文本分类中特征提取方法的比较与研究

介绍了进行文本分类的关键技术,着重介绍了常用的文本特征提取方法.选取支持向量机方法作为文本分类器方法,选取不同特征提取方法应用于文本分类,通过实验,比较和分析了由不同的提取方法所构成的分类器的分类性能,确定了信息增益(IG)法和文本证据权(WET)为两种性能优异的特征提取方法.该结论可为分类性能进一步的优化研究奠定理论和实践基础.     

Appraisal and standardization of curvilinear velocity (VCL) cut‐off values for CASA analysis of Japanese quail (Coturnix japonica) sperm

One of the basic steps in objective analysis of sperm motility is the subdivision of a motile sperm population into slow, medium and rapid categories based on their velocity. However, for CASA analysis of quail sperm, the velocity values for categorization of slow, medium and rapid sperm have not yet been standardized. To identify the cut‐off values of “velocity curvilinear” (VCL) for quail sperm categorization, we captured and analysed 22,300 tracks of quail sperm using SCA^®‐CASA. The median and mean VCL values were 85 and 97 μm/s. To define the VCL cut‐off values, we used two methods. In the first, we identified the upper (rapid sperm) and lower (slow sperm) cut‐off values using: (i) median VCL ± 25% or ± 50% or ± 75% of median VCL value; (ii) first and third quartile values of VCL data (i.e. 25% cut‐off setting); and (iii) 33% and 66% of VCL data. Among these settings, sperm categories and their corresponding motility characteristics recorded using the “25%” setting (i.e. slow ≤36 ≤ medium ≤154 ≤ rapid) were found the most realistic and coherent with male ranking by fertility. In the second method, we calculated heteroscedasticity in the total VCL data using PCA and the two‐step clustering method. With this approach, the mean of the high and low clusters was 165 and 51 μm/s, respectively. Together, the mean from two methods suggested that, for SCA^®‐CASA categorization of quail sperm, sperm should be classed as “rapid” at VCL ≥160 μm/s and “slow” at VCL ≤45 μm/s.     

全局和局部特征提取相融合的中文文本特征提取方法研究

文本分类中特征质量的好坏,会直接影响到分类的准确率,从特征提取这一环节出发,实现了一种改进的基于基尼指数的特征提取方法Gini,提出一种全局和局部特征提取相融合的特征提取方法。当MI、IG、CE、WET、Gini与χ2这6种特征提取方法用于SVM分类实验时,发现Gini全局特征提取能力强,χ2方法适合局部特征提取;当Gini与χ2两种方法相融合进行特征提取时表现出较强的特征提取能力,明显优于全局和局部的提取效果.     

文本分类技术中的特征选择算法研究

特征选择(Feature Selection)是基于向量空间模型的文本分类的首要任务和关键。本文对常用的七种特征选择算法进行了深入研究和比较,并提出今后特征选择研究的方向和目标。     

浅谈祥云县天然林保护工程区森林分类与经营意见

祥云县位于大理白族自治州东部,总面积2441．65hm^2,是全省三大老旱区之一,在分析祥云县森林资源现状以及林业生态环境评价的基础上,阐述了森林分类区划的结果为：生态保护区面积160698hm^2,占林业用地面积的96．0％。商品林经营区面积6480hm^2,占4％,并分别提出了目标和经营意见。     

枇杷属野生种种质资源的研究与创新利用进展

(1)种质资源调查、搜集和保存:调查国内14省区,确定有枇杷属(Eriobotrya)植物野生资源20种,并调查越南、老挝、缅甸、泰国等东南亚国家,搜集6个种。对上述26种枇杷属植物种质资源进行迁地保存。(2)整理和分类、鉴定和评价:发表1个新种,薄叶枇杷(E.fulvicoma ChunLiao);订正1个种,大渡河枇杷(E.×dadunensis H.Z.ZhangW.B.Liao);重新描述1个种,广西枇杷(E.kwangsiensis Chun);记录4个分布新记录种,确认并出版了26种枇杷的图谱。亲缘关系分析表明:小叶型、柱头数少(2、3或4)的窄叶枇杷、小叶枇杷、细叶枇杷是枇杷属植物基出类群,普通枇杷(栽培枇杷)与麻栗坡枇杷和椭圆枇杷等大叶型、5个柱头的种属于同一类群。对上述26个种的50余个性状进行了较全面的鉴定,并评价了部分种的交配亲和性、核型、三萜酸含量、根系生长特性、叶斑病抗性、花期和果实品质。(3)野生种利用研究:筛选出香花枇杷、怒江枇杷和椭圆枇杷及其种间杂种可作为栽培枇杷砧木;检测枇杷属植物叶片熊果酸等止咳关键药用成分三萜酸类,发现台湾枇杷、香花枇杷等多种野生枇杷熊果酸和齐墩果酸等药用物质高于栽培枇杷;进行了百余个种间和近缘属间组合的杂交,了解其杂交亲和性和转移优良性状给栽培枇杷的潜力。     

略论行政诉讼的类型

本文阐述了行政诉讼类型在行政诉讼制度中的地位与功能，反思了我国行政诉讼制度类型化方面之不足，强调行政诉讼类型化在行政诉讼理论中是具有全局指导意义的基础性问题，类型化是行政诉讼制度的核心。本文同时介绍了一些国家和地区行政诉讼类型的划分，指出有必要在借鉴国外行政诉讼类型之划分并结合本国诉讼实践的基础上，构建我国类型化之行政诉讼。本文最后对我国的行政诉讼类型做出了初步的划分，建议应将我国行政诉讼类型划分为七类。     

崩积层之分类与工程特性研究

崩积层堆积之坡地常被列为不可开发区。然因崩积层不易取样以及取样后之代表性不足，造成崩积层工程特性研究之困难。搜集整理多件台湾重要之山崩案例，并按不同山崩机抽进行分类统计，以对于各类型山崩所产生之崩积层产状作一探讨。最后以不同型态之崩积层开发利用实例，对于不同崩塌机制所产生之崩积层之工程特性调查作一探讨。     

一种改进的线性支持向量机的特征筛选算法

针对SVM法线特征筛选算法仅考虑法线对特征筛选的贡献,而忽略了特征分布对特征筛选的贡献的不足,在对SVM法线算法进行分析的基础上,基于特征在正、负例中出现概率的不同提出了加权SVM法线算法,该算法考虑到了法线和特征的分布。通过试验可以看出,在使用较小的特征空间时,与SVM法线算法和信息增益算法相比,加权SVM法线算法具有更好的特征筛选性能。