基于机器学习的文本情感倾向性分析

为实现对网络上电影评论的情感倾向性分析,通过对电影影评数据进行爬取,获取热门的电影评论,利用文本预处理和机器学习算法,完成对数据的训练以及测试,最终构建最优情感分类模型。实验结果表明,在所有词与双词结合并进行jieba的TF-IDF及卡方统计的特征提取下,得到的效果较好,BP神经网络以及多项式贝叶斯算法比较适用于这类文本的分析,尤其以BP神经网络的效果最佳,准确率达到86.2%。

计算机网络实验教学中的“双真”教学模式构建

针对现有计算机网络教学中存在的问题,分析探讨如何提高教学效果,提出将"双真"模式引入课程教学,给出教学模式实施流程图,结合教学内容介绍教学模式实施过程,最后说明教学效果。

基于K-Means与Apriori算法的盐包外敷中药处方研究

目的:探究具有舒筋活络、活血祛瘀、消炎止痛等疗效方剂的组方规律,制定盐包外敷中药处方。方法:对多部国内中成药方剂标准进行标准化处理,运用SPSSClementine12.0进行K-Means聚类及Apriori关联分析。结果:筛选方剂共281首,中药共计656味,聚类结果得到盐包处方:没药、乳香、红花、当归、川芎、川乌、草乌、冰片、樟脑、薄荷脑、麻黄、羌活、白芷,关联分析结果与此一致,较好地验证了聚类分析结果。结论:制定的盐包外敷中药处方在两种不同算法的验证下提高其可行性,为舒筋活络等疗效的外敷方剂研究和盐包外敷方剂开发提供参考信息。

穴位动态识别APP研发

从主要功能、实现方法等方面介绍基于语音识别技术的穴位动态识别APP设计,测试APP性能,结果表明该APP能够有效通过语音识别穴位信息,有助于普及穴位养生保健知识,帮助医学生记忆穴位信息,有很好的实用价值。