学科分类
/ 1
4 个结果
  • 简介:贝叶斯分类方法,是以概率假设为基础的.假设需要分类的数据遵循某种假设分别,通过这些概率分布以及对观察数据本身进行推理,得出最好的分类结果.本文重点介绍贝叶斯分类模型的相关理论基础以及常见的几种贝叶斯分类模型.

  • 标签: 贝叶斯 分类模型 统计学
  • 简介:利用粗糙集的思想,基于K均值聚类算法对社会网络进行研究,聚类划分社会网络,处理社会网络聚类边界模糊问题.在社会网络中精心社区挖掘与聚类分析相似,将社会网络节点作为聚类分析对象,社会网络社区为聚类分析的类.实验结果表明,本文所提方法提高了社区划分的准确率,使聚类结果能够全面反映社会网络.

  • 标签: 粗糙集 K均值聚类 社会网络
  • 简介:数学语言是指在数学范围内所使用的专业语言,包括汉字、数字、图像、字母及其它符号等。数学语言应用能力是指学生驾驭数学语言的能力,即运用数学语言,正确地进行运算、制图,进行数学思维和逻辑推理论证,从而解决数学问题的能力。数学语言应用能力的培养和提高,对于教师完成教学任务,提高教学质量,对于学生学好数学,开发学生智力,发展学生数学思维和逻辑推理论证能力,都具有十分重要的意义。

  • 标签: 中学生数学 语言能力 培养 提高
  • 简介:应用近红外反射光谱技术(NIRS)采集807份羽衣甘蓝种子光谱数据,然后挑选250份材料,用经典化学方法测试种子油含量和饼粕蛋白质含量。通过偏最小二乘法(PLS)、改良最小二乘法(MPLS)和不同光谱散射及数学处理技术来建立NIRS定量分析数学模型。种子油含量和饼粕蛋白质含量模型的交叉检验相关系数(1-VR)分别为0.9180、0.9062,交叉检验标准差(SECV)分别为1.0606、0.8720,校正标准差(SEC)分别为0.9267、0.8119。两种模型的外部检验相关系数(RSQ)分别为0.949、0.915,相对误差分别小于3.60%、2.70%,预测标准差(SEP)分别为0.881、0.779,检验偏差(BIAS)均较小分别为-0.054、-0.062。研究表明:这两个数学模型的分析结果具有较高的精确度,在品质育种中具有较好的应用前景。

  • 标签: 羽衣甘蓝 近红外光谱 数学模型 油含量 蛋白质含量