清华大学出版社：《运筹学》课程教学资源（PPT课件讲稿，教材第三版）第15章 单目标决策 第1节 决策的分类 第2节 决策过程 第3节 不确定型的决策 第4节 风险决策

1、细菌的基本形态 2、细菌的基本结构 3、细菌的特殊结构 4、细菌的形态学检查 5、细菌的分类

上海中医药大学：《医用化学》课程教学资源（PPT课件讲稿）第二章 有机化合物概论（有机化合物结构式的表示方法、有机化合物分类）

蛋白质 脂肪 一、脂类的分类、代谢和生理功能 二、必需脂肪酸 三、食物脂类营养价值评价 四、食物来源 碳水化合物 维生素 水 蛋白质的代谢 蛋白质分类 蛋白质的生理功能 蛋白质组成与必需氨基酸 食物蛋白质营养学评价 人体蛋白质营养状况的评价 矿物质 食物来源 概念与分类 生理功能 生理作用剂量带

第一节 杂环化合物的分类和命名 第二节 五元杂环化合物 第三节 六元杂环化合物 第四节 稠杂环化合物

第一节 醇(Alcohols) 1醇的结构、分类、异构和命名 2醇的物理性质 3醇的化学性质 4重要的醇 5多元醇特性 6硫醇 第二节 酚 phenols 1酚的结构、分类和命名 2酚的物理性质 3酚的化学性质 4重要的酚 第三节 醚 1醚的结构、分类和命名 2醚的物理性质 3醚的化学性质 4重要的醚

2014年北京市各区九年级上期末考试试卷合集、专题分类合集_2014期末试题汇编之综合性学习

探讨了一种将有监督学习机制融合到模糊ART网络构成一个有监督的模糊ART神经网络模型.这种网络能同时处理有监督和无监督学习问题,并具有积累和增加网络学习的能力.对该网络进行了滚动轴承检测数据模式分类实验,并与BP网络进行了比较性实验.结果表明:该网络具有良好模式分类能力和较好的可塑性

利用K均值聚类和增量学习算法扩大训练样本规模,提出一种改进的mRMR SBC.一方面,利用K均值聚类预测测试样本的类标签,将已标记的测试样本添加到训练集中,并在属性选择过程中引入一个调节因子以降低K均值聚类误标记带来的风险.另一方面,从测试样本集中选择有助于提高当前分类器精度的实例,把它加入到训练集中,来增量地修正贝叶斯分类器的参数.实验结果表明,与mRMR SBC相比,所提方法具有较好的分类效果,适于解决高维且含有较少类标签的数据集分类问题

传统的分类算法大多假设数据集是均衡的,追求整体的分类精度.而实际数据集经常是不均衡的,因此传统的分类算法在处理实际数据集时容易导致少数类样本有较高的分类错误率.现有针对不均衡数据集改进的分类方法主要有两类:一类是进行数据层面的改进,用过采样或欠采样的方法增加少数类数据或减少多数类数据;另一个是进行算法层面的改进.本文在原有的基于聚类的欠采样方法和集成学习方法的基础上,采用两种方法相结合的思想,对不均衡数据进行分类.即先在数据处理阶段采用基于聚类的欠采样方法形成均衡数据集,然后用AdaBoost集成算法对新的数据集进行分类训练,并在算法集成过程中引用权重来区分少数类数据和多数类数据对计算集成学习错误率的贡献,进而使算法更关注少数数据类,提高少数类数据的分类精度