排序方式： 共有43条查询结果，搜索用时 29 毫秒
31.
本文在多维的Sugeno Takagi和多条件的Mandani模糊推理方法的基础上 ,采用MAX -⊙复合运算下的复合推理规则 ,推导出了基本模糊关系Rb的一种多条件多维模糊推理方法 ,并进行了深入的分析和研究。 相似文献
32.
以大孔吸附树脂HPD700为载体,新戊二醇二缩水甘油醚为交联剂固定化海洋脂肪酶,并探究所制备的固定化酶的酶学性质。在温度35℃、交联pH5.5、质量分数0.5%、时间2 h的最佳交联条件下,采用单因素试验和正交试验优化吸附条件并对固定化酶的酶学性质进行鉴定。结果表明:最佳吸附条件为:温度40℃,载体量1.0 g,吸附2 h。该条件下酶活力达190.80 U/g,酶活力回收率为43.04%;对比游离酶和固定化酶,其pH稳定性基本一致,但是固定化酶的最适反应温度提高15℃,固定化酶在高温条件下具有更好的温度稳定性;固定化酶操作稳定性和储存稳定性也较好,连续操作5次还能保持57.38%酶活力;固定化酶在4℃保存60 d剩余69.40%酶活力。研究表明:基于大孔吸附树脂HPD700的先交联后吸附法固定化海洋脂肪酶在工业酶应用上具有较好的前景。 相似文献
33.
利用深海微生物中筛选出的对结晶紫具有优势吸附能力的菌株Bacillus sp. LM-24从废水中分离结晶紫。采用单因素实验优化其反应条件，选用无机载体硅胶和有机载体树脂对其进行固定，分析无机盐对吸附作用的影响及其吸附动力学与吸附等温线。结果表明游离菌株在最适吸附剂浓度1.216 g/L、pH=9.0、温度30℃时，反应10 min对30 mg/L结晶紫去除率可达86%;在不同pH和浓度时，固定化微生物吸附作用较游离微生物更加稳定。动力学测定显示3种吸附剂均存在物理和化学吸附，等温线测定显示游离菌株和硅胶固定化菌株与Langmuir模型拟合度更高，而大孔树脂固定化菌株与Freundlich拟合度更高。Bacillus sp. LM-24对结晶紫具有快速且高效的吸附作用，且固定化技术能有效提高其对外界环境的稳定性，可作为结晶紫染料脱色的潜力开发菌株。 相似文献
34.
传统的视觉单词仅通过无监督聚类方法生成,标注的精度和效率较低。加权概念格是一种有效的层次数据分析工具,本文采用加权概念格对视觉单词进行分析与约简,提出了一种新的视觉单词生成方法。首先生成训练图像视觉词包的形式背景,并通过信息熵获取视觉单词的权值;其次针对各语义类别,根据用户所设定的内涵重要性阈值,构造出视觉词包模型频繁加权概念格;然后依据外延数阈值,提取对分类贡献大的描述图像语义的约简视觉单词,进一步提高了标注的精度和效率;最后通过实验验证了该方法是有效的和可行的。 相似文献
35.
本文采用 Ｍ Ａ Ｘ－ ⊙复合运算,在基于模糊关系 Ｒｂ 的多条件模糊推理的框架中,依据 Ｊ． Ｆ． Ｂａｌｄｗｉｎ 的真值限定概念,给出具有抽象逻辑特征的一种多条件模糊真值推理方法。 相似文献
36.
本文运用消隐的基本方法，结合计算机图形显示器的显示特点和软件提供的特殊功能提出了一种快速有效的消隐方法，它适用于凸多面体、凹多面体隐藏线的消除。 相似文献
37.
分析稀少数据的相关性是一种重要的、有价值的数据挖掘任务。运用面向关联规则的FP树构造方法，提出了一种特异关联规则挖掘算法RSFPA。该算法将包含特异模式的数据集压缩成一棵FP树，通过挖掘FP树来提取特异模式集，从而进一步提高了特异模式的挖掘效率。最后，利用恒星光谱作为数据集，实验验证了RSFPA算法的正确性和有效性。 相似文献
38.
为有效反映数据本身隐含的客观信息,快速提取用户需求的具有一定偏差程度的重要知识,提出了一种基于信息熵和偏差分析的加权概念格的内涵权值获取方法.在缺乏先验知识时,由数据集中属性特征的信息熵来刻画加权概念格的单属性内涵权值,采用均值计算多属性内涵权值,并用标准差计算多属性内涵重要性偏差值;由用户设立加权概念格内涵的重要性阈值和内涵重要性偏差阈值,构造出一种强加权概念格.通过实例描述了该方法可有效指导正确决策,进一步拓广了概念格的理论与应用. 相似文献
39.
利用MapReduce编程模型,提出一种并行的加权k近邻与离群检测方法 WKNNOM-MR.该算法首先对输入数据随机均匀采样,在样本数据集中采用信息熵计算各个属性的权值;然后在集群中的数据节点上对输入数据进行加权,并将其映射到Z-order空间填充曲线,给出了一种基于Z-order的加权k近邻查询方法;根据每个对象与其加权k近邻之间的距离计算离群因子,在兼顾最小距离与平均距离的基础上,给出离群点检测算法;最后在具有5个节点的Hadoop集群上实现该算法,并采用人工合成数据集、UCI标准数据集进行实验,结果验证了该算法的有效性、可扩展性和可伸缩性。 相似文献
40.
概念格因其结构生动简洁地表明概念之间的泛化-例化关系,成为一种有效的数据挖掘工具.然而直接从形式背景中直接构造概念格的效率较低,为了提高概念格的构造效率,针对形式背景中的多个属性合并,给出了一种基于概念提升的概念格更新构造算法UCP.该算法充分利用了属性合并之前的概念格,仅对部分概念结点进行更新处理,从而提高了概念格的构造效率.最后,以恒星光谱数据作为形式背景,采用VC++6.0和Oracle9i为开发工具,实验验证了该算法的有效性. 相似文献