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   16篇
  免费   7篇
  国内免费   2篇
工业技术   25篇
  2023年   1篇
  2021年   2篇
  2019年   1篇
  2017年   1篇
  2013年   2篇
  2012年   2篇
  2010年   4篇
  2009年   2篇
  2008年   3篇
  2007年   5篇
  2006年   2篇
排序方式: 共有25条查询结果,搜索用时 15 毫秒
1.
智能交通是现代交通发展的前沿领域,交通事件预测是其中的一个研究热点.传统BP神经网络模型是交通事件分析中常用的模型分析方法之一,但易陷入局部极值,不适合处理长期且连续的交通事件数据.为解决上述问题,提出使用循环神经网络处理交通事件数据,利用循环神经网络模型的有限时间长度记忆优势,构建序列数据分类模型来训练数据,采用随机失活方法去除模型的过拟合问题,通过达拉斯地区的实际流量数据验证,将预测结果与传统BP神经网络模型方法作对比.实验对比结果表明,该综合算法在预测精度和损失值方面均有较明显提升,验证了方法的有效性.  相似文献   
2.
提出了一种新的PCB串扰信号频率识别方法,以帮助PCB设计工程师根据串扰信号的频率特征查找串扰信号来源.原理是应用小波函数的奇异性识别能力从被干扰信号来识别串扰信号的上升或下降沿,从而根据它们直接确定串扰信号的频率.仿真结果表明,此方法确定的串扰信号频率与实际结果是一致的.  相似文献   
3.
基于粗糙集的数据聚类方法研究   总被引:2,自引:0,他引:2  
RoughSets理论是一种新型的处理含糊和不确定性知识的数学工具,将RoughSets理论应用于知识发现中的聚类分析,给出了信息系统的约简、信息系统的可辨识属性矩阵和信息系统的辨识公式等定义,在此基础上提出了基于粗糙集的数据聚类算法RSDC,实验结果验证了该算法的可行性,并且对符号属性和数值属性数据都具有良好的聚类效果。  相似文献   
4.
变精度粗糙集模型及其应用研究   总被引:1,自引:0,他引:1       下载免费PDF全文
介绍了广义粗糙集模型和Ziarko变精度粗糙集模型,找出了它们的不足;借助引入的误差参数β(0≤β<0.5),给出了基于后继邻域的一般二元关系下变精度粗糙集模型的β上近似、β下近似、3边界和β负域的定义以及β近似质量和β粗糙性测度定义;详细讨论了β上、下近似算子的性质、该模型与其他粗糙集模型的关系以及一般二元关系下两种变精度粗糙集模型的关系;最后,举例说明了该模型在信息处理中的应用。  相似文献   
5.
随着互联网金融的蓬勃发展,信用评分已成为评判是否为贷款人放款的重要依据,传统的信用评分方法的单一性,不能有效地减少不良贷款带来的巨大损失。提出一种基于非平衡数据的LDA-BPNN方法构建信用评分模型,通过Borderline-SMOTE算法进行非平衡数据过采样,达到平衡样本分布,进一步构建LDA-BPNN模型,显著提升了模型的预测准确率。在不同数据集上,利用多类机器学习算法进行定性和定量对比,并通过pr曲线、AUC等评价指标进行验证,验证结果表明上述模型的分类效果更佳。  相似文献   
6.
变精度粗糙模糊集模型研究   总被引:1,自引:0,他引:1       下载免费PDF全文
介绍了Ziarko’s变精度粗糙集模型和粗糙模糊集模型,找出了它们的不足。基于支集相对错误分类率及误差参数β(0≤β<0.5),提出了变精度粗糙模糊集模型,讨论了模型中β上、下近似算子的性质;分析了该模型与Ziarko’s变精度粗糙集模型和粗糙模糊集模型的关系;最后给出了该模型中近似约简的定义和方法,并通过实例分析说明了约简算法的有效性。  相似文献   
7.
8.
变精度覆盖粗糙集   总被引:4,自引:0,他引:4       下载免费PDF全文
介绍了Ziarko变精度粗糙集模型和覆盖粗糙集模型;定义了多数包含关系;借助引入的误差参数β(0≤β<0.5),给出了基于对象邻域的变精度覆盖粗糙集模型中β上近似、β下近似、β边界和β负域的定义以及β近似质量和β粗糙性测度定义;详细讨论了β上、下近似算子的性质、集合的相对可辨别性、该模型与Ziarko变精度粗糙集模型和覆盖粗糙集模型的关系;最后探讨了变精度覆盖粗糙集模型中的约简问题并在所给模型的基础上举例说明了它们在信息处理中的应用。  相似文献   
9.
智慧医疗呈现出蓬勃发展的态势,因子分析是多维数据分析中常用的特征选择方法,而该方法无法处理非线性关系.互信息是评估特征间依赖的强弱程度,具有良好非线性关系处理能力.鉴于此,提出结合互信息的因子分析方法,采用互信息对特征间的相关性进行计算,将结果转换为特征值矩阵作为评估标准确定公因子,由累积贡献率选择新特征以达到降维目的,提升模型精度.选取神经网络作为分类器,采用实际数据对提出的算法进行对比实验,正确分类精度达到96.51%,损失函数为0.1138,仿真结果表明分类准确度在高维癌症数据集中得到提升,验证了方法的有效性.  相似文献   
10.
定义了多数包含关系;借助引入的误差参数β(0≤β〈0.5),提出了基于后继邻域的广义变精度粗糙集模型的β上近似aprβX、β下近似aprβX、β边界bnrβX和β负域negrβX的定义;详细讨论了β上、下近似算子aprβX与aprβX的性质;从对偶性角度出发推广了β上近似、β下近似算子aprβX与aprβX,得到了两对对偶的上、下近似算子aprβX与aprβX和aprβX与aprβX;最后全面讨论了推广后的两对上、下近似算子APRβX与aprβX和aprβX与aprβX的性质,详细分析了它们同广义变精度粗糙集模型中上、下近似算子aprβX与aprβX和一般关系下的变精度粗糙集模型中上、下近似算子RβX与RβX的关系。  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