一类基于类别区分的多重故障诊断模型框架

多重故障诊断是故障诊断和容错控制技术中的重难点问题.本文关注数据驱动故障诊断,以基于知识的方法为基本思路,按照故障表现及征兆的组合形式分析了多重故障和征兆之间的映射关系,将多重故障诊断转化为一类由各个组成故障对应于征兆数据集合的类划分问题.在已有应用于故障诊断的分类和聚类方法的基础上,分析了4种基于类别区分的多重故障诊断模型框架.并讨论了其优缺点和适用的类别区分算法.

一种基于类别区分互补性的特征选择

特征选择是机器学习和数据挖掘领域中实现数据降维和数据清理的有效方法之一.针对现有相关性度量方法不能直接度量混合特征(连续特征与离散特征)之间相关性的问题,将连续特征的特征值按照离散特征取值相同的原则进行分组,通过分组前后的数据变异性来度量混合特征之间的相关性.在度量连续特征与类别之间相关性的基础上结合类别区分互补性方法进行特征选择.在UCI数据集上的实验结果表明,提出的混合特征相关性度量方法是有效的、可行的.相比于几种经典的特征选择方法,提出的特征选择方法在特征约减效果及分类性能上都具有优势.

基于类别区分度和关联性分析的综合特征选择

提出一种基于类别区分度和关联性分析的综合特征选择算法。利用类别区分度提取具有较强类别区分能力的特征词,降低特征空间的稀疏性,通过特征的关联性分析衡量特征与类别的相关性及特征之间的冗余度,选出具有类别代表性且相互之间不存在冗余的特征词。实验结果表明,该算法能有效提高分类器性能。

基于类别区分度的文本特征选择算法研究

针对词频反文档频率(TFIDF)算法的缺陷,引入类别区分度理论改进传统的TFIDF算法。通过比较改进TFIDF算法与其他几种常用特征选择算法的分类效果,证明了改进TFIDF算法用于中文文本分类时,准确率和召回率要优于其他算法,改进TFIDF算法具有较好的特征选择效果。

Vague集理论及其在国画类别区分中的应用

为解决Vague值(集)的相似度量问题,提出一种公理化意义下全面综合的度量方法。通过对现有Vague集相似度量的功能进行分析对比,获得在相似度量公理化下的扩展形式,并结合模糊熵理论,综合Vague值(集)相对熵的公理化思想,研究Vague值(集)相似度量与相对熵的关系,给出带参数的计算方法。分析结果证明,将该方法应用于国画类别的区分识别中,能获得较好的分类结果。

英语委婉语的产生发展规律及类别区分

世界上各民族语言中都有自己的委婉语,这是一种共有的普遍语言现象。人们在社会交往活动中,通常将那些生硬、刺耳、无礼、粗鄙的直接语言表述转换成含蓄、中听、有礼的间接语言表述,从而使得语言交际取得理想的效果。由此可以说,委婉语是语言中不可或缺的重要组成部分。本文旨在多方位、历史地去探究英语语言中委婉语现象的产生和发展规律,站在不同的角度,用不同的标准对英语委婉语进行分类,进而达到正确地理解、鉴赏和运用英语委婉语的目的。

平均互信息和类别区分性修剪规则的KNN算法

大规模的样本数量及其特征高维性影响着K最近邻(KNN)分类算法的分类性能。为此,提出一种具备降维、修剪机制的特征参数平均互信息和类别区分性的KNN改进算法AMI&CD-KNN。首先使用熵中平均互信息的概念,衡量特征参数体现类别特征信息的准确程度;然后采用特征参数相对类别的优势率及其在数据集中的分布概率描述类别区分性,用于体现特征参数提供类别信息量的大小;最后建立特征参数平均互信息和类别区分性的内在联系,设计样本修剪方法,从而达到在保证分类准确性的前提下,提高分类速度的目的。理论分析与仿真实验表明,与经典KNN及其他具备修剪机制的算法比较,提出的算法具有更高的分类泛化性。

论艺术创制类别的区分与评判标准的差异

当代艺术创制存在着不同的类别,即主旋律艺术、美的艺术和娱乐性艺术。这些类别的艺术创制存在明显的异同,同时又是相互关联的整体。"三性统一"已成为艺术创制的基本目标和评判标准,但大量艺术作品偏于某一方面也是难以回避的事实。三种类别艺术创制具有十分密切的不可分割的联系。科学把握上述类别艺术创制的关系,有机地驾驭并促使其实现和谐、平衡与相互激励,有助于艺术事业的繁荣与健康发展。对三种类别艺术创制的评判,应坚持科学和理性的态度,排除芜杂与紊乱。对艺术创制予以科学的评判,应坚持在基本的统一的标准下,实施有差异的标准。这既是艺术发展的客观现实的要求,也是融入差异化管理原则的体现。

结合类别与语义贡献度的特征权重计算方法

为解决在文本处理实际应用中,各文本通常没有包含明确的类别信息,以及在传统的基于向量空间模型的TFIDF方法中特征项权重计算时,缺乏语义关系和类别区分度的问题,对特征项权重计算方法进行改进。提出特征项的语义贡献度,通过结合模糊聚类得到含有类别信息的文本集合;针对类别对特征项权重的影响提出类别信息熵,结合语义贡献度对传统的TF-IDF方法进行改进。在复旦大学中文文本分类语料库数据集上的测试结果表明,改进后的权重计算方法优于传统的权重计算方法。

基于文本分类TFIDF方法的改进与应用

TFIDF是文档特征权值表示常用方法。该方法简单易行,但低估了在一个类中频繁出现的词条,该词条是能够代表这个类的文本特征的,应该赋予其较高的权重。通过修改TFIDF中IDF的表达式,来增加那些在一个类中频繁出现的词条的权重,用改进的TFIDF选择特征词条、用遗传算法训练分类器来验证其有效性。该方法优于其它算法,实验表明了改进的策略是可行的。

文本分类中基于熵的词权重计算方法研究

随着文本数据量变得很大且仍在迅猛增加,自动文本分类变得越来越重要。为了提高分类准确率,作为文本特征的词的权重计算方法是文本分类领域的研究热点之一。研究发现,基于信息熵的权重计算方法(熵加权)相对于其他方法更有效,但现有方法仍然存在问题,比如在某些语料库上相比TF-IDF(term frequency&inverse document frequency),它们可能表现较差。于是将对数词频与一个新的基于熵的类别区分力度量因子相结合,提出了LTF-ECDP(logarithmic term frequency&entropy-based class distinguishing power)方法。通过在Tan Corp、Web KB和20 Newsgroups语料库上使用支持向量机(support vector machine,SVM)进行一系列文本分类实验,验证和比较了8种词权重计算方法的性能。实验结果表明,LTF-ECDP方法比其他熵加权方法和TF-IDF、TF-RF(term frequency&relevance frequency)等著名方法更优越,不仅提高了文本分类准确率,而且在不同数据集上的性能更加稳定。

文本分类中特征权重算法的改进

TFIDF是文档特征权重表示常用方法.该方法简单易行,但忽略了特征词在各个类别中的分布情况,不能真正地反映特征词对区分每个类的贡献.针对这个不足,本文提出了BOR-TFIDF,来重新调整每个特征词对各个类别的区分度,即修正各个特征词的权重,并用分类器来验证其有效性.该方法优于原来的TFIDF算法,实验表明了改进的策略是可行的.

基于核密度估计的物联网聚类分析模型

针对大数据环境下的复杂物联网信息数据知识等问题,首先对聚类算法过程及结果的有效性和类别特征进行分析;其次采用从数据集的表达入手,构建多维高斯核密度估计方法用以分析数据集本身特性,同时指导聚类的分类类别和分类聚点的选取,进而提高了聚类效率和准确度;然后建立了概率密度占比和类别区分度2个指标,结合聚类有效性分析方法探讨聚类分类结果的类别特征;最后通过物联网环境下的随机数据集仿真实验验证了方法是合理的和有效的。

中文文本自动分类中的特征选择改进与研究

特征选择是中文文本分类过程中的一个关键环节,文本特征项选择的优劣将直接影响文本分类的准确率。针对传统的特征选择算法没有考虑到特征项的类别区分度在特征选择中的作用而丧失了一些优秀的特征项的问题,文中通过引入特征项的类别区分度对传统的特征选择算法进行改进。实验结果表明,改进方法的分类效果要好于传统方法,从而验证了改进方法的有效性和可行性。

基于改进相似度与类中心向量的半监督短文本聚类算法

通过分析现有短文本聚类算法的缺陷,提出了一种基于改进相似度与类中心向量的半监督短文本聚类算法。首先,定义强类别区分度词,利用已加标数据的类别信息提取并构造强类别区分度词集合,并对基于初始特征的余弦相似度和基于强类别区分度词项的相似度进行有效融合,得到更加合理的改进的短文本相似度计算公式。然后,通过计算样本与类中心向量的相似度实现对未分类样本的正确划分,与此同时,更新加标数据集合、类中心向量,重新抽取强类别区分度词。重复这个过程,直到实现所有数据的类别划分。实验表明:与其他同类算法相比,本文算法在聚类准确性和时间效率上有了较大的改进。

测量系统分析在四轮定位仪中的应用

测量系统在企业发展中具有非常重要的作用。为了了解四轮定位仪测量系统状况,对车轮前束、车轮外倾角、主销后倾角3个测量系统进行了分析。结果显示:3个测量系统中,研究变异以及部件间变异占总过程变异均未超过标准,说明该测量系统能够满足过程控制要求。但是,在测量系统分辨力方面,其中有2个测量系统经统计软件Minitab计算后,结果小于5,判定该测量系统不能接受。针对这一互为矛盾的结果,给出了行之有效的解决方案。系统测试表明:当一个测量系统中出现ndc与其他准则评断结论相悖时,应该用更精确的ndc=4.497作为评判准则。

Spectrum of non-inflammatory bowel disease and non-infectious colitis

A variety of inflammatory diseases of the colon, which can be differentiated from inflammatory bowel disease (IBD) and infectious colitis by their clinical, endoscopic and histological characteristics, are reported as non- IBD and non-infectious colitis. These diseases include microscopic colitis, ischemic colitis, segmental colitis associated with diverticula, radiation colitis, diversion colitis, eosinophilic colitis and Behcet's colitis. The etiopathogenesis of most of these diseases remains obscure and the epidemiological data are rather limited. These conditions are often troublesome for the patient and are associated with diagnostic difficulties for the physician. In many cases the treatment is empirical and there is a need for future research using randomized controlled trials.

钽铌管棒线制品加工尺寸公差的控制

通过反复旋锻的方法钽铌制品的加工精度能够控制在标准公差范围之内,旋锻机的进给速度和成品反复锻造次数决定了其成品的尺寸精度,进给速度越慢锻造次数越多,直径的椭圆度及标准差越小,反之则越大,采用旋锻 + 轧制的加工方式可以实现大直径薄壁厚到小直径厚壁管材的加工,一般普通管材的壁厚公差能够控制在±10%,采用点、线面修料及轧机三角架原理的方法高精度管材的壁厚公差能够控制在±8%。通过量具的Gage-R运行图数据统计后发现铌锆丝外径的可区分类别数 = 5,其测量系统是可接受的。

2023年高考作文高分素材盘点

中学生写作实践中出现的素材一般可以作这样一-些类别区分:特征上有经典与鲜活之别,来源上有课内与课外.之别,出现频率上有大众与小众之别。一般说来,好的作文素材以及恰当运用,能够给作文增添不少亮色,这就是所谓的高分素材。在高考阅卷实践中,受阅卷老师青睐的高分素材也有一些基本共性,其中典型性是最基本的要求。所谓典型性,是指素材的主要信息或核心信息能明确指向文中观点,能高度契合文中观点,能精准印证文中观点。

烟支圆周与长度量具R&R的分析应用

卷烟烟支物理指标圆周和长度在不同的多功能综合测试台上进行测试时,测量的准确度和精确度表现有显著的不一致。通过运用测量系统分析进行重复性和再现性的研究变差分析能发现:烟支在测量采用夹具和真空吸附的夹持方式、联动的测量运动方式也会造成烟支圆周和长度进行重复性测试时会导致样本被破坏,故针对真空吸附的夹持方式适当改进,并选用替代样本进行测量系统分析后,可以更加准确衡量和评价圆周、长度的重复性和再现性研究变差。