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   13篇
  完全免费   2篇
  综合类   15篇
  2019年   1篇
  2009年   2篇
  2007年   1篇
  2006年   1篇
  2005年   1篇
  2004年   1篇
  2003年   1篇
  2001年   1篇
  2000年   1篇
  1997年   1篇
  1994年   1篇
  1983年   1篇
  1982年   1篇
  1965年   1篇
排序方式: 共有15条查询结果,搜索用时 31 毫秒
1.
基于聚类算法的选择性神经网络集成   总被引:9,自引:0,他引:9  
为了提高集成个体的差异度,提出了一种利用聚类算法去除冗余个体的选择性集成方法,该方法通过使用神经网络作为基学习器,并在多值分类数据集上进行实验.结果表明,该技术计算效率高,精度与稳健性也与基于遗传算法的选择性集成方法相当甚至占优.  相似文献
2.
基于机器视觉的螺纹检验仪软件的研制   总被引:3,自引:0,他引:3  
主要介绍在基于CC摄像头的螺纹检验系统中,如何理解图像并提取螺纹的算法,着重讨论了螺纹图像边缘的提取算法。  相似文献
3.
多标记学习的嵌入式特征选择   总被引:2,自引:0,他引:2  
维数约减是数据挖掘领域的关键技术.传统的降维方法主要解决单标记学习问题.由于多标记学习问题的复杂性,多标记降维方法很少.直接应用未监督的降维方法到多标记学习中,忽略了类标信息.而通过分解多标记问题为单标记问题,应用现有的有监督降维方法到多标记学习中,忽略了类标间的关系.现有的多标记有监督的降维方法是基于依赖最大化的维数约简(multi-label dimensionalityreduction via depen dence maximization,MDDM),它是一种特征抽取的方法.目前还没有多标记的特征选择方法.因为在多标记学习中如何评估特征,是一个很有挑战性的问题.本文提出一个嵌入式的特征选择方法MEFS(multi-label embedded feature selection),其中采用预报风险准则作为特征的评价准则.在公开评测的yahoo网页分类数据集上进行了两个实验:(1)分析多标记学习的性能指标对特征评估的影响;(2)比较MEFS与MDDM,PCA(主成份分析),LPP(局部保留投影)的降维效果,实验显示MEFS的性能优于新近提出的MDDM等一些流行的多标记降维方法.  相似文献
4.
锚拉式桩板墙结构模型试验和数值模拟研究   总被引:1,自引:0,他引:1  
对一种新型的挡土结构锚拉式桩板墙,采用模型试验和有限元计算方法,研究了在不同工况下其受力作用状态,为设计和施工提供参考依据。  相似文献
5.
基于概念层级和分层挖掘的非单调数据挖掘算法   总被引:1,自引:0,他引:1  
引入概念层级和采用分层挖掘处理数据挖掘中的非单调性,提出了结合粗糙集和概念层级的非单调规则挖掘算法,以及基于混合知识模型和分层挖掘的非单调数据挖掘算法,通过一故障诊断实例,阐明了该算法的原理,并介绍了基于遗传算法的模糊规则自动生成和故障诊断神经网的构造。  相似文献
6.
集成学习中特征选择技术   总被引:1,自引:0,他引:1       下载免费PDF全文
集成学习和特征选择是当前机器学习领域中的研究热点.集成学习通过重复采样可产生个体学习器之间差异度,从而提高个体学习器的泛化能力,特征选择应用到集成学习可进一步提高集成学习技术的效果,该研究有3个方面:数据子集的特征选择、个体学习器的选择和多任务学习.该文对近几年集成学习中特征选择技术的研究进行回顾,尤其对以上3个方面的研究分别进行总结,提出一些共性的技术指导以后的研究.  相似文献
7.
首次对Ge0.6Si0.4/Si应变超晶格光探测器中的光场分布进行了分析和研究,发现这种应变超晶格在总厚度L=340nm的情况下,周期数M≥15.5才能传输单模光波.另外,还计算了Ge0.6Si0.4/Si应变超晶格表面及传播一定距离后的光场分布,发现光在其中传播500μm后已衰减到很小.这些结果对器件的设计具有重要的意义  相似文献
8.
提出了一种工作在红外波长范围的新型全硅结栅控制双注入波导电光开关及电光调制器,这类器件是把细长的栅极阳级-阴极结构平行地制作在一脊形波导的顶端和两侧,文中分析了这类器件的工作原理,给出了制作器件的某些参数,并对其频带宽度进行了数字估算,实验证明这类DIFET波导电光器件是切实可行。  相似文献
9.
机器学习中数据集的冗余特征会影响学习器的泛化能力,一些流行方法如支持向量机和集成学习也难免于此.研究了利用主成份分析进行特征变换对Bagging集成学习算法的影响,提出一种称为PCA—Bagging的算法,并与其它算法比如单个支持向量机、支持向量机Bagging集成、带有特征变换的单个支持向量机等进行了性能比较.在多个UCI标准数据集上的实验表明PCA—Bagging算法具有更好的性能,这说明即使是泛化能力很强的集成学习方法其学习的数据也需要进行适当的特征变换。  相似文献
10.
提出了两种图像生成的方法:(1)由图像分割、三维重建和投影生成构成。该方法考虑了图像中各部分表面发射模型的差异,通过将图像各区域向1分成朗伯表面和镜面反射,分别进行三维重建,然后融合两结果,改变光照方向和强度,投影生成新的图像;(2)将Shape from shading和Shape from texture技术融合起来。采用Gabor滤波器将图像中的纹理成分和阴影成分区分开来,再用两种方法各自生成三维立体图像,依据它们的特性在频域融合两个三维图像,然后再改变视角和光照的强度、方向,生成仿真的二维图像。实验表明,由该两种方法恢复出的形状优于传统的估计方法,生成的图像真实感强。  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