首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   96篇
  免费   1篇
系统科学   1篇
丛书文集   2篇
综合类   94篇
  2023年   2篇
  2019年   2篇
  2018年   4篇
  2017年   1篇
  2016年   2篇
  2015年   3篇
  2014年   19篇
  2013年   9篇
  2012年   11篇
  2011年   20篇
  2010年   11篇
  2009年   5篇
  2008年   4篇
  2007年   4篇
排序方式: 共有97条查询结果,搜索用时 15 毫秒
1.
在生物学和医学等领域的工程应用中,往往涉及海量数据的处理和计算.在此背景下,稀疏向量学习算法被引入到这些计算中,旨在提取重要的特性信息,减少计算量.随着本体在基因学等领域的广泛应用,发现本体概念数学化后,其对应向量的维度会异常的高,再加上本体图庞大的规模使得计算量大大增加.出于有效解答此类工程计算问题的需要,考虑本体框架下的稀疏向量学习优化算法.用分解本体稀疏向量的方法得到可求导的新优化模型,通过核参数γ递减过程中断点的估计,以及衰减率的调节得到对应的本体稀疏向量迭代求解算法.通过实验验证了新算法可用于本体相似度计算和本体映射的构建.  相似文献   
2.
提高短期风电功率预测精度是风电大规模发展的迫切要求,同时也是保障风电并网运行的关键。笔者在不增加模型复杂度的前提下,提出了聚类建模方法。该方法首先采用减法聚类与模糊C均值聚类(FCM)方法相结合对训练样本进行处理,然后建立不同聚类集下对应的预测模型库,最后将预测数据与聚类后的样本数据进行匹配,选择合理的模型进行预测。采用山西某风电场实际数据进行大量仿真,并将预测结果与单一模型结果对比,结果表明,该方法可以减少大的预测误差点数,有效提高风电功率预测精度。  相似文献   
3.
本体映射作为实现多本体间相互操作的重要手段,已广泛应用于诸多领域.应用原始RankRLS算法,将多本体图映射到实数轴,由此将本体图中每个顶点都映射成实数.通过比较两概念对应实数间的差值得到本体映射.实验表明,该算法有较高的效率.  相似文献   
4.
研究了航天高技术评价指标体系建立的原则,并系统分析了指标体系的具体内容。针对指标体系的特点,采用改进的可拓层次分析法和动态加权相结合的方法对指标体系进行评价,并用实际算例验证了指标体系建立的科学性以及评价方法的可行性及有效性。  相似文献   
5.
利用谱降维方法可以归结为求解带权图Laplacican矩阵L(G)的特征值λn-t对应的特征向量这一理论,通过代数方法估计λn-t的下界,并讨论非带权图的情况下λn-t的下界.  相似文献   
6.
设G是一个图,若去掉G中的任意n'个顶点的剩余子图仍是分数(k,m)-消去图,则称G是一个分数(k,n',m)-临界消去图.给出了图G是分数(k,n',m)-临界消去图的领域并条件,并说明此条件在一定意义下是最好的.  相似文献   
7.
高光谱数据中离散分布的坏点的存在影响着数据的后续分析和应用.坏点的检测是一项复杂的工作,受仪器特征、地形地貌、成像时间等影响,很难建立统一的坏点判别阈值.本文研究了“嫦娥一号”干涉成像光谱仪(IIM)高光谱数据坏点在光谱维和空间维的特征,基于此提出了一种基于光谱角和欧氏距离的坏点检测与修正算法.算法有效地检测并修正了影像中的坏点,且较过去研究有着更高的精度.统计结果表明约25%的IIM单轨影像坏点数高于3000个;坏点具有列分布特征,主要分布在第27,77和123列及其相邻列上.经过坏点修正后IIM影像空间均一性得到提升,为后续研究与应用提供了更好的基础数据.  相似文献   
8.
成对排序本体学习算法   总被引:2,自引:0,他引:2  
本体作为一种结构化数据模型已广泛应用于知识表示和信息处理,并成为近几年计算机领域的研究热点.提出基于成对排序学习方法的本体相似度计算和本体映射算法,利用Mahalanobis距离函数得到计算模型,通过梯度下降策略得到模型的最优解,从而将本体图或多本体图中的顶点对映射成实数来表示它们的相似程度.通过两个实验表明,新算法对特定的应用领域具有较高的效率.  相似文献   
9.
本体映射是解决本体异构的通用方法.根据边的类型、顶点深度、边的密度和强度以及边关联的两顶点的属性计算有向边的权重.选择最优路径构建对应本体有向层次图的无向生成树,分别定义其Laplace矩阵,并通过分析该矩阵的特征值及特征向量来构造匹配矩阵.最后根据匹配矩阵元素的大小和位置信息来实现顶点匹配,并由此生成本体映射.实验表明该方法是有效的.  相似文献   
10.
时序安排或任务调度算法广泛应用于计算机的各个领域,如Linux进程调度算法,排课表算法等。本文使用无向图模型.得到一种改进的时序安排或任务调度算法。通过对比,显示该算法在实际应用中可大大提高工作效率。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号