基于数据密度的半监督自训练分类算法

在实际的分类任务中,无标记样本数量充足而有标记样本数量稀少的情况经常出现,目前处理这种情况的常用方法是半监督自训练分类算法。提出了一种基于数据密度的半监督自训练分类算法,该算法首先依据数据的密度对数据集进行划分,从而确定数据的空间结构;然后再按照数据的空间结构对分类器进行自训练的迭代,最终得到一个新的分类器。在UCI中6个数据集上的实验结果表明,与三种监督学习算法以及其分别对应的自训练版本相比,提出的算法分类效果更好。     

极限训练机在矿山开采最大下沉值估算中的应用

矿山开采过程中采空区地表往往会发生形变,研究其最大下沉值对安全生产具有重要意义,现有的开采最大下沉估算方法还有提升的空间。基于岩移数据决策与极限训练机(Extreme learning machine,ELM)算法,提出了一种估计最大下沉的新方法。该方法将采厚、倾角、平均采深、走向长度、倾向长度和覆岩岩性确定为最大下沉值影响因素;应用以Sigmoid方程为核函数、隐含层神经元个数为114的ELM模型对最大下沉值进行了估算。通过案例分析,ELM模型得到了优于传统算法如CHAID、Boosted Tree、ANN、BPNN和SVM的RMSE、MAE、MAPE、最大残差及秩相关系数,故认为该模型是一种有效的矿山开采最大下沉估算方法。     

基于Android的工程勘察数字采集系统关键技术

传统工程勘察采集的信息标准化程度低,数据整理工作量大、共享性差,为改变这一现状,从工程勘察的外业数据特点和内业信息共享需求出发,利用数据建模、GPS、数字罗盘、勘察信息字典库、相对坐标定位等关键技术,研发了基于Android的工程勘察数字采集系统,实现在一台智能终端上对地质测绘、勘探、原位测试和试验等基础勘察信息的数字化采集,改变了勘察信息采集的传统作业手段,可在提高工程勘察信息采集和利用的标准化、规范化和高效化,为后期信息共享奠定了基础。应用效果表明其可在多个行业的地质勘察工作中推广。     

大学生科研训练计划评价体系构建

为了培养具有创新精神和创新能力的高素质人才,国内众多高校将大学生科研训练计划纳入创新性人才培养计划。但现行的大学生科研训练计划评价机制尚不够健全,本文为此进行了一定探索,提出了大学生科研训练计划评价模型。     

会计记账凭证训练系统开发(一)

在经管类专业会计学课程教学中,为使学生熟悉和掌握记账凭证的填写方法,需要进行模拟训练,而传统的手工模拟训练方式存在着一系列缺陷,难以适应会计教学及学习信息化发展的需要。为满足这一需要,运用Excel2007软件在Excel VBA平台下开发会计记账凭证训练系统,阐述系统主要工作表的设计方法。     

文本分类中训练集相关数量指标的影响研究

针对训练集对分类性能的影响,从训练集的文本数、类别数以及特征项数这三项数量指标出发进行研究。使用多因素方差分析方法及多种语料库定量探讨该三项数量指标对分类性能的影响规律。结果发现特征项数对分类性能的影响在不同的文本数和类别数时是不同的,分类性能受训练集的这三项指标的交互影响,通过对训练集的这三项指标进行优化,提出了从分类算法、特征项选择法以外提高分类性能的途径。在真实数据上的实验结果表明,该方法可有效提高分类性能。     

研发动态

正计算机化认知训练程序可治抑郁症美国科学家新研发的计算机化认知训练程序可用来治疗抑郁症,所需时间更短且改善程度不输于药物.此项发现表明,一些行为疗法或许能提供治疗抑郁症的现实措施.老年抑郁症的病因尚不明确,其可能与遗传、大脑解剖结构和病理改变、生化和社会心理等因素有关,但这些因素错综复杂并相互交织.目前,虽然心理治疗和药物在某些人身上是有效的,但必须看到,这类治疗对很多人也没任何效果,这一类病患正极需更     

核心稳定性训练对普通高校足球运动员灵敏素质影响的实验研究

本研究旨在对大量文献研究的基础上,从足球项目性质特征分析入手,在核心稳定性训练理论的基础上,设计并实施实验方案,检验核心稳定性训练对普通高校足球运动员灵敏素质的影响。     

“自动更正”的前世今生

自从有了“自动更正”,我们便能在长途跋涉中继续舞文弄墨、挥洒创意,并且无须绞尽脑汁去记住生僻难懂的单词,因为其目前的内建字典已可谓汗牛充栋、学富五车,无论是俚语还是新词汇,都能手到擒来。     

不去健身房 锻炼随时随地

现代医学定义了一个健康的边缘状态,称之为"亚健康",所谓亚健康可以简单地理解为:各个生理指标虽然正常,但却有病症感觉,有潜在的发病倾向。而作为城市中快节奏生活的白领一族,拼命工作,熬夜加班,缺少锻炼,正是被亚健康状态深深困扰的一群人。