简介：文本的特征选择作为文本分类的关键步骤,它的好坏将直接影响文本分类的准确率。本文在介绍文本分类的背景之下,针对传统特征提取方法的不足,提出一种新的特征选择方法。在《同义词词林》基础上,计算特征词之间的语义相关度,进行特征选择。实验结果表明该方法有效的降低了特征空间的高维稀疏性和减少噪声,提高了分类精度,体现出更好的分类效果。

简介：蛋白质是细胞中的主要功能分子,是生命的物质基础,蛋白质的功能是通过蛋白质之间相互作用而发挥的,而蛋白质相互作用界面上只有很少数的被称之为＂能量热点＂的残基对相互作用贡献了大部分的结合自由能,如何识别这些能量热点是目前生物信息学领域比较热门的研究问题。其中基于机器学习的蛋白质能量热点识别中,特征选择方法的使用对识别模型的性能影响非常大。该文中,笔者通过对蛋白质能量热点识别中的特征选择方法的研究现状进行全面的分析,指出还存在的一些问题及以后改进的思路和方向,为蛋白质能量热点预测准确率的提高奠定基础。

简介：本文在充分利用各种前人资料的基础上，以TM／ETM^＋遥感影像数据为信息源，利用门限化模型分析方法对西昆仑尉犁地区进行了遥感找矿异常提取方法研究，根据矿化蚀变的遥感影像特征，利用基于光谱特征原理对信息数据进行了数学处理，并采用目视解译与人机交互式解译、初译与详译相结合原则，对遥感影像进行地质构造解译，最后圈定了遥感异常范围。并针对区内与铜镍矿有关的主要蚀变类型进行了提取，分别赋色后形成了遥感矿化蚀变异常图，并分析蚀变异常与构造及铜镍矿化关系，结果表明基于主分量门限化提取模型分析方法的异常提取应用效果较好。