提出一种设立禁区的多粒子群优化(FZPSO)方法。FZPSO模仿某些鸟群的搜索方法,即用多数的鸟群搜索大部分空间,而用少数的鸟群搜索特定小空间,用来追逐当前全局最优解以加快算法收敛。以禁区的概念来改善
语音和非语音类声音的识别在很多系统的研发中都有非常重要的作用,如安全监控、医疗保健、现代化的视听会议系统等。虽然绝大多数声音信号都有其独特的发音机制,然而要从其中进行特征的提取往往缺乏系统有效的方法。
信息系统中存在着大量数据值缺省的情况,为寻求约简的最优解需耗费大量的时间。用非对称相似关系代替粗糙集理论中的等价关系,定义了非对称相似差别矩阵,提出了基于非对称相似差别矩阵的高效求核和知识约简算法。该
粗糙集理论研究的重要内容是分类与约简。在对分类与归并性质充分研究的基础上,探讨了条件分类、约简与核的层次关系。基于归并的思想,描述了条件类归并对决策表一致性的影响,证明了代数核属性的充要条件。
传统基于邻域决策错误率的属性约简准则是针对总体分类精度的提升而设计的,未能展现因约简而引起的各类别精度变化情况。针对这一问题,引入局部邻域决策错误率以及局部属性约简的概念,其目的是提升单个类别的分类精
针对经典粗糙集理论的属性约简,从三个方面对属性约简方法进行综述。最后对属性约简中存在的问题进行了分析,并提出了进一步研究的方向。
社会网络成员的重要性确定通常依赖结构属性对网络节点的评价。首先定义了网络中节点排序可区分以及属性约简集的概念,并在此基础上量化了属性聚类的阈值,从而确定了类别的数量。设计了网络节点重要性的属性约简集评
大数据时代,人们获取所需信息的困难度提高,而数据挖掘是当下解决此问题的关键技术。Apriori算法作为数据挖掘中的常用算法,通过挖掘数据背后的潜在关联规则。考虑到传统Apriori算法执行过程中,数据
由于实时示波器技术的迅速发展,现在可以利用示波器来捕获并分析全波段超高频RF信号,实时示波器提供的独特先进分析能力是传统CDMA和其它无线技术频域设备无法完成的。
MapReduce是一个编程模型,用于作业调度,也是一个处理和生成超大数据集的算法模型的相关实现,本文将详细介绍JavaScript mapreduce工作原理,需要的朋友可以参考下
