基于柯南·道尔作品的文本聚类应用与探究

风靡世界的侦探小说《福尔摩斯探案集》的写作几乎贯穿作者柯南·道尔爵士的一生,但其写作风格并非一成不变。本文从《福尔摩斯探案集》本身出发,以57篇侦探故事为研究对象,构建词频、词长、单词数、标点出现频率等语言要素指标,利用文本聚类技术对柯南·道尔写作风格进行研究,从统计语言学的角度揭示了不同时期柯南·道尔写作风格的变化。研究结果表明,根据写作风格的不同,柯南·道尔的创作生涯大致可分为两个阶段,且风格的转变与其私人生活的变故、宗教信仰的转变等密切相关。社会大环境的变迁以及作家个人坎坷的人生路程,都是其写作风格发生变化的重要原因。在分析文学作品时,应该紧密联系作者当时所处的社会环境和个人经历,才能对作者有更深刻的理解。通过柯南·道尔作品的文本聚类后,我们对柯南·道尔的生平进行梳理,不难发现1893、1901、1907以及1926年这几个特殊时点可能是与道尔的人生轨迹由第一阶段转变到第二阶段有紧密联系的。     

F格上的逼近算子

粗集理论是波兰学者Pawlak提出的知识表示新理论.Pawlak代数是粗集理论中粗集系统的抽象,其公理系统包含了知识粗表示所必须的全部性质.本文深入研究了F格上的逼近算子,建立了F格上弱逼近算子之间的某些代数运算,从而从理论上建立了各种知识粗表示之间的联系.我们还定义了逼近算子的闭包,进而用逼近算子导出拓扑,为信息系统的近似提供必要的数学基础.最后,作为特例,我们研究了粗集理论中由相似关系导出逼近算子的某些性质.     

基于模糊聚类的不同形式偏好信息的集结方法研究

针对具有5种不同形式偏好信息的群决策问题给出了一种分析方法.当专家给出的偏好信息是模糊互补判断矩阵、区间值、正互反矩阵、序关系值以及效用值时,首先把不同形式的偏好信息转化为模糊互补判断矩阵,然后,再根据模糊互补判断矩阵得出每个专家的方案排序值,据此对专家进行模糊聚类,根据聚类结果确定专家的权重,进而进行信息合成和方案选优,并用算例进行了验证.     

基于模糊聚类的语音识别

指出模糊聚类方法影响语间识别的正确率 ,提出用基于分解构造的模糊聚类方法设立语音模式的参考向量 ,说明该方法能提高语章识别的正确率。     

聚类问题的人工神经网络方法

在不同的实际问题中，往往视需要使用不同的准则对模式进行聚类。本文给出了一个聚类准则，并使用该准则用人工神经网络方法在计算机上进行了模拟。结果表明本文使用的聚类准则更适合于用人工神经网络实现，可以取得极好的聚类效果。     

一种稳健的聚类方法

本文讨论一种新的聚类方法 :属性均值聚类 .通过理论分析 ,属性均值聚类是比模糊均值聚类更稳健的聚类方法 .数值实验说明了该方法的有效性     

基于多目标进化聚类的信用风险特征识别

在信用风险识别领域,聚类算法常被用于区分不同风险等级的样本并识别风险特征。然而该领域中通常面临高维数据处理问题,导致传统聚类算法存在不适应此类问题的缺陷：易陷入局部最优、受冗余特征干扰、鲁棒性不强等。采用高维信用风险数据,研究上市公司信用风险,建立信用风险特征识别的三目标优化模型,设计基于分解的多目标子空间聚类算法进行求解。通过算法的横向对比实验,展示了所提出的算法在聚类精度和鲁棒性方面的优势,并根据聚类算法的权重分配结果,归纳总结上市公司信用风险评估过程中应重点关注的指标。     

双向聚类方法综述

传统的聚类方法由于无法提取样本和变量间的局部对应关系,并且当数据具有高维性和稀疏性时表现不佳,因此学者们提出了双向聚类,基于样本和变量间的局部关系,同时对样本和变量进行聚类,形成一系列子矩阵的聚类结果。近年来,双向聚类发展迅速,在基因分析、文本聚类、推荐系统等领域应用广泛。首先,对双向聚类方法进行梳理与归纳,重点阐述稀疏双向聚类、谱双向聚类和信息双向聚类三类方法,分析它们之间的区别和联系,并且介绍这三类方法在多源数据的整合分析、多层聚类、半监督学习以及集成学习上的发展现状和趋势;其次,重点介绍双向聚类在基因分析、文本聚类、推荐系统等领域的应用研究情况;最后,结合大数据时代的数据特征和双向聚类存在的问题,展望双向聚类未来的研究方向。     

硬聚类和模糊聚类的结合——双层FCM快速算法

模糊c均值(FCM)聚类算法在模式识别领域中得到了广泛的应用,但FCM算法在大数据集的情况下需要大量的CPU时间,令用户感到十分不便,提高算法的速度是一个急待解决的问题。本文提出的双层FCM聚类算法是一种快速算法,它体现了硬聚类和模糊聚类的结合,以硬聚类的结果对模糊聚类的初始值进行指导,从而明显地缩短了迭代过程。双层FCM算法所用的CPU时间仅为FCM算法的十三分之一,因而具有很强的实用价值。     

用样条逼近Sobolev函数类W_p~1(R)的逼近误差

作者研究了定义在全实轴上的Sobolev函数类W_p~1(R)的逼近问题.以一次样条函数作为逼近工具,给出了p=1和p=∞时的逼近误差.     

关于一种近似牛顿法的收敛性

§1.前言 设X和Y是Banach空间,p(x)是定义在区域G X上并取值于Y的非线性算子。假定p(x)有Frechet导算子p’(x),为了近似解算子方程 p(x)=0, (1)研究了如下的迭代程序: x_(n 1)=x_n-A_np(x_n), A_(n 1)=2A_n-A_np(x_(n 1)A_n,(2)这里x_0∈G和A_0∈(Y→X)都是初始近似,其中x_0是方程(1)的近似解,而A_0则是p(x_0)的近似过算子。[1]在一些条件下证明了程序(2)收敛于方程(1)的解。     

用平移网络逼近函数及其导数

若Х（ｘ）∈Ｗ１Ｍ（Ｒ＾ｄ），利用Х构造出具体的平移网络逼近Ｓｏｂｏｌｅｖ空间中的函数并给出逼近阶的估计。     

一类非线性积分,微分方程的逼近解

在不主紧型条件和耗散型条件的情形下，得到了Ｂａｎａｃｈ空间中一类非线性积分，微分方程的逼近解。     

一类融合逼近和插值的曲线细分

采用生成多项式为主的方法对一类融合逼近和插值三重细分格式的支撑区间、多项式生成、连续性、多项式再生及分形性质进行了分析,给出并证明了极限曲线C^k连续的充分条件.通过对融合型细分规则中参数变量的适当选择来实现对极限曲线的形状调整,从而衍生出具有良好性质的新格式,并将这类新格式与现有格式进行比较.数值实例表明这类新格式生成的极限曲线具有较好的保形性.     

一个模糊逼近器的改进及仿真

一个模糊逼近器的改进及仿真@岳士弘$浙江大学数学系!杭州310027 @张可村$西安交通大学数学系!西安710049~~     

用低次叠样条函数逼近导函数

本文讨论了用低次样条函数的叠样条来逼近导函数的问题.给出了叠样条的构造、误差分析及余项的逐项渐进展开式.     

Morita Context环的T-幂零性和周期性

本文研究了Morita Context环C的T-幂零性、T-幂等性、T-稳定性和周期性、弱周期性、广义周期性、拟周期性.利用经典环论方法,获得了C的上述性质与C中A, B, V, W的性质之间的关系.     

复合索赔次数模型与混合索赔次数模型中的若干结果

本文利用完整描述方法研究复合索赔次数模型与混合索赔次数模型中总索赔次数的概率分布 ,得到了十余例典型索赔次数模型的相关结果 ,这些结果推广了文献 [1]、[2 ]、[6 ]的有关结论。     

一个环境数学模型的一致持久性与稳定性

本文研究一个生态环境数学模型当系统存在正平衡态时,通过利用Hale-Waltman关于一致持久的定理,得到了系统的一致持久性.也证明了当caμ相似文献   

ON THE RENEWAL RISK MODEL WITH INTEREST AND DIVIDEND

We consider that the reserve of an insurance company follows a renewal risk process with interest and dividend. For this risk process, we derive integral equations and exact infinite series expressions for the Cerber-Shiu discounted penalty function. Then we give lower and upper bounds for the ruin probability. Finally, we present exact expressions for the ruin probability in a special case of renewal risk processes.