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   8篇
  免费   0篇
  国内免费   3篇
综合类   11篇
  2019年   1篇
  2016年   1篇
  2015年   1篇
  2014年   1篇
  2013年   1篇
  2010年   1篇
  2008年   1篇
  2007年   3篇
  2005年   1篇
排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
为了消除与分类无关和冗余基因,以提高基因的分类精度和效率,提出一种文化算法框架下混合群智能算法的肿瘤信息基因选择方法.首先采用ReliefF算法初选基因子集,然后利用文化算法框架下混合群智能算法选择最优的信息基因,最后在3个标准肿瘤信息基因数据集对其性能进行测试.仿真结果表明,文化算法框架下混合群智能算法可以有效去掉无用的噪声基因,降低计算复杂度,分类精度均可以达到100%,具有较好的实际应用价值.  相似文献   
2.
针对嵌入式系统内存不足的特点,为了使上下位机更有效地进行数据传输,对动态Huffman压缩算法进行优化,使用堆排序的方法来构造Huffman树,缓解了嵌入式系统的内存压力;在数据传输过程中增加CRC校验位,以此来提高数据传输精度,并在解压中处理了无效位。同时对嵌入式织造系统中的织物信息数据进行频谱分析。实验结果表明,优化的Huffman压缩算法能够获得更好的压缩效果,并且压缩率与数据的频率相关。  相似文献   
3.
基于PCA的RBF神经网络预测方法研究   总被引:1,自引:0,他引:1  
主成分分析(PCA)法可以提取样本集的主成分,实现样本的最优压缩,从而降低样本的维数。针对用RBF神经网络进行多因素时间序列预测时样本特征指标过多的问题,提出用统计理论的PCA方法对数据进行预处理,再选出几个主成分作为神经网络的输入节点.仿真实验表明,基于PCA的RBF神经网络模型在拟合预测中与一般的RBF神经网络模型相比有较好效果,简化了网络结构,改善了预测精度.  相似文献   
4.
带有灵活通配符和One-Off条件的模式匹配问题(Pattern Matching with flexible Wildcards and One-off Condition,PMWOC)在生物信息学、文本检索和数据流等领域都有着广泛的应用.给定带灵活通配符的模式和文本,在one-off条件下,已有算法不能得到模式在文本中的完备解,即模式在文本中最大的出现数目.为此,设计一个求解该问题的算法:首先,利用动态规划的思想去获得模式的所有出现及匹配位置;然后,根据模式的完备解至少包含任意一次出现中的一个位置的思想获得模式解的集合.通过DNA数据进行实验,实验结果显示相对于已有的算法,该算法能够获得最多的出现解.  相似文献   
5.
一种基于属性重要性的属性约简启发式算法   总被引:2,自引:0,他引:2  
属性约简是粗糙集理论研究中的关键问题之一.文中定义了一种新的属性重要性度量准则,克服了多值偏向性问题,并给出一种新的属性约简算法.该算法以核属性集为初始约简集合,以新的属性重要性度量准则为启发信息,通过逐步加入相对于决策而言重要的条件属性来求取最小约简.实例分析表明该算法是有效的.  相似文献   
6.
针对垂直划分多决策表,利用半可信第三方和交换加密体制,设计了一个安全多方计算交集基数协议。利用该协议设计了安全多方计算信息熵和安全多方计算条件信息熵的解决方案,提出了一种基于条件信息熵的隐私保护属性约简算法。该算法基于粗糙集信息观的约简理论实现了分布式环境下全局属性约简的求解,使各参与方在不共享其隐私信息的前提下达到集中式属性约简的效果。分析结果表明该算法是有效可行的。  相似文献   
7.
决策树是医疗数据挖掘中一种重要分类方法,针对原始医疗数据存在大量重复样本和冗余属性,影响医疗诊断的精度和速度这一问题,提出了一种基于粗糙集和ID3算法相结合的决策树方法.将所提方法应用于冠心病诊断决策,并对属性约简前后的决策性能进行了比较分析.实验表明了该方法的有效性和实用性.  相似文献   
8.
连续属性的离散化是粗糙集理论亟待解决的关键问题之一。基于灰色系统和粗糙集的有关理论,提出了 一种新的基于属性重要性的离散化算法。该算法以条件属性对决策属性的灰色关联度来度量条件属性的重要性, 在保证决策表原始分类能力不变的前提下,按照属性重要性由小到大的顺序对每个条件属性的侯选断点进行考 察!将冗余的断点去掉,从而将条件属性离散化。同时给出了该算法的时间复杂度分析,并通过实例分析验证了算 法的有效性和实用性。  相似文献   
9.
基于RBF神经网络的冠心病识别模型   总被引:1,自引:0,他引:1  
RBF神经网络是前馈神经网络研究中的一个热点.对RBF神经网络的网络结构、基本原理和学习算法进行了介绍.针对BP神经网络自身的缺陷,提出以RBF神经网络为识别模型,采用最近邻聚类学习算法,建立一种冠心病模式识别诊断系统.仿真实验表明,该模型可快速完成对冠心病样本的学习与拟合,具有预测识别率高的优点,可作为该病诊断的一种有效的辅助手段.  相似文献   
10.
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