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   21篇
  完全免费   8篇
  综合类   29篇
  2017年   1篇
  2015年   3篇
  2014年   3篇
  2013年   1篇
  2012年   5篇
  2011年   3篇
  2010年   2篇
  2009年   3篇
  2008年   3篇
  2005年   1篇
  2004年   1篇
  2002年   1篇
  2000年   1篇
  1998年   1篇
排序方式: 共有29条查询结果,搜索用时 15 毫秒
1.
层次分析法在干旱区园林树木评选中的应用   总被引:9,自引:0,他引:9  
经过对新疆昌吉试验区的28种榆属树木抗寒性、抗旱性、生态学特性系统的调查,并参考有关献,利用树木抗逆性指标、形态指标、生长指标,构建了榆属资源多级递阶结构模型,结合旱生榆属树木特点,提出了8种适合北疆平原园林绿化最佳榆属树木。  相似文献
2.
极限学习机的快速留一交叉验证算法   总被引:3,自引:0,他引:3  
针对回归和分类问题,提出一种极限学习机(Extreme Learning Machine,ELM)的快速留一交叉验证算法,并从理论和数值仿真两方面说明其有效性.结果表明,该算法避免了以训练样本数量N次的ELM模型的显式训练,其计算复杂度与N仅呈线性趋势增长,即O(N).即使在处理大型数据集建模问题时,该算法仍然可以快速地进行ELM模型的选择和评价.通过人工和实际数据集上的仿真实验,验证了该快速留一交叉验证算法的有效性.  相似文献
3.
出入于现实与非现实之间--奥尼尔与曹禺悲剧观念比较论   总被引:2,自引:0,他引:2  
奥尼尔与曹禺剧作多有相似之处,这不仅在两人的代表作《榆树下的欲望》与《雷雨》的表层显性形态如主题、人物、技巧、文化内蕴等诸方面表现出来,也在其深层隐性形态,如他们对生命、社会、对人的共同理解上表现出来.这些因素的整合,构成了两人各自的、同时也是相似或相近的悲剧观念.  相似文献
4.
基于Learn++的软测量建模新方法   总被引:2,自引:1,他引:1       下载免费PDF全文
针对现有软测量建模方法中存在的不足,将修改后的适用于回归问题的Learn++算法应用到软测量建模中.Learn++算法不但保留了常用集成算法能够提高单一学习机性能的特点,还能够克服现有软测量学习方法中容易遗忘已学信息和由于重复使用原始训练数据造成时间和资源浪费的缺点,并具有增量学习能力.在建模过程中根据ELM学习速度快、简单易行、泛化能力强等特点将其选择为基本弱学习机.将基于Learn++的方法应用到LF炉钢水温度软测量建模中,实验结果表明该软测量模型具有较高的精度,可以满足实际生产的需要.  相似文献
5.
ELMS算法及其变步长算法研究   总被引:1,自引:1,他引:0  
在分析LMS算法的基础之上,对作为其改进算法的ELMS算法进行了研究,并对二者的性能进行了分析比较,指出了ELMS算法的优越性。进而,提出了一种变步长ELMS算法(VSS-ELMS),理论分析和计算机仿真均表明该算法具有较快的收敛速度和更好的稳态性能,可以很好地应用于自适应系统中。  相似文献
6.
自适应噪声对消中的ELMS算法及其变步长算法   总被引:1,自引:0,他引:1  
基于对LMS算法的研究,提出一种适用于自适应噪声对消(ANC)系统的ELMS算法结构,分析比较了ELMS算法与LMS算法的统计性能,还提出了一种较为实用的变步长归一化MVS-ANELMS算法.大量的计算机模拟仿真论证了新算法的优越性.  相似文献
7.
ELM岭回归软测量建模方法   总被引:1,自引:1,他引:0  
ELM(极限学习机)是一种新型的前馈神经网络,可有效处理函数的回归问题。针对ELM学习算法隐含层输出可能存在的复共线性问题,提出了ELM岭回归(ELMRR)软测量建模方法。该算法利用岭回归方法代替原有的线性回归算法,以误差平方和均值为性能指标,采用粒子群优化算法确定最佳岭参数,克服了传统岭回归算法最佳岭参数难以确定的缺点。通过具体实例对该算法进行了验证,结果表明该算法是有效可行的。最后采用ELMRR软测量建模方法预测延迟焦化粗汽油干点,获得了满意的结果。与ELM相比,ELMRR建模方法具有较好的预测精度和良好的应用前景。  相似文献
8.
基于ELM新方法的LF终点温度软测量混合模型   总被引:1,自引:0,他引:1       下载免费PDF全文
针对LF精炼炉冶炼过程中物理化学反应过程及传热过程的复杂性,采用混合模型对钢水温度进行软测量,将传统的机理模型与ELM新方法相结合,利用ELM智能算法校正机理模型中难以准确获得的参数,再用机理模型进行预测.这种混合模型既克服了传统机理模型难以准确实现的不足也避免了"黑箱"模型过分依赖数据的缺陷.同时ELM新方法也克服了传统BP算法的不足,使预测精度得到了提高.仿真结果表明,此混合模型具有较好的预测结果,终点温度预测误差不大于±5℃的炉次大于90%.  相似文献
9.
IntroductionThe concept of emulsion liquid membrane ( ELM)was suggested by Li in1 968[1] .In this technique,extraction and re- extraction are carried out in onesingle step with a large mass transferarea( 1 0 6m2 /m3 ) obtained within the emulsion drops.Theseadvantages attracted researchers with much ELMresearch carried out[2 4] since then. Industrialprocesses for treating acidic Zn- containing wastewater by EML have not been reported.Based onour laboratory experiments,we began to build ap…  相似文献
10.
 为探究近红外光谱技术野外测量木材基本密度的可行性,用圆盘模拟伐倒木锯面,采集光谱信号,结合偏最小二乘法(PLS)建立榆树木材基本密度预测模型.其校正模型和验证模型决定系数R2分别为0.8456和0.8011,均方根误差RMSE分别为0.0231和0.0266,标准误差SE分别为0.0232和0.0268.为进一步提高模型预测精度,利用卷积平滑、小波变换等6种方法对光谱信号进行预处理.结果表明,基于小波变换去噪的模型精度最好,校正模型和验证模型决定系数分别为0.8996和0.8662,RMSE和SE的值均达到最小.研究表明,近红外光谱技术可用于木材基本密度的野外测量.  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