排序方式: 共有51条查询结果,搜索用时 15 毫秒
41.
作为古典MDS算法的一个非线性扩展,ISOMAP算法能较好地对嵌入在高维欧氏空间中的低维非线性流形进行可视化.然而,ISOMAP算法不但要求数据具有良好抽样且位于单一流形之上,而且还依赖于难以有效选取的邻域大小,这极大地限制了该算法的实际应用.为此提出了一种改进算法--GISOMAP,它采用MDS算法的一个变种来减弱长测地距离和"短路"边对距离保持的影响,不但能更好地对具有多聚类结构的数据进行可视化,而且对邻域大小也不再敏感,从而能更容易地得到实际应用. 相似文献
42.
随着信息的海量增长,推荐系统有效缓解了信息爆炸带来的问题,其中协同过滤作为主流技术之一受到了广泛的关注.针对用户的兴趣偏好研究主要是基于商品标签的有监督数据集进行研究,忽略了无监督数据集,同时,在计算用户的兴趣偏好过程中也未能考虑到信任用户对用户兴趣的影响.为此,文中首先在无监督的项目数据集上采用矩阵分解模型得到项目的潜在特征向量,据此对项目进行聚类以表示项目的类别信息;然后,结合用户的信任关系和用户-项目评分矩阵构造用户的兴趣偏好矩阵;最后,为提高推荐效率,在用户的兴趣偏好矩阵上对用户进行聚类,在每个聚类簇内计算用户之间的相似度,从而实现推荐.在公开数据集上的实验结果表明,该算法能有效改善推荐结果的精确性,提升推荐质量. 相似文献
44.
微量、快速、精确的试剂分配是生物、制药等领域不可或缺的技术手段.研制了以压电叠堆为驱动器实现高精度、微量化和自动化试剂分配的压电叠堆泵样机.研究了压电叠堆泵的结构、工作原理及加工装配过程.实验研究了不同的输入信号对压电叠堆泵性能的影响和压电叠堆泵的输出流量及压力与输入电压、频率的关系,并将该样机与喷嘴装配在一起组装成试剂泵进行试剂分配实验,研究了试剂泵输出流量及微滴体积与输入电压、频率的关系.测得该压电叠堆泵输出流量的重复精度可达到77.42 μL,喷嘴直径为0.5 mm时试剂泵进行试剂分配的液滴体积为16.09 μL,重复精度为0.29 μL,实现了微量、快速、精确的试剂分配. 相似文献
45.
考虑到图像分割的复杂性实质上与图像中可分割的区域个数相关,而图像分割的必要性是与图像中可分割的区域大小有关,针对图像分割实际应用中部分图像的内容较少、无明显语义,不必进行图像分割的情况,提出一种基于图像内容语义、图像分割复杂性的图像分割必要性判别测度。进一步基于其测度定义,进行了大量相关实验,实验结果表明,基于复杂性指数的图像分割测度很好地完成了预期的功能,能够成为图像分割必要性有效合理的衡量依据。 相似文献
46.
针对自组织映射(SOM)在学习和可视化高维数据内在的低维流形结构时容易产生“拓扑缺陷”的这一问题,提出了一种新的流形学习算法--动态自组织映射(DSOM)。该算法按照数据的邻域结构逐步扩展训练数据集合,对网络进行渐进训练,以避免局部极值,克服“拓扑缺陷”问题;同时,网络规模也随之动态扩展,以降低算法的时间复杂度。实验表明,该算法能更加真实地学习和可视化高维数据内在的低维流形结构;此外,与传统的流形学习算法相比,该算法对邻域大小和噪声也更加鲁棒。所提算法的网络规模和训练数据集合都将按照数据内在的邻域结构进行同步扩展,从而能更加简洁并真实地学习和可视化高维数据内在的低维流形结构。 相似文献
47.
48.
二甲醚是一种理想的氢载体,可用于解决氢的储存和运输。以Pt/TiO_2为部分氧化催化剂,结合Ni/Al_2O_3重整催化剂,考察钛前驱体和焙烧温度对二甲醚部分氧化重整制氢反应的影响。结果表明,以Ti(C4H9O)4为原料制备的TiO_2为金红石相,Ti(SO4)2或Ti O(OH)2为原料制备的TiO_2为锐钛矿相;以Ti(C4H9O)4为原料制备的Pt/TiO_2-E催化剂催化性能略好,转化率接近100%,H2收率约90%,表明金红石相TiO_2负载的Pt催化剂略佳;以Ti(SO4)2为原料制备的Pt/TiO_2-S催化剂500℃焙烧可获得金红石相TiO_2。与Pt/Al_2O_3催化剂相比,Pt/TiO_2催化剂具有更好的催化性能,H2收率超过90%,而Pt/Al_2O_3催化剂H2收率约80%。 相似文献
49.
Pro/E三维图生成工程图的探讨 总被引:5,自引:0,他引:5
在Pro/E中出二维工程图,由于其全尺寸相关的特点,避免了模型修改后工程图的二次修改,因而具有较高的设计效率;AutoCAD是工程设计人员熟悉及普遍使用的软件,具有强大的二维绘图及编辑功能,将Pro/E中的二维数据转入AutoCAD中进行标注和出图,也是一种切实可行的方法。 相似文献
50.
流形学习算法能否成功应用严重依赖于其邻域大小参数的选择是否合适,为此,提出了一种高效的邻域大小参数的合适性判定方法。基于流形的局部欧氏性,该方法用PCA(Principal Component Analysis,主成分分析)重建误差对邻域图上每一个邻域的线性程度进行衡量,然后根据邻域图上所有PCA重建误差的聚类个数来判定相应邻域大小的合适性。该方法无需象残差那样运行相对耗时的流形学习算法,从而具有较高的运行效率,其有效性可通过实验结果得以证实。 相似文献