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   4篇
  免费   0篇
  国内免费   3篇
系统科学   5篇
综合类   2篇
  2023年   1篇
  2016年   1篇
  2012年   1篇
  2009年   2篇
  2006年   1篇
  2004年   1篇
排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
Skyline查询处理是近年来信息管理和数据库交叉学科的一个研究重点和热点, 其广泛应用于多标准决策支持系统、城市导航系统、数据挖掘和可视化以及信息推荐系统等领域. 然而, 在实际的联机查询应用中, skyline查询的结果具有固定和多用户共享特性, 因此, 随着时间的推进, 查询结果的可选择性逐步降低, 从而最终导致查询结果无法满足用户的需求. 为此, 提出k-quasi skyline查询, 来丰富传统skyline查询的结果集, 并与目前主流关系数据库产品无缝集成.为了提高任意维空间上k-quasi skyline查询的效率, 设计了基于正规格索引的计算方法EARG (efficient algorithm based on regular grid).EARG算法通过格之间的支配关系来缩减对象间的比较次数, 从而显著降低k-quasi skyline计算的时间开销.理论分析和实验结果表明, EARG算法具有有效性和实用性.  相似文献   
2.
应急响应目标的可满足性评估对应急响应的实施具有重要指导作用,针对应急响应目标可满足性存在不确定性的问题,提出一种在"情景-应对"模式下能够对目标可满足性进行评估的方法.该方法在证据理论框架下,首先基于信度结构构建目标可满足性表示模型,在表示模型的基础上,文章结合情景,采用信度规则推理出叶子目标的可满足性.然后提出改进的OWA算子用以计算目标分解权重,进而采用证据融合算法评估高层目标的可满足性,评估结果可为决策者提供理论依据.最后,采用算例验证了方法的有效性,结果表明,该方法能够兼顾目标间的作用关系,其评估结果能较好地与人的主观直觉判断相一致.  相似文献   
3.
软件开发系统六元结构模型及其复杂性研究   总被引:1,自引:0,他引:1  
在信息资源的开发中,软件是最重要的基础设施,软件开发是最重要的组成部分.文章总结了软件开发的三种认知观点,在此基础上提出了软件开发系统的概念及其六元结构模型和开发过程模型,并从复杂性科学的角度剖析了软件开发系统及其开发过程复杂性产生的原因、本质特征,对于正确认识和理解软件开发这一复杂系统工程的艰巨性,探索软件开发新方法具有重要的启示作用.  相似文献   
4.
AdaBoost作为一种有效的集成学习方法,能够明显提高不稳定学习算法的分类正确率,但对稳定的Naive Bayesian分类算法的提升效果却不明显.为此,利用多种特征评估函数建立不同的特征视图,生成多个有差异的加权朴素贝叶斯(WNB)基分类器;尝试使用几种不同的方式将样本权重嵌入WNB基分类器的参数中,对WNB产生扰动,进一步增加基分类器的不稳定性.实验结果表明,对比AdaBoost所提算法,BoostMV-WNB能够明显提升WNB文本分类器的性能.  相似文献   
5.
信息系统复杂性的哲学思考   总被引:1,自引:0,他引:1  
复杂性理论引入信息系统开发是适应当今信息系统应用环境和软件工程环境发展的需要 ,也是信息系统开发理论和实践发展的必然趋势。以软件开发方法论的发展为主线 ,对软件开发方法的历史和现状进行了回顾 ;提出了信息系统复杂性的哲学思考 ,探讨了复杂信息系统不同于传统软件的主要特征  相似文献   
6.
在早高峰期间,家庭通勤者需要同时考虑家长和孩子双方的出行成本来制订出行计划。校车在各大城市的普及,改变了以往家长开车送孩子上学然后再去工作地点的单一出行方式。基于此,本文研究了在校车影响下的早高峰个人与家庭混合出行行为。首先,在校车、私家车双交通模式下,本文构建了个人与家庭混合出行的用户均衡模型,分别研究了个人通勤者和家庭通勤者的出发时间选择行为以及家庭通勤者的出行方式选择行为。其次,在均衡模型的基础上分别分析了校车费用、学校与工作开始时间差对个人和家庭两类通勤者出行成本的影响。然后,提出了相应的错峰调控策略来最小化交通系统总出行成本,从而提高交通系统的运行效率。最后,通过数值算例对本文所提出的模型和结论进行了验证。  相似文献   
7.
基于贝叶斯(Bayesian)理论的相关反馈技术是可有效提高图像检索性能的重要手段之一.然而,当前大多数的Bayesian反馈算法普遍受到小样本问题和训练样本不对称问题的制约.本文提出一种新的相关反馈算法,该算法将查询点移动(query point movement,QPM)技术嵌入Bayesian框架中,并采用不对称的学习策略处理正、负反馈信息,故而称之为不对称Bayesian学习(asymmetry Bayesianlearning,ABL).对于正例样本,该算法同时考虑用户提供的正、负反馈信息,并借助QPM技术估计相关语义类图像的概率分布.对于负例样本,采用一种半监督学习机制以应对负例样本稀缺问题.首先,通过随机采样从数据库中选取一组无标记图像,然后,利用QPM技术对其进行数据审计.最后,将审计后的无标记图像作为额外的负例样本,并与用户标记的负反馈信息一起用于估计不相关语义类图像的概率分布.仿真实验及对比结果表明,不对称Bayesian学习策略可显著提高相关反馈的效率,且本文算法的检索性能明显优于当前其它的相关反馈算法.  相似文献   
1
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