(19)中华人民共和国国家知识产权局(12)发明专利说明书(10)申请公布号 CN 114254703 A(43)申请公布日 2022.03.29(21)申请号 CN202111563605.8(22)申请日 2021.12.20(71)申请人 江苏理工学院    地址 213011 江苏省常州市中吴大道1801号(72)发明人 张杰 左芙蓉 张煜凡 向鹏宇 高伟 (74)专利...

如何选择合适的特征在机器学习中进行有监督或无监督模型训练在机器学习中，选择合适的特征是进行有监督或无监督模型训练的关键步骤之一。特征选择能够帮助我们提取和使用最相关的特征，减少数据维度，提高模型的性能和效率。本文将分享一些关于如何选择合适特征的方法和技巧，以及它们在有监督和无监督学习中的应用。在机器学习中，特征通常表示为输入数据的某些属性或变量。这些特征对于模型的性能和预测能力至关重要。因此，我们...

数据的正态性是很多统计方法的基础，因此正态性检验也是必不可少的，下面介绍使用R进行正态性检验的几种方法1.shaprio-Wilk检验用于比较样本数据与正态分布是否存在显著不同，使用st()函数实现，格式为st(data)，要求data为向量格式。2.Kolmogorov-Smirnov检验该检验用于比较两种分布是否相同，或者将样本与某已知分布进行比较，可以...

随机变量的标准化    随机变量是概率论中的重要概念，它指的是在一定的概率分布下，可能取到的不同值。对于一个随机变量X，我们可以通过标准化来将其转化为标准正态分布，这对于进行概率计算和统计分析非常有用。    标准化的过程就是将随机变量X减去其均值μ，再除以其标准差σ，即：    Z = (X-μ)/σ    其中Z就...

粗糙集理论的使用方法与步骤详解引言：粗糙集理论是一种用来处理不确定性和模糊性问题的数学工具，它在数据分析和决策支持系统中得到了广泛的应用。本文将详细介绍粗糙集理论的使用方法与步骤，帮助读者更好地理解和应用这一理论。一、粗糙集理论概述粗糙集理论是由波兰学者Pawlak于1982年提出的，它是一种基于近似和粗糙程度的数学理论。粗糙集理论的核心思想是通过对属性间的关系进行分析，识别出数据集中的重要特征和...

中值体积直径mvd中值体积直径（Mean Volume Diameter, MVD）是指粒度分布中体积中值的直径,也称为中体积直径。它是粒度分析中常用的一个指标,反映了粒度分布的集中程度。MVD可以通过对粒度分布进行积分求得,具体计算公式如下：MVD = ∫（φ(D) × D）dD / ∫φ(D)dD其中,φ(D)表示粒度分布函数,D为粒度直径,∫表示积分。MVD可以反映出粒度分布的集中程度,值越...

r语言 符号检验 正态近似符号检验是一种非参数检验方法，用于判断两个独立样本的差异是否具有统计学意义。这种方法主要适用于样本量较小或数据不服从正态分布的情况。在R语言中，我们可以使用正态近似方法进行符号检验。符号检验的步骤如下：正则化点变量以体积平均量来表示1. 确定原假设和备择假设。原假设通常是两个样本没有差异，备择假设是两个样本存在差异。2. 计算差异值，并将差异值按照正负号分别计数。若差异值...

均质化后碎片粒子尺寸分布psd均质化后的碎片粒子尺寸分布（PSD）是指碎片粒子在经过均质化过程后，不同尺寸的碎片粒子在一定范围内的分布情况。PSD通常使用粒径分布函数进行描述，常见的函数包括：1. 正态分布函数（Normal Distribution）：也叫高斯分布函数，用来描述粒子尺寸在均值附近的分布情况。2. 罗吉斯蒂克分布函数（Logistic Distribution）：用来描述粒子尺寸在...

CFD离散的四项法则1.离散化方法离散化是计算流体动力学（CFD）中的核心步骤，它涉及到将连续的物理空间和时间转化为离散的数值网格。离散化的目的是将偏微分方程转换为数值求解的差分方程，以便在计算机上进行数值模拟和分析。常见的离散化方法包括有限差分法、有限元法和有限体积法等。这些方法各有优缺点，适用于不同的流动和几何形状。2.离散格式在离散化过程中，需要对偏微分方程中的各个导数项进行离散化。不同的离...

粗糙集理论与方法粗糙集理论与方法是一种用于处理不确定性和不完全信息的数学方法。该方法最早由波兰科学家Zdzislaw Pawlak于1982年提出，其基本思想是基于约简和分割的思想对样本空间进行建模和分析。正则化点变量以体积平均量来表示粗糙集理论主要包括以下几个关键概念和步骤：1. 近似集：粗糙集理论认为，一个对象可能属于多个不同的概念或类别，且我们不能确定其准确的分类。因此，利用近似集的概念，我...