论文研究-基于同步核的BPMN模型融合.pdf, 流程融合有利于优化企业内部流程、促进企业间的有效合作. 然而, 现有流程融合技术在流程行为不变性保持以及融合过程自动化方面存在不足, 而且未见BPM
针对希尔伯特-黄变换过程中经验模态分解出现的端点效应问题,采用极限学习机(ExtremeLearningMachine,ELM)算法对原始数据序列分别向左右两端延拓,对扩展后的数据序列用B样条插值函数
骨髓细胞的分类有重要的医学诊断意义。先对骨髓细胞图像分割和特征提取,用提取出来的训练集对极限学习机训练,再用该分类器对未知样本识别。针对单个分类器性能的不稳定,提出基于元胞自动机的极限学习机集成算法。
论文研究-基于二层分解技术和改进极限学习机模型的PM.pdf,
准确的PM2.5浓度预测对于保护公众健康和提高空气质量有
安全的程序混淆研究综述,成荣,张方国,程序混淆可以理解为一个编译器,它将源程序转化成一种不被理解的形式,但依然保持其功能特性。程序混淆在软件保护、云计算等方向具�
国内外政策描述规范方面的研究,主要有四个流派:KAoS、Rei、Ponder和PRAL。首先对这几个流派进行了详细的介绍,利用举例的方式阐述它们政策的表示方法、政策类型,同时概括介绍了它们的政策冲突发
极速学习机(ELM)算法只对平衡数据集分类较好,对于非平衡数据集,它通常偏向多数样本类,对于少数样本类性能较低。针对这一问题,提出了一种处理不平衡数据集分类的ELM模型(ELM-CIL),该模型按照代
传统半监督非参核学习方法通常基于流形假设和成对约束信息建立学习模型。但是,这种模型对于某些复杂高维稀疏的数据而言算法复杂性较高。为了解决复杂高维稀疏数据核学习问题,提出一种基于稀疏自编码的非参核学习算
基于核学习的图像和文本语义关系建模方法,杜友田,薛姣,随着计算机技术和通讯技术的飞速发展,互联网上多媒体数据资源呈爆炸式增长,其中包含文本、图像、音频、视频等异质数据。很多多
基于核学习的强大非线性映射性能,针对短时交通流量预测,提出一类基于核学习方法的预测模型。核递推最小二乘(KRLS)基于近似线性依赖(approximatelineardependence,ALD)技术