贝叶斯分类与LVQ神经网络分类性能对比研究

分类问题是模式识别和数据挖掘领域中的重要内容,贝叶斯分类是一种经典的分类算法;LVQ神经网络在分类问题方面也有广泛的研究和应用;在实际分类应用中选择高效、稳定的分类算法非常重要。文章选用UCI机器学习仓库中的三个数据集,对贝叶斯分类和LVQ神经网络在分类问题上进行了分类正确率、稳定性、分类效率三方面的实验研究,实验结果表明,贝叶斯分类相比LVQ神经网络来说,具有更高的分类正确率、稳定性和分类效率,该结论为选择这两种分类算法提供了参考依据。

基于R软件的某中医院治疗骨折延迟愈合中药方剂数据挖掘

目的:探讨我院应用中药方剂治疗骨折延迟愈合的效果,并总结其治疗规律,为临床提供新的中医诊疗思路。方法:采用回顾性研究方法,收集我院HIS系统中符合纳入标准的骨折延迟愈合患者的临床资料。使用R软件进行数据分析,包括频次分析、关联规则、phi相关性分析和聚类分析,以探索中药方剂的组方模式及其中的诊疗思路。结果:共纳入215例病例,包括药物179种,药物类型42种,药物功效308种,药物主治病症566种,四气以温、平为主,五味以甘、苦、辛为主,归经以肝、肾、肺为主,强关联对药21个、角药262个,药物共现网络有73个节点、806条边。其中“骨碎补、杜仲、自然铜、淫羊藿、狗脊、土鳖虫、龙骨、续断、合欢皮、黄芪、红花”药物之间phi相关性最高;可能的新方剂组合4个,包括“狗脊、龙骨、自然铜、杜仲、黄芪、淫羊藿、土鳖虫”“合欢皮、骨碎补、牛膝、续断、当归、川芎、红花”“青风藤、蜈蚣、地龙、桂枝、粉葛”“麦芽、山楂、薏苡仁、北沙参、白术、远志、苍术、酸枣仁、茯苓、甘草、珍珠母”。结论:我院治疗骨折延迟愈合采用的中药方剂为补益肝肾、续筋接骨为主的药物,形成了治疗骨折延迟愈合的新方剂组合,为未来的中医药治疗策略提供了创新思路。

平面构成形式在当代工笔花鸟画构图中的运用

随着社会的不断进步,人们的审美标准和视觉观念也产生了新的变化,传统绘画构图方式已然无法满足大众的视觉审美,时代发展对绘画艺术提出了新的要求。在西方绘画观念影响下,出现了平面构成在工笔花鸟画中运用的崭新潮流。这种新潮流的介入丰富了当代工笔花鸟画的创作面貌,对其发展产生了重要影响。以平面构成形式的融入为出发点,重点对当代工笔花鸟画在构图上的革新做出分析。这种革新主要体现在密集的重复构成和空间分割构成在工笔花鸟画中的应用,在构图的疏密对比关系中融入西方设计理念,在物象的选取上更贴近当代社会生活。

基于Moodle平台的自主学习型教学模式研究与实践——以大学生就业创业教育网络课程为例

以楚雄师范学院大学生就业创业教育网络课程为例,对基于Moodle平台开展自主学习型教学进行研究,阐述了Moodle平台中的"资源库"和"活动"工具在自主学习型教学中的使用,介绍了运用"活动进度"和"限制访问"功能对学生的学习过程与状态进行监控与管理的方法,构建了基于Moodle平台的自主学习型教学模式。

一种改进的Adaboost-BP算法在手写数字识别中的研究

为了提高神经网络对手写数字的识别率,基于Adaboost思想改进Adaboost-BP二分类算法,实现用于多分类的Adaboost-BP算法,提高了神经网络对手写数字的识别率。改进了“弱”分类器权重值的计算公式,将权重值归一化处理的步骤放到“弱”分类器迭代训练完成之后,“强”分类器的构成不使用符号函数而是直接计算分类结果。实验数据采用MNIST手写数据库,实验结果显示改进的Adaboost-BP算法构造出的“强”分类器分类结果正确率明显高于“弱”分类器。改进的Adaboost-BP算法可明显提高手写数字识别正确率。

基于网络教学平台的大学生学习行为习惯调查研究——以楚雄师范学院网络教学平台为例

通过问卷调查统计分析基于网络教学平台的大学生学习行为习惯,调查结论为网络教学平台课程的建设和使用提供了参考依据,从而让网络教学平台更能满足学生的学习习惯与需求,使网络教学平台发挥更好的教学功能。

用操作语义解读程序设计语言中的while循环结构

操作语义通过规定程序设计语言在抽象机器上的执行过程来描述程序设计语言的含义。本文通过实例,运用操作语义对程序设计语言中的while循环结构进行分析解读,帮助学生理解while循环的执行步骤和变量的变化过程,提高了教学效果。

ARIMA模型在楚雄市年平均气温预测中的应用研究

文章运用时间序列ARIMA模型的建模方法对云南省楚雄市1961年到2010年年平均气温进行分析研究,通过SAS软件建立了ARIMA(p,d,q)时间序列模型,同时运用建立的模型对楚雄市未来4年的年平均气温值进行了预测;本文的研究结果对当地工农业生产、人民生活具有一定参考价值。

符合SCORM标准的数字化教学资源在Moodle平台中的应用研究

针对LMS(学习管理系统)中常见数字化教学资源的不足,阐述了SCORM标准及构成,说明了创作符合SCORM标准的数字化教学资源的方法,研究如何在Moodle平台下更好的使用符合SCORM标准的数字化教学资源。

Microsoft SQL Server 2000数据库自动异地备份策略研究

数据库备份是数据库系统应用中的一个重要环节,本文基于Microsoft SQL Server 2000数据库的备份方法提出一种自动异地备份策略,有力的保证了数据库备份文件的完全。

基于支持向量机的人脸识别应用研究

使用C-SVC和nu-SVC支持向量机模型,对人脸进行识别。以支持向量机分类原理为基础,以LIBSVM集成软件为工具,以剑桥大学计算机实验室的ORLFaces数据库和本文第一作者的人脸图片作为实验数据,对数据标准化实现方法,最优惩罚系数与核函数参数的查找方法,线性核函数、多项式核函数、径向基核函数、Sigmoid核函数进行对比研究,选择三组随机数进行人脸识别实验。实验结果显示,nu-SVC模型的人脸识别正确率高,且波动性小,更适合用于人脸识别;C-SVC模型用于人脸识别时指定惩罚参数C和核函数参数γ可获得更高的分类正确率。结论,SVM分类器用于人脸识别效果较好。

网络在教学中的应用

本文通过对网络在教学中的各种应用进行分析,并结合作者在教学中的实际应用,总结出网络课件制作、师生网上讨论、作业上传的使用经验及技巧。

Newton-Raphson算法Logistic分类器性能提升应用研究

Logistic分类算法中,通常使用梯度上升算法求解权值矩阵,Newton-Raphson算法是另一种求解权值矩阵的算法。选用UCI机器学习仓库中3个数据集,实验研究了Logistic梯度上升算法与Logistic Newton-Raphson算法的分类正确率、权值矩阵迭代求解次数。实验结果表明,相比Logistic梯度上升算法,Logistic Newton-Raphson算法具有更高分类正确率与较少权值矩阵迭代求解次数,该结论为Logistic分类过程中权值矩阵求解算法提供了参考依据。

J型针刀治疗腰椎脊髓损伤后膀胱功能障碍临床观察

目的:观察J型针刀治疗腰椎脊髓损伤后膀胱功能障碍的效果。方法:50例随机分为试验组和对照组各25例,取肾俞、膀胱俞、命门、枕骨粗隆下、八髎穴为针刀穿刺点,试验组用J型针刀治疗,对照组用常规针刀治疗。结果:治疗2个疗程后两组膀胱残余尿量均降低(P<0.05),且试验组降低程度大于对照组(P<0.05)。结论:J型针刀治疗腰椎脊髓损伤后膀胱功能障碍效果较好。

影响国内开放课程建设发展的技术问题与对策研究

提出影响国内开放课程建设发展的主要技术问题,并针对所存在的技术问题提出了相应的解决方案,提出Moodle或Sakai是开放课程平台的最佳选择。

用形式语义探讨局部变量的作用域

本文采用形式语义研究方法,结合实例重点探讨了高级语言程序设计中局部变量在语句块中的作用域问题,从而帮助高级语言程序学习者从另一个角度分析局部变量的作用域。

基于多元正态分布的手写数字识别研究

介绍了多元正态分布及边界判别方法,详细阐述了数据降维方法中的主成分分析(PCA降维),分析了MNIST手写数字数据库的数据结构和数据读取方法,论述了基于多元正态分布的手写数字识别方法的整个实验过程。实验结果显示,经PCA降维后的手写数字呈现多元正态分布的特征,使用正态分布的边界判别方法对手写数字进行识别运行效率高。

Moodle平台自动远程备份策略研究与实现

Moodle平台课程数据安全、完整备份是一个非常重要的工作。Moodle平台提供课程自动备份功能,但缺少数据库、文件上传的备份功能,且不能远程备份。针对Moodle平台备份功能的缺陷,以楚雄师范学院Moodle平台为例,提出了Moodle平台数据完整备份策略,通过编写Shell脚本实现数据库和用户上传文件的备份功能,结合Linux系统下的自动任务服务,定时自动执行Shell脚本,实现自动登录远程FTP,将备份数据定时传输到远程FTP服务器,从而实现了Moodle平台数据的自动远程备份功能。

一种通过卷积─池化提升SVM人脸识别率的研究

以剑桥大学计算机实验室的ORL Faces数据库作为实验数据,通过卷积神经网络中的"卷积-池化"层对实验数据进行处理,选择LIBSVM集成软件为工具,对原始数据和经"卷积-池化"处理后的数据进行了分类识别研究,SVM参数选用C-SVC模型、nu-SVC模型与线性核函数、多项式核函数、径向基核函数、Sigmoid核函数进行组合。实验结论:增加训练数据可提高人脸识别率,卷积-池化处理可实现数据降维,"高斯平滑卷积核卷积-池化"处理可提高SVM人脸识别率,SVM在人脸识别中更适合选用C-SVC模型+线性核函数。

基于LVQ神经网络的手写数字识别研究与实现

提出基于LVQ神经网络的手写数字识别方法并进行实验研究。介绍了LVQ神经网络的基本原理,分析了MNIST手写数字数据库的数据结构,阐述了LVQ神经网络的参数选择方法,介绍了PCA降维方法,详细论述了基于LVQ神经网络的手写数字识别实验的整个过程,分析了实验结果。