您的位置: 专家智库 > >

石生树

作品数:2 被引量:3H指数:1
供职机构:黑龙江大学计算机科学技术学院更多>>
发文基金:国家重点基础研究发展计划黑龙江省自然科学基金更多>>
相关领域:自动化与计算机技术天文地球更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇天文地球
  • 1篇自动化与计算...

主题

  • 1篇文本分类
  • 1篇文本分类器
  • 1篇吸引子
  • 1篇相空间
  • 1篇混沌
  • 1篇非线性动力
  • 1篇非线性动力学
  • 1篇分类器
  • 1篇NAIVE
  • 1篇NAIVE_...
  • 1篇BAYESI...
  • 1篇BOOSTI...
  • 1篇CLASSI...
  • 1篇LYAPUN...

机构

  • 2篇黑龙江大学
  • 1篇大连海事大学
  • 1篇黑龙江中医药...
  • 1篇北京理工大学
  • 1篇烟台大学

作者

  • 2篇石生树
  • 1篇崔林
  • 1篇鲁明羽
  • 1篇付克明
  • 1篇宋瀚涛
  • 1篇张承江

传媒

  • 1篇计算机工程与...
  • 1篇计算机辅助工...

年份

  • 1篇2006
  • 1篇2005
2 条 记 录,以下是 1-2
排序方式:
天气系统的混沌特性
2006年
运用非线性动力学工具分析天气系统,着重从数据角度描述天气系统的特性,包括重建系统相空间、计算系统吸引子的维数以及Lyapunov指数,从而论证系统的混沌特性.目的在于以混沌动力学为工具,将天气系统作为非线性动力学系统,从实际的天气数据分析天气系统的特性,从数据的角度论证天气系统的混沌特性,并计算系统的混沌参数.
张承江石生树鲁明羽
关键词:非线性动力学混沌吸引子相空间LYAPUNOV指数
基于Boosting机制的Naive Bayesian文本分类器被引量:3
2005年
Naive Bayesian分类器是一种有效的文本分类方法,但由于具有较强的稳定性,很难通过Boosting机制提高其性能。因此用Naive Bayesian分类器作为Boosting的基分类器需要解决的最大问题,就是如何破坏Naive Bayesian分类器的稳定性。提出了3种破坏Naive Bayesian学习器稳定性的方法。第一种方法改变训练集样本,第二种方法采用随机属性选择社团,第三种方法是在Boosting的每次迭代中利用不同的文本特征提取方法建立不同的特征词集。实验表明,这几种方法各有其优缺点,但都比原有方法准确、高效。
崔林付克明石生树宋瀚涛
关键词:BOOSTINGNAIVEBAYESIANCLASSIFIER文本分类
共1页<1>
聚类工具0