IKnnM-DHecoc:一种解决概念漂移问题的方法

随着数据流挖掘的应用日趋广泛,带概念漂移的数据流分类问题已成为一项重要且充满挑战的工作.根据带概念漂移的数据流的特点,一个有效的学习器必须能跟踪并快速适应这种变化.一种基于增量KnnModel的动态层次编码算法被提出用于解决数据流的概念漂移问题.在将数据流划分为数据块后,根据增量KnnModel算法对每块的预学习结果构建并更新类别层次树、层次编码,用可增量学习的分类算法对照编码划分进行学习,并生成备选分类器集.最后依据活跃度对结点进行剪枝处理以减少计算代价.在预测阶段,利用增量KnnModel算法和动态层次纠错输出编码算法的各自优势进行联合预测.实验结果表明:基于增量KnnModel算法的动态层次纠错输出编码算法不但能够提高模型学习的动态性和分类的正确性,而且还能够快速适应概念漂移的情况.

基于KNN模型的层次纠错输出编码算法

纠错输出编码是一种解决多类分类问题的有效方法,但其编码矩阵只对类进行编码且都采用事先构造出来的统一形式,适应性较差。为此,提出一种新颖的层次纠错输出编码算法。该算法在训练阶段先通过KNN模型算法在数据集上构建多个同类簇,选取各类中最具代表性的簇形成层次编码矩阵,然后再根据编码矩阵进行单分类器训练。在测试阶段,该算法通过模型融合进一步发挥KNN模型和纠错输出编码各自的优点。在UCI公共数据集上的实验结果表明,新方法的性能优于KNN模型算法和纠错输出编码算法。

半监督层次纠错输出编码算法

纠错输出编码是一种处理多类分类问题的有效方法,但它只能用于有监督的数据,而对大量未标签样本却无法利用.提出一种新颖的基于半监督技术的层次编码算法,对传统的纠错输出编码算法(ECOC)进行改造,拓展了编码的概念.在编码阶段,根据簇特征进行同类组合后再进行层次编码,从而在充分利用了无标签样本的同时,根据数据类分布的特点进行编码以提高算法精度.最后在化工产品有毒性预测数据集上的实验结果表明了本方法的可行性和有效性.

矩阵广义迹

一般情况下,矩阵迹的计算只涉及到方阵.利用整数论中带余除法,将矩阵迹的计算推广到一般矩阵上.

一种求伴随矩阵的方法

首先证明了如果秩(A)=n-1,则伴随矩阵A*可以通过线性方程组AX=0的基础解系表达,然后给出一种计算n阶伴随矩阵方法。

百合花药和雌蕊特异启动子功能分析

【目的】从"索邦"百合(Lilium orential"Sorbonne")中克隆查尔酮合成酶基因启动子相似序列PCHS2,并对其进行表达模式分析。【方法】从"索邦"百合中PCR扩增PCHS2启动子序列,与GUS报告基因融合,构建植物表达载体,通过农杆菌介导法转化模式植物拟南芥(Arabidopsis thaliana var.Columbia)和矮牵牛(Petuniahybrida "Dreams Midnight"),抗性筛选和PCR检测鉴定转基因植株,GUS组织化学检测分析启动子在转基因植株中的表达模式。【结果】转基因拟南芥和矮牵牛的抗性筛选和PCR检测结果显示,成功地获得了转基因阳性植株。GUS活性分析表明,在PCHS2的驱动下,仅能在花药和雌蕊中检测到GUS活性,茎、叶和其他花组织中都没有发现GUS活性的表达。【结论】PCHS2启动子具有花药专一性。

陕西茶树种质资源研究现状及展望

茶树种质资源是茶树育种、遗传研究及生产利用的重要物质基础,是茶产业可持续发展的动力。本文综述了近几年来国内学者对陕西茶树种质资源分类、生化成分、DNA分子鉴定等方面的研究现状,并对陕西茶树种质资源保护利用进行了展望,为科学保护与合理利用陕西茶树种质资源提供参考依据。

首发乐教电视长虹以技术融合内容迎战五一旺市

2009年3月底，长虹在北京发布多款“乐教”系列液晶及等离子电视。据介绍，沿袭TV2．0的发展方向，乐教系列平板电视以丰富内容的提供为出发点，便捷高效地向消费者提供教育、生活百科、健康知识、娱乐、影视等丰富的内容，达到彩电技术与内容的结合，从而让消费者“用电视”发展到一个全新的局面。