首页 | 官方网站   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   9篇
  完全免费   4篇
工业技术   13篇
  2016年   1篇
  2013年   2篇
  2012年   1篇
  2011年   1篇
  2010年   1篇
  2007年   4篇
  2006年   1篇
  2005年   1篇
  2003年   1篇
排序方式: 共有13条查询结果,搜索用时 31 毫秒
1.
Efe提出的交叉立方体是超立方体的一种变型,其某些性质优于超立方体。在高性能的并行计算机系统中,信息通过若干条内结点互不交叉的路径并行传输,这些路径的长度将直接影响并行计算的性能。该文提出了一种时间复杂度为o(n2)的交叉立方体网络并行路由算法,可输出源点u到目的点v的3条并行路径P0,P1,P2,并且满足:(1)|P0|= u到v的距离;(2)|Pi|≤u到v的距离+3(i=1,2)。这说明该算法是通信高效的。  相似文献   
2.
交叉立方体是超立方体互连网络的一种变型,它的某些性质优于超立方体。例如,其直径几乎是超立方体的一半;当n≥3,交叉立方体CQn具有Hamilton连通性;当n≥2,所有长度在4到2n之间的圈都能够以扩张1嵌入CQn,即交叉立方体具有Pancyclity性。但是,交叉立方体同超立方体一样,当需要升级时,必须成倍增加结点。交叉立方体环互连网络CRN作为层次环互连网络HRN[8]的一种,可以有效地克服这个缺点,当需要升级时,只需在环上增加一个交叉立方体。在文中,证明了交叉立方体环互连网络仍然保持了交叉立方体具有的Hamilton连通性和Pancyclity性。  相似文献   
3.
粗糙集理论在处理不完全信息的应用   总被引:1,自引:0,他引:1       下载免费PDF全文
对不完全信息的处理相对于完全信息来说是一个比较难的问题。在过去几年里,已经提出了几种处理不完全信息的方法。本文在前人研究的基础上,进一步提出了一种利用粗糙集理论处理不完全信息的方法,该方法不仅能够对不完全信息系统进行属性约简,并且能够在此基础上对最简属性集中包含的不确定信息进行进一步的处理。  相似文献   
4.
传统的梯度算法存在收敛速度过慢的问题,针对这个问题,提出一种将惩罚项加到传统误差函数的梯度算法以训练递归pi-sigma神经网络,算法不仅提高了神经网络的泛化能力,而且克服了因网络初始权值选取过小而导致的收敛速度过慢的问题,相比不带惩罚项的梯度算法提高了收敛速度。从理论上分析了带惩罚项的梯度算法的收敛性,并通过实验验证了算法的有效性。  相似文献   
5.
Efe提出的交叉立方体(crossed cube)是超立方体(hypercube)的一种变型.交叉立方体的某些性质优于超立方体,比如其直径几乎是超立方体的一半.首先证明n(n≥3)维交叉立方体网络不存在无死锁的最短路径路由算法,然后利用虚通道技术将一条物理通道分成三条逻辑通道,并在此基础上提出一种基于虫洞路由的最短路径路由算法,其时间复杂度为O(n).理论证明了算法是无死锁的.  相似文献   
6.
喻昕 《通讯世界》2016,(1):242-243
现阶段,我国的城市化进程正在逐渐加快,对城市安全的要求也逐渐提高.现阶段,城市消防安全问题日益突出,传统的消防工作和措施已经无法满足需求,如何利用现代化技术来加强城市消防安全建设是人们非常关心的问题.本文以消防灭火救援移动指挥系统为研究对象,介绍了一种新型的消防移动指挥系统,该系统可以有效的提升救援效率和质量.  相似文献   
7.
喻昕  唐利霞  于琰 《计算机科学》2013,40(12):116-121
将动量项引入到Ridge Polynomial神经网络异步梯度训练算法的误差函数中,有效地改善了算法的收敛效率,并从理论上分析了Ridge Polynomial神经网络的带动量项的异步梯度算法的收敛性,给出了算法的单调性和收敛性(包括强收敛性和弱收敛性)。算法的这些收敛性质对于如何选取学习率和初始权值来进行高效的网络训练是非常重要的。最后通过计算机仿真实验验证了带动量项的异步梯度算法的高效性和理论分析的正确性。  相似文献   
8.
喻昕  沈燕 《福建电脑》2012,28(3):23-24
Asp.net程序设计是一门实践性强的网络编程课程,传统的教学方法已无法适应该课程的教学活动,本文提出了该课程的基于项目驱动的教学方法,并在近几年的教学实践中取得了一定的成效。  相似文献   
9.
Pi-sigma神经网络的乘子法随机单点在线梯度算法*   总被引:1,自引:0,他引:1       下载免费PDF全文
喻昕  邓飞  唐利霞 《计算机应用研究》2011,28(11):4074-4077
在利用梯度算法训练Pi-sigma神经网络时,存在因权值选取过小导致收敛速度过慢的问题,而采用一般罚函数法虽然可以克服这个缺点,但要求罚因子必须趋近于∞且惩罚项绝对值不可微,从而导致数值求解困难。为克服以上缺点,提出了一种基于乘子法的随机单点在线梯度算法。利用最优化理论方法,将有约束问题转换为无约束问题,利用乘子法来求解网络误差函数。从理论上分析了算法的收敛速度和稳定性,仿真实验结果验证了算法的有效性。  相似文献   
10.
探讨了游戏开发中的一些寻路算法,提出了如何在游戏中使用遗传算法实现路径探索的基本思路,分析了遗传算法实现寻路的优点及其存在的问题.  相似文献   
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-23

京公网安备 11010802026262号