共查询到20条相似文献,搜索用时 156 毫秒
1.
朱坤 《计算机工程与应用》2013,49(12):16-20
借鉴科学管理的思想,探索知识作业的“动作-时间”分析法,构建了知识作业的“动作-时间”分析法模型,以“手机短信发送”为例,模拟两个简单的手机操作任务,通过对比实验对模型进行了验证。实验结果显示通过知识作业“动作-时间”分析法设计的操作界面更加高效。研究结果表明,知识作业“动作-时间”分析法模型符合人类的认知规律,能够解析知识作业的加工过程,可以有效改善知识作业的作业效率。 相似文献
2.
现代越南语是一种拼音化文字,采用“声、韵、调”标记其音节。采用基于HMM的可训练语音合成方法实现越南语语音合成。针对越南语的特点收集语料、录音、标注、确定音素列表、设计上下文属性集和问题集。在HTS平台下构建越南语的STRAIGHT语音合成器。对合成语音进行主观评测。初步评测结果表明,可懂度基本接近100%,自然度还处在“可以接受”和“比较自然”之间。 相似文献
3.
4.
卫星多通道合成能直观反映出卫星云图上的一些特性,通过采用经过预处理后的MODIS多通道数据,利用“白天自然色”、“白天微物理”、“白天太阳”和“空气团”4种多通道组合,结合实况降水分布和地面气象观测站点资料,以2010年7月13日江淮流域的一次特大暴雨过程为例,定性分析暴雨云系微观物理性质,推断云粒子大小和相态等,并对比高时空分辨率的局地分析预报系统(LAPS)中尺度物理量场以及不同研究个例的多通道合成图分析。结果表明:卫星多通道RGB合成图能以色彩的形式有针对性地突出对流系统、云粒子微观物理性质等属性,具有一定的精确度和普适性,有利于暴雨等中尺度强对流天气的监测。 相似文献
5.
传统微博用户推荐算法采用的数据来源单一,模型简单,导致推荐准确率不高。针对这一问题,本文提出一种基于标签的User Profile推荐算法,根据微博数据的特点,深入研究“微博文本”、“标签”、“社交关系”和“用户自身基本信息”等因素对微博个性化推荐的影响,通过训练LDA主题模型和SVM分类器将它们转换为标签,并赋予权重来描述用户兴趣,进行用户推荐以提高推荐准确性。实验结果表明,与传统VSM模型方法相比,该算法进行用户推荐效果更佳。 相似文献
6.
合成生物学在经历早期的技术创新和初步商业化探索后,于 21 世纪的第二个十年迎来了高速
发展和商业化落地。该文从市场规模、行业融资和行业发展 3 个方面对全球合成生物学行业现状进行
了梳理和分析。分析显示,在市场规模上,合成生物学市场增长迅猛,但其规模在不同的地理区域和
行业领域内均有明显差距;在行业融资上,合成生物学行业投融资趋势呈明显上升态势,2020 年合成
生物学行业的投融资事件数量和金额均创下历史记录,但不同地理区域之间的发展仍不平衡;在行业
发展上,合成生物学的落地应用场景十分多元,已扎根各行各业,并展现出巨大的应用潜力。 相似文献
7.
针对仿生免疫系统模型(GECISM)中已识别出的“非我”入侵程序,介绍了基于系统调用序列根据入侵行为进行分类的方法。通过对训练集提取规则,建立“非我”类的特征库,从而判断出“非我”程序所属的“非我”类。实验验证了这一方法的可行性和有效性。 相似文献
8.
传统的Graph Cut算法没有对目标的形状予以限制,很难得到语义化的分割结果,即无法保证分割出来的是“行人”。针对该问题提出一种结合形状和底层特征的Graph Cut算法。对于行人分割,用大量真实行人轮廓来表达“行人”的先验形状,对Graph Cut分割算法予以约束,同时构建一个行人模板的层次树以减少匹配时间;并且提出一种区分性的外观模型来替换原来的外观模型。实验结果证明,该算法的分割结果明显优于传统Graph Cut算法的分割结果,所得到的轮廓与真实的行人轮廓比较吻合。 相似文献
9.
基于概率主题模型的图像标注方法旨在通过学习图像语义进行图像标注,近年来倍受研究人员关注。考虑到类别对图像标注可提供有价值的信息,例如,“高楼”类图像,出现“天空”、“摩天楼”的可能性大于“海水”和“沙滩”。而“海岸”类图像出现“海水”、“沙滩”的可能性要大于“天空”和“摩天楼”。在Corr-LDA模型的基础上利用图像类别来改进图像的标注性能,提出了一个融入类别信息的图像标注概率主题模型。为该模型推导了一个基于变分EM的参数估计算法,并给出了使用该模型标注图像的方法。在LabelMe和UIUC-Sport两个真实数据集上验证了提出模型的标注性能要高于其他相比较模型。 相似文献
10.
多任务学习通过寻找并共享不同任务域之间的共性特征来完成学习,利用知识迁移加速不同任务域的学习为每个任务域构建一个分类器。提出了一种基于罗杰斯特回归模型的多任务学习方法MTC-LR(Multi-task Coupled Logistic Regression)。“罗杰斯特回归模型”已经被成功应用于单任务分类器上,该模型被众多实验证明是有效的,正是这种方法给人们带来了启示。从理论上证明了通过构造多任务分类器的“开销函数”和“差异性度量函数”,MTC-LR算法可以提高多任务分类器的各自分类精度。相比传统的基于SVM的多任务学习方法,MTC-LR并不依赖于核方法而是通过共轭梯度下降法寻找各个分类器的最优参数。同时MTC-LR与采用“罗杰斯特回归模型”的快速算法CDdual更容易结合,可扩展至大样本的多任务分类学习。正是基于上述发现,为了充分高效利用大样本的多任务域数据,满足大样本的快速运算,在MTC-LR算法的基础上,结合最新的CDdual(The Dual Coordinate Descent Method)算法,提出了MTC-LR的快速算法MTC-LR-CDdual,并对该算法进行了相关的理论分析。将该算法在人工数据集和真实数据集上进行了验证,实验结果表明该算法有着较高的识别率、快速的识别速度和较好的鲁棒性。 相似文献
11.
12.
13.
14.
论文阐述了利用神经网络预测由连续自动回归(AR)马尔可夫模型所代表的可变位速率通信流量(VBR);在这一理论的基础上,介绍一个BP神经网络模型,它采用拆分,组装方法来构造一个学习结果达到均方根误差全局最小点的BP神经网络,该方法结合遗传算法能有效克服局部极小点,缩短学习时间和减小学习难度,并能够精确地预测VBR通信流量。 相似文献
15.
面向对象的软件开发方法增强了代码的可重用性,但是设计出的软件还是一个整体,不能像硬件一样实现"即插即用"。为了实现软件的"即插即用",可以采用插件技术,软件由一个个的模块(DLL)组装而成,不需要集成各源代码或链接库进行编译与链接。需要新的功能组件时也是按规定开发,之后只进行组装软件就可以使用。以前使用过的功能组件可以稍加修改或直接用于以后的软件开发。这种方法增强了软件的可扩展性和可维护性,也为软件开发人员降低了软件开发的代码集成难度。本文研究结合农业部农业建设项目管理信息系统的设计,论述如何在插件体系环境中进行软件的开发和管理。 相似文献
16.
17.
《Advances in Engineering Software》2001,32(5):395-407
The differential quadrature element method (DQEM) and extended differential quadrature (EDQ) have been proposed by the author. The development of a differential quadrature element analysis model of three-dimensional shear-undeformable frame problems adopting the EDQ is carried out. The element can be a nonprismatic beam. The EDQ technique is used to discretize the element-based governing differential equations, the transition conditions at joints and the boundary conditions on domain boundaries. An overall algebraic system can be obtained by assembling all of the discretized equations. A numerically rigorous solution can be obtained by solving the overall algebraic system. Mathematical formulations for the EDQ-based DQEM frame analysis are carried out. By using this DQEM model, accurate results of frame problems can efficiently be obtained. Numerical results demonstrate this DQEM model. 相似文献
18.
Koduru P. Zhanshan Dong Das S. Welch S.M. Roe J.L. Charbit E. 《Evolutionary Computation, IEEE Transactions on》2008,12(5):572-590
This paper describes genetic and hybrid approaches for multiobjective optimization using a numerical measure called fuzzy dominance. Fuzzy dominance is used when implementing tournament selection within the genetic algorithm (GA). In the hybrid version, it is also used to carry out a Nelder-Mead simplex-based local search. The proposed GA is shown to perform better than NSGA-II and SPEA-2 on standard benchmarks, as well as for the optimization of a genetic model for flowering time control in rice. Adding the local search achieves faster convergence, an important feature in computationally intensive optimization of gene networks. The hybrid version also compares well with ParEGO on a few other benchmarks. The proposed hybrid algorithm is then applied to estimate the parameters of an elaborate gene network model of flowering time control in Arabidopsis. Overall solution quality is quite good by biological standards. Tradeoffs are discussed between accuracy in gene activity levels versus in the plant traits that they influence. These tradeoffs suggest that data mining the Pareto front may be useful in bioinformatics. 相似文献
19.
3D face database is an important data platform for model training and algorithm design. As these works are mainly based on statistical learning, the coverage of training set has a great impact on algorithm performance. However it is a tedious process to obtain a 3D face sample. So the capacities of current 3D face databases are relatively insufficient. To solve this problem, we present a framework to augment existing 3D databases based on Genetic Algorithm. First the prototypical face samples are divided into patches. Then the new face samples are generated by assembling randomly selected patches. Under the guidance of the genetic algorithm, we can perform a number of the generating works at a time. The experiment results show that the proposed method has good performance on face data expansion. 相似文献
20.
启发式遗传算法组卷模型研究 总被引:6,自引:0,他引:6
随着计算机及其数据库技术的发展,利用计算机存储大量的试题信息并结合数据库技术实现试题的自动组卷功能已成为一项实际可行且应用性广泛的一项课题。在遗传算法的基础上,提出了一种新的基于启发式遗传算法的智能组卷算法。新算法利用组巷过程中与目标约束条件的误差进行诱惑,使基因变异产生的子代具有更好的性能,从而确保上代群体优势能够沿着有利于最终问题求解的方向进行传递,有效地降低无效试卷所导致的系统开销。实验结果表明,新算法具有较好的智能组卷性能。 相似文献