一种基于统计频率的网络流量特征选择方法

在对多类不均衡的网络流量进行分类时,基于机器学习的分类模型倾向于多数类,导致少数类召回率较低.针对该问题,提出一种基于统计频率的特征选择方法.该方法首先根据样本的统计频率计算出度量每个特征区分能力的特征选择系数,然后根据特征选择系数构建特征选择矩阵,最后为每个类选择与之相关性较强的特征.在实验阶段,使用该方法选择的特征对多类不均衡的网络流量进行分类获得了较高的整体准确率、少数类召回率和g-mean值,证明该方法可以减轻多类不均衡问题带来的不良影响.

基于频率统计和贝叶斯统计的零事件率区间估计方法比较研究

目的零事件率是当抽样事件数为零时二项率的一种特殊情形,对其区间估计缺乏深入研究。方法利用二项分布和贝塔分布的关系,使用SAS 9.8设计三层嵌套9.4亿个参数空间点的计算密集型模拟实验,从区间精度、准确度和基于精确法的相对误差三个方面比较了三种频率方法和两种贝叶斯方法区间估计的统计性能,并通过医学实例说明其应用。结果首次报告了在保证覆盖率满足名义水平的条件下,精确法优于Wilson近似法的临界样本量。在平衡估计精度(区间宽度)和估计准确度(覆盖率)的思想指导下,通过大规模统计模拟和实例分析,推荐使用精确法进行零事件率的区间估计。结论随着医学技术的进步,零事件率越来越多地出现在医学研究中,在对这一特殊率进行统计推断时,推荐使用精确法。

香港地区汉语拼音教学与普通话音节频率统计

香港回归之后,随着香港地区普通话教学和用普通话教中文的不断发展,汉语拼音教学成为学界的一个研究热点。大家都在关注拼音教学的成效,探讨加强拼音教学、提高教学效率的有效途径。针对香港地区汉语拼音教学的具体情况和实际需求,进行普通话音节使用情况统计与分析,其数据结果预期能够为完善拼音教学方法提供必要的依据和基础,有助于更好地发挥汉语拼音对香港地区普通话教学和用普通话教中文的促进作用。

频率统计方法网状Meta分析在STATA软件中的实现

2002年,Lumley[1]提出了网状Meta分析,在其后的10多年时间内,网状Meta分析迅速得到临床科研工作者青睐,并得到国际卫生技术评估组织的认可[2,3]。网状Meta分析可以采用频率统计学方法和贝叶斯方法来实现。频率统计学方法通过统计样本,基于假设检验和推断结论:贝叶斯方法基于贝叶斯原理,根据先验概率推断后验概率。贝叶斯方法计算能力灵活且强大。

频率统计在语料库中的应用

(本文中所有图表均由本文作者设计的“STATIST”语料库统计电脑软件绘制。)语言符号的出现和分布不是完全确定的,具有随机性。这一特征使得人们难以用确定的规则来对其进行令人满意的描述。

基于用字共现频率统计的外国译名自动识别

为了减少分词的负面效果,提出了基于用字共现频率统计的外国译名自动识别方法。对译名的用字特征进行了统计,提出译名共现字串的概念,并由译名用字表与汉语常用字表得到了非译名用字表。在上述工作的基础上定义了译名的边界,在边界定义的基础上设计了一种对分词错误的调整方法。对开放语料的测试结果表明,与最大词频分词算法相比,该算法在译名识别中的准确率、召回率、F值均有所提高。

省域资源环境承载力评价指标体系构建研究——基于频率统计法和相关性-粗糙集理论

通过搜索CNKI、SCI和SSCI数据库,对国内外1991-2016年指标评价资源环境承载力的文献进行检索并筛选,得到相关论文173篇(其中CNKI文献152篇,SCI、SSCI文献21篇。包括土地资源承载力评价文献43篇,水资源承载力评价文献45篇,能源资源承载力评价文献20篇,环境承载力评价文献65篇)。基于频率统计法和相关性-粗糙集理论,对所得文献中资源环境承载力评价指标进行研究,构建了省域资源环境承载力评价的土地资源、水资源、能源资源承载力和环境承载力评价指标体系,以期为构建人与自然和谐发展的现代化社会新格局提供定量评估与科学决策。

基于FSA的DNA重复体频率统计算法

针对现有DNA重复体频率统计算法效率低、灵活性差等不足,基于字符串多模式匹配的有限状态自动机,构造DNA子序列比对自动机,利用KMP算法对自动机进行状态转移优化,由此提出一种高效的重复体频率统计算法。该算法通过对DNA数据库的线性扫描,得到每个DNA子序列在全局数据库中重叠与非重叠的重复体频率统计信息以及指定DNA序列集合的最长公共子序列信息。实验结果表明,该算法具有效率高、匹配精确、信息获取方式灵活、支持在线操作等优势。

中学语文教材词汇应用频率的统计分析

在我国的汉语词汇学研究中,词汇统计就是由人或由计算机来对汉语词汇中各种现象出现的量以及描述进行质的评价,可以揭示汉语词汇统计特性。在中学语文教材中,对于教材中的词汇应用进行分析,研究其词汇应用频率,不仅可以有效分析出在中学教材质量的高低,同时也可以提示中学语文教材编写质量,使更多优秀词汇应用到语文教材中,不仅提升学生视野,也可以展现出中学语文教材魅力。以下就来分析统计中学语文教材词汇应用频率。

一部利用词义频率统计成果的英汉双解英语常用词汇

由陕西人民出版社出版的《英汉双解英语常用词汇》是一部新型的既可检索、又可阅读的知识性工具书。近年来,英汉词典以及英语常用词语手册之类的工具书出版得不少,但是选择词汇、注明使用频率,英汉双解。

华中电网频率统计分析

华中电网频率统计分析华中电力调度通信局钟玉梅华中电网于１９７９年５月２０日、１９８３年１月２６日鄂豫、鄂赣分别联网，至１９８４年１月２１日鄂湘联网后才形成了４省联网的跨省域大电网，电网从此开始统计全网的频率合格率。回顾电网的发展历史，华中电网频率管理...

字词频率统计与工具书

“人之初,性本善,性 相近、习相远……” “赵钱孙李、周吴郑 王……” “天地玄黄,宇宙洪 荒……” 这是我国传统的语文教 学中识字课本和童蒙读物 《三字经》、《百家姓》、 《千字文》的三个开头儿。 传统上称之为“三、百、 千”。 除了思想灌输而外, “三、百、千”主要是教儿童识汉字的教材。这三种教材采用了教育学上称之为“集中识字”的原则,把儿童应该认识的常用字,集中起来,编排成押韵顺口的文字,让他们反复练习。

假定系列在水文气象频率分析统计中的应用

在水文气象频率分析统计中,基础数据系列常不能直接进行频率统计或难以拟合出适合的频率线型。为解决该问题,构建出能较好拟合常用频率曲线线型的假定系列来分析水文气象要素不同重现期的设计值,并对设计值完成大小控制,同时通过识别假定系列构建过程中存在的风险采取相应的防控方法,为准确构建假定系列提供了保障。

一种新的汉字字频统计方法

本文用误差估计方法，在给定误差限和置信概率的条件下，解出了汉字字频统计的抽样规模，解出了一种汉字字频统计的抽样规模，提出了一种汉字字频统计的新方法，该方法中所定义的汉字的统计频率具有统计学上的无偏性且较之以前方法具有更小的方差。

随机车辆参数行车激励对桥梁实测频率的影响研究

在以桥梁结构振动频率作为损伤识别的参考时,针对现场随机车辆参数行车激励对桥梁实测频率的干扰问题,通过建立实验室缩尺模型桥,并采用模型小车模拟现场随机车辆参数行车激励的方法,对随机车辆参数干扰实测频率的问题进行了研究。研究结果表明,随机车辆参数会干扰桥梁实测频率。通过对实测频率进行概率统计获得桥梁结构振动的统计频率的方法可以有效解决在进行损伤识别时随机车辆参数行车激励对桥梁结构实测频率的干扰问题,为真实车辆行驶条件下的桥梁动力损伤识别提供稳定可用的关键指标。

藏文字形结构计量统计分析

通过对藏文词典的统计,计算出现代藏字在藏文中的使用频度,并对藏字分别进行了部件和字丁层面上的分析,得出藏字构字方面的特征。同时依据藏字声母和韵母的结构方式的统计结果,揭示了藏字在声韵母方面的特性,为藏文的研究和信息化处理提供了一些基础数据。

贝叶斯统计分析的有力工具——OpenBUGS软件

贝叶斯统计学与频率统计学是当今世界主要的两大统计学派,二者在统计推断的理论和方法上存在较大差异。随着现代计算机的高速发展,贝叶斯统计的研究不再只停滞于理论阶段,马尔可夫链蒙特卡罗（Markov Chain Monte Carlo,MCMC）方法的应用,解决了后验分布复杂高维计算的瓶颈问题,使得贝叶斯统计在理论和方法上均取得了快速发展[1]。

做好网络环境下图书馆的统计工作

简述了网络环境下图书馆统计工作的重要作用 ,以及如何丰富图书馆统计工作的内容。

基于AR模型的汽车舒适性频域统计算法

在八自由度整车振动模型的基础上提出了汽车舒适性的一种统计算法 .该算法在频域上利用 AR模型离散生成随机路面输入 ,通过数值求解动力学方程并运用统计方法来确定有关指标 .算法考虑了悬架阻尼的变化情况 ,更为符合实际工况 .