排序方式: 共有37条查询结果,搜索用时 15 毫秒
1.
研究运动参数准确挖掘方法.在运动参数挖掘的过程中,由于图像采集时间间隔比较短,短时间内运动幅度的变化非常小,所以很难对运动参数差异性进行准确的描述,无法实现运动参数准确挖掘.提出利用蚁群聚类算法的运动参数挖掘方法.根据约束模糊聚类相关原理,获取运动参数特征聚类目标函数,对特征差异目标进行最大化处理,完成运动参数特征提取.计算残留信息素对于聚类中心的隶属度,设置合理的蚁群目标搜索调整因子,计算聚类中心和对应的偏差,并对偏差进行有效补偿,完成参数挖掘.实验结果表明,利用改进算法进行运动参数挖掘,能够有效提高挖掘的准确性,提高数据管理的效率. 相似文献
2.
3.
基于Struts和Hibernate的Web应用开发框架 总被引:1,自引:0,他引:1
提出了一个基于Struts和Hibernate框架的Web应用开发框架。首先介绍了Struts和Hibernate两个开源框架,然后提出了基于这两种框架的Web应用开发框架,并给出了该框架的工作流程,分析了它的优缺点。 相似文献
4.
5.
非均匀热传递下传感网络节点选择改进算法 总被引:1,自引:0,他引:1
在非均匀热传递网络通信效率优化的研究中,由于非均匀热传递环境下的传感网络中的节点的能力消耗过程具有较强的随机性和动态性特征,使得节点能量消耗出现不规则发散问题.传统的传感网络节点选择以既定节点能量分布为前提,没有考虑温度造成的节点不规则能耗造成的能量下降问题,使得节点选择过程存在弊端.提出了一种自适应模糊差分和自适应粒子群的传感网络节点选择改进算法,分析非均匀热环境下传感网络通信原理,得到非均匀热传递下传感网络节点能量特征,依据节点的能量特征,自适应完成非均匀热传感网络簇首的选择,采用Logistics模糊映射对节点进行改进分区处理,获取最佳网络节点分区,将模糊扰动量融入最佳节点分区中,采用自适应粒子群算法对无线传感网络最佳分区节点的最优位置进行运算,获取无线传感网络最佳能量节点的最优位置,实现网络节点覆盖改进.仿真结果说明,所提算法可在非均匀热传递环境下实现传感网络节点节点的改进,具有较高的收敛效率. 相似文献
6.
云计算环境下多来源数据最优选取模型仿真 总被引:1,自引:0,他引:1
在云计算环境下多来源数据最优选取的研究中,由于来自不同的服务器数据具有不同特征,数据所含信息的融合度也不同,使得数据可选取特征存在较强的关联性.传统的数据最优选取模型,在进行选择时,关联性会给最优数据的选择带来干扰,选出大量的相关数据,不能很好地排除关联性数据,无法实现数据的最优高效选取,提出一种依据数据估计量变化的云计算环境下多来源数据最优选取模型,利用前几点数据拟合直线或曲线,进行云计算环境下多来源数据最优选取中干扰数据的预测,分析干扰数据点删除前后推断统计量的变化,检测该干扰数据点是不是强干扰点,过滤强干扰数据点后的模型则是云计算环境下多来源数据最优选取模型,通过分析数据排除模型引起的估计量的变化,实现云计算环境下多来源数据的最优选取.仿真结果说明,在大量云计算环境下多来源数据的处理中,采用所提模型可有效选取最优数据,并且具有较高的准确率. 相似文献
7.
8.
基于Struts和Hibernate的Web应用开发框架 总被引:2,自引:0,他引:2
提出了一个基于Struts和Hibernate框架的Web应用开发框架。首先介绍了Struts和Hibernate两个开源框架,然后提出了基于这两种框架的Web应用开发框架,并给出了该框架的工作流程,分析了它的优缺点。 相似文献
9.