根据I-型垂直密度表示及II-型垂直密度表示,分析垂直密度表示(Vertical Density Representation,简记为VDR)的提出与Lebesgue积分创立的异曲同工之处.阐述VDR在随机数生成、概率分布构造、多元分布拟合优度检验等方面的应用.垂直密度表...根据I-型垂直密度表示及II-型垂直密度表示,分析垂直密度表示(Vertical Density Representation,简记为VDR)的提出与Lebesgue积分创立的异曲同工之处.阐述VDR在随机数生成、概率分布构造、多元分布拟合优度检验等方面的应用.垂直密度表示是一种特殊类型的变量变换,可用以探究概率分布的内在特性.展开更多
软件测试中收集的累积出错数据,往往是不完全的,使用它们对软件的可靠性进行分析,将影响到分析结果的精度.解决这一问题的途径有很多,本文试图应用 EM 算法于 NHPP(非齐次泊松过程)类模型的参数估计,以提高估计精度,从而提高软件可靠性...软件测试中收集的累积出错数据,往往是不完全的,使用它们对软件的可靠性进行分析,将影响到分析结果的精度.解决这一问题的途径有很多,本文试图应用 EM 算法于 NHPP(非齐次泊松过程)类模型的参数估计,以提高估计精度,从而提高软件可靠性分析的精确程度.展开更多
在文本分类中,选取一个高效的分类算法是提高文本分类准确度,缩短分类时间的关键。提出基于指数分布族的多项式贝叶斯类特定分类算法(exponential family-multinomial naive Bayes,EF-MNB),基于多项式模型构造了 N 个类的分布,利用类特...在文本分类中,选取一个高效的分类算法是提高文本分类准确度,缩短分类时间的关键。提出基于指数分布族的多项式贝叶斯类特定分类算法(exponential family-multinomial naive Bayes,EF-MNB),基于多项式模型构造了 N 个类的分布,利用类特定特征选择算法得到第 N 个类的特征子集及对应类的特征概率密度函数(probability density function,PDF),通过指数分布族构造了 N 个类的原始PDF估计表达式,给定 N 个类的训练集,得到了第 N 个类的最优PDF估计,并基于贝叶斯定理制定了分类规则。仿真结果表明,与基于文档主题生成模型和支持向量机(latent dirichlet allocation-support vector machine,LDA-SVM)的层次分析分类算法、改进的超球支持向量机(improved hyper-sphere support vector machine,IHS-SVM)文本分类算法和基于主成份分析和k最近邻(principal component analysis-k-nearest-neighbor,PCA-KNN)混合分类算法相比,EF-MNB类特定分类算法使用少量的时间就可获得更高分类准确率。展开更多
文摘根据I-型垂直密度表示及II-型垂直密度表示,分析垂直密度表示(Vertical Density Representation,简记为VDR)的提出与Lebesgue积分创立的异曲同工之处.阐述VDR在随机数生成、概率分布构造、多元分布拟合优度检验等方面的应用.垂直密度表示是一种特殊类型的变量变换,可用以探究概率分布的内在特性.
文摘在文本分类中,选取一个高效的分类算法是提高文本分类准确度,缩短分类时间的关键。提出基于指数分布族的多项式贝叶斯类特定分类算法(exponential family-multinomial naive Bayes,EF-MNB),基于多项式模型构造了 N 个类的分布,利用类特定特征选择算法得到第 N 个类的特征子集及对应类的特征概率密度函数(probability density function,PDF),通过指数分布族构造了 N 个类的原始PDF估计表达式,给定 N 个类的训练集,得到了第 N 个类的最优PDF估计,并基于贝叶斯定理制定了分类规则。仿真结果表明,与基于文档主题生成模型和支持向量机(latent dirichlet allocation-support vector machine,LDA-SVM)的层次分析分类算法、改进的超球支持向量机(improved hyper-sphere support vector machine,IHS-SVM)文本分类算法和基于主成份分析和k最近邻(principal component analysis-k-nearest-neighbor,PCA-KNN)混合分类算法相比,EF-MNB类特定分类算法使用少量的时间就可获得更高分类准确率。