的供电效率与供电质量均有了更高要求。而配电网是电力系统中的一个重要组成,肩负着向广大用户提供电力的重任,只有确保配电网规划足够科学合理,才能更好地满足用户用电需求。本文首先分析智能配电网的概念及组成,其次基于配电网运行管理现状,从几个方面深入说明智能配电网技术在配电网规划中的实践应用,以供参考。     

基于信息熵与遗传算法的并行关联规则增量挖掘算法

针对大数据环境下基于Can树的增量关联规则算法存在树结构空间占用过大、支持度阈值无法动态设置以及Map与Reduce阶段数据传输耗时等问题,提出了一种基于信息熵和遗传算法的并行关联规则增量挖掘算法MR-PARIMIEG.首先,该算法设计基于信息熵的相似项合并策略(SIM-IE)来合并相似数据项,并根据合并后的数据集进行...     

基于聚类和WOA的并行支持向量机算法

针对并行SVM在大数据环境下对冗余数据敏感、参数寻优能力差以及并行过程中出现的负载不均衡等问题,提出了一种基于聚类算法和鲸鱼优化算法的并行支持向量机算法MR-KWSVM。首先,该算法提出KF策略来删减冗余数据,利用删减冗余数据后的数据集训练SVM,降低SVM对冗余数据的敏感性;其次,提出了基于非线性收敛因子和自适应惯性权重的鲸鱼智能优化算法IW-BNAW,利用“IW-BNAW”算法获取SVM的最优参数,提高支持向量机的参数寻优能力;最后,在利用MapReduce构造并行SVM的过程中,提出时间反馈策略用于reduce节点的负载调度,提高了集群的并行效率,实现了高并行的SVM。实验结果表明,所提算法不仅保证了SVM在大数据环境下的高并行计算能力,SVM的分类准确度也有明显提高,并且具有更好的泛化性能。     

结合信息论和范数的并行随机森林算法

针对MapReduce框架下的随机森林算法在处理大数据问题时存在的冗余与不相关特征过多,训练特征信息量低以及并行化效率低等问题,提出了大数据下基于信息论和范数的并行随机森林算法(PRFITN).首先,该算法基于信息增益和Frobenius范数设计了一种混合降维策略(DRIGFN),获得降维后的数据集,有效减少了冗余及不...     

吸氧型阻隔包装材料对橙汁品质的影响

以吸氧型阻隔薄膜和氧阻隔薄膜为橙汁包装材料,研究不同包装材料对橙汁理化品质和感官品质的影响。贮存期内,氧阻隔薄膜包装果汁的保鲜效果较差,在第2周时,果汁中的维生素C含量降低为零且失去橙汁香气;吸氧型阻隔薄膜包装的橙汁VC含量、可溶性固形物含量和感官评价要高于氧阻隔薄膜,且褐变指数明显低于氧阻隔薄膜。结果表明:吸氧薄膜可以有效清除包装袋内氧气,阻隔外界氧气的进入,在贮存期内形成无氧环境,有利于延长货架期。      

维-哈-柯多语言词素切分集成环境研究

开发一个多语言统一用户界面的集成信息处理软件环境,对少数民族自然语言处理研究工作特别是派生类语言的文本及语音等信息处理带来了巨大便利。系统基于词-词素平行语料库,从语音、词素、词以及句子等多个层面出发,对3种派生类黏着性语言进行声学和形态分析层面的分析,将繁杂的归一化、单元切分等工作集成到一个工程内。系统在语言和功能上可扩展,可嵌入独立的统计模型,对维-哈-柯语的词素切分准确率分别达到96%、92%和88%。     

PVA膜共辐射接枝改性的初步研究

研究了温度敏感性聚合物聚Ｎ－异丙基丙烯酰胺在ＰＶＡ膜上的共辐射接枝反应,及吸收剂量,剂量率,单体浓度,无机酸及Ｃｕ＾２＋浓度妆枝率的影响,同时测定了接枝膜的溶胀性能。结果表明ＰＶＡ膜接枝后溶胀比增加且具有温度敏感性。     

基于约束的不确定数据频繁项集挖掘算法研究

针对基于约束的不确定数据频繁项的经典挖掘算法——U-FPS算法的不足,提出了适用于基于约束的不确定数据的新算法——UC-Eclat挖掘算法。该算法不需要构建频繁模式树,而采用了数据库垂直模式求交集的方式来计算支持度的方法,提高了挖掘效率。